R：ggplot2（5），qplot文法總結及繪圖練習（3）

《ggplot2：資料分析與圖形藝術》

qplot文法總結及繪圖練習

> library(ggplot2)

1，基本繪圖文法

> dsmall <- diamonds[sample(nrow(diamonds), 100), ]

#取原始資料的100個随機樣本

雙繪圖（兩種不同的圖層繪制到一張裡面）

将geom_bar和geom_line繪制到同一張圖中，往往會利用如下方法：

ggplot(msg)+geom_bar(aes(x=position, y=average_AF), stat="identity")+geom_line(aes(x=position, y=sample_count)

即直接在ggplot中引用資料集，在bar和line中引用x及y軸的值，但這樣做有時會報錯，報錯内容為

geom_path: Each group consists of only one observation. Do you need to adjust the group aesthetic?

這說明barplot和lineplot沒有明确分組，每個組都隻有一個對象，是以不同的圖層要進行不同的分組，修改上面的代碼為：

ggplot(msg)+geom_bar(aes(x=position, y=average_AF, group=1), stat="identity")+geom_line(aes(x=position, y=sample_count, group=2))

這裡設定兩個不同的分組可解決報錯問題

散點圖

> qplot(carat, price, data=diamonds)

預設情況下即可繪制散點圖，預設輸入的前兩個參數分别為x軸的值和y軸的值，data表示繪圖資料。這三個參數屬于必須參數。資料集為dataframe對象，多半是通過檔案讀取内容得到的資料集。

> rt <- read.table('/Users/XXX/Desktop/R_draw/R_read_rable.txt', header=FALSE)

> colnames(rt)=c('average','mean','top','bottom','last','bool')

> rt

average mean top bottom last bool

1 52.0 111.0 830 5 6.2 no

2 57.5 128.9 710 5 7.5 yes

qplot支援将變量的函數作為參數

> qplot(log(carat), log(price), data=diamonds)

展示的結果是，x及y軸的坐标軸描述和坐标值，均為原值的log值結果

qplot函數的參數同樣可以是已有變量的某種組合

> qplot(carat, x*y*z, data=diamonds)

展示體積（

x*y*z

，由邊長的乘積大緻計算得到）與重量（carat）之間的關系

2，顔色、大小、形狀和其他圖形屬性

添加圖形屬性

colour函數，改變點圖點的顔色

> qplot(carat, price, data=diamonds, colour=color)

同時通過colour函數對不同color值的點進行顔色分組

shape函數，改變點圖點的形狀

> qplot(carat, price, data=diamonds, shape=cut)

同時通過shape函數對不同cut值的點進行形狀分組

I()函數，手動設定固定值圖形屬性

> qplot(carat, price, data=diamonds, colour=I('red'), size=I(2))

colour=I(‘red’) 圖形中所有點均為紅色，size=I(2) 圖形中所有點大小均為2

alpha函數，設定透明度

> qplot(carat, price, data=diamonds, alpha=I(1/10))

alpha函數取值從0（完全透明）到1（完全不透明）

總結：顔色和形狀适合于分類變量，而大小适合于連續變量

3，幾何對象

可通過改變幾何對象（簡寫為geom）繪制其他圖形

• geom=“point”，散點圖，qplot()預設設定；
• geom=“smooth”，拟合一條平滑曲線，并将曲線和标準誤展示在圖中；
• geom=“boxplot”，箱線圖；
• geom=“jitter”，擾動點圖；
• geom=“line”，連線圖，将圖中的點用線段連接配接，從左到右；

• geom=“path”，路徑圖，同樣用線段連接配接，但方向任意；

  下面四種繪圖，隻有x軸數值，y軸表示count或density

  連續變量繪圖：

• geom=“histogram”，直方圖；
• geom=“freqpoly”，頻率多邊形圖；

• geom=“density”，密度圖；

  離散變量繪圖：

• geom=“bar”，條圖。

添加平滑曲線

添加平滑曲線

> qplot(carat, price, data=dsmall, geom=c("point","smooth"))

geom=c(“point”,“smooth”)表示先繪制散點圖，再添加平滑曲線；也可以隻添加平滑曲線geom=c(“smooth”)

se控制标準誤，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), se=FALSE)

如果se=FALSE則隻有曲線，沒有标準誤差；se=TRUE則二者都有，預設是TRUE

method選擇不同平滑器，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), method="loess")

method="loess"當n較小時是預設選項，使用的是局部回歸的方法

span改變曲線平滑度，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), span=0.2)

span函數取值從0（很不平滑）到1（很平滑）

method=“gam”, formula=y~s(x)，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), method="gam", formula=y~s(x))

使用 method=“gam”, formula=y~s(x)來調用mgcv包拟合一個廣義可加模型。

> library(mgcv)

這與在lm中使用樣條相類似，但樣條的階數是通過資料估計得到的。

method=“gam”, formula=y~s(x, bs=“cs”)，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), method="gam", formula=y~s(x, bs="cs"))

對于大資料，使用公式formula=y~s(x, bs=“cs”)是資料量超過1000時預設使用的選項。

method="lm"拟合線性模型，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), method="lm")

拟合出一條直線

formula=y~I(x) 表示拟合出一項式函數

formula=y~I(x^2)+x 表示拟合出二項式函數

一項式拟合執行個體：y = kx + b

qplot(x,y,data=name,geom=c(“point”,“smooth”),method=“lm”,

formula=y~I(x)

,se=F)

> lm(name$y ~ I(name$x))

(Intercept) name$x

#截距值，一項式系數值

二項式拟合執行個體：y = ax2 + bx + c

qplot(x,y,data=drow,geom=c(“point”,“smooth”),method=“lm”,

formula=y~I(x^2)+x

,se=F)

> lm(drow$y~I(drow$x^2)+drow$x)

(Intercept) I(drow$x^2) drow$x

#截距值，二項式系數值，一項式系數值

method=“lm”, formula=y~poly(x, 2)，

qplot(carat, price, data=dsmall, geom=c("point","smooth"), method="lm", formula=y~poly(x, 2))

> library(splines)

可以通過制定formula=y~poly(x, 2)來拟合一個二次多項式或加載splines包以使用自然樣條：

formula=y~ns(x, 2)

。第二個參數是自由度：自由度取值越大，曲線的波動也越大。

method="rlm"與lm類似，但采用了一種更穩健的拟合算法。

箱線圖、擾動點圖，x軸是離散變量(用作分組)，y軸是各個組别的數值

geom=“jitter”，擾動點圖

> qplot(color, price/carat, data=diamonds, geom="jitter", alpha=I(1/5), colour=I('blue'))

可通過alpha函數添加透明度，通過colour函數添加顔色

geom=“boxplot”，箱線圖

> qplot(color, price/carat, data=diamonds, geom="boxplot", fill=color)

可通過函數fill=color對不同組别添加顔色

總結：箱線圖資訊較為充分，可顯示出分布的中位數和四分位數；擾動點圖不能顯示，但通過改變擾動點圖的透明度，展示資料密集分布的位置。

直方圖、密度曲線圖

geom=“histogram”，直方圖

> qplot(carat, data=diamonds, geom="histogram")+ylab('count')

直方圖隻有一個x軸

carat

，y軸表示個數即

+ylab('count')

（ylab()，設定y軸的資料名稱），反映carat連續變量在x軸上的各個區間數值的個數并反映在y軸上

binwidth，設定直方圖組距

> qplot(carat, data=diamonds, geom="histogram", binwidth=0.1)+ylab('count')

binwidth設定組距調節直方圖平滑度；值越大組距越大；當組距較大時，圖形能反映資料的總體特征；當組距較小時，能細分區間數值；在繪圖是要嘗試多種組距，以配合圖形反映資料趨勢需要

geom=“density”，密度曲線圖

> qplot(carat, data=diamonds, geom="density")+ylab('count')

和直方圖描述資訊及作用相似，隻不過用平滑的曲線連接配接。

adjust，設定曲線平滑度

> qplot(carat, data=diamonds, geom="density", adjust=0.1)+ylab('count')

adjust取值越大，曲線越平滑，資料細分越不明顯；取值越小，曲線越曲折，資料細分越明顯

colour

給geom="density"密度曲線圖線條上色，

fill

給geom="histogram"直方圖填充顔色

條形圖，意在計算每個水準下觀測數量

geom=“bar”，條形圖

> qplot(color, data=diamonds, geom="bar")+ylab("count")

條圖隻有一個x軸

color

，計算的是這個離散變量在資料diamonds中出現次數統計

weight，重量權重

> qplot(color, data=diamonds, geom="bar", weight=carat)+scale_y_continuous("carat")

繪制離散變量color到條形圖，以carat作為color的權重值，是以y軸應該得到的是carat這個權重值的結果，并且通過scale_y_continuous(“carat”)函數得到y軸的标度值及y軸的名稱，意在表示權重值繪制的條形圖是由哪個權重值得到的。

時間序列中的線條圖和路徑圖

geom=“line”，線條圖

> qplot(date, unemploy/pop, data=economics, geom="line")

連線都是自左到右

geom=“path”，路徑圖

> year <- function(x) as.POSIXlt(x)$year+1900; qplot(unemploy/pop, uempmed, data=economics, geom="path", colour=year(date))

自1970年開始到2010年内的變化走勢，用漸變的顔色區分不同的時間段，這裡用到了一個year的自行編寫的函數

year <- function(x) as.POSIXlt(x)$year+1900

4，分面

facets=，分面

> qplot(carat, data=diamonds, facets=color ~ ., geom="histogram", binwidth=0.1, xlim=c(0,3))

facets=color ~ .

表示分面，color在diamonds資料集中是離散型變量，是以建議分面的資料為離散型變量；同時建議按照一個次元進行分面，第二次元用

.

(點号)占位；是以這裡color是第一個分面次元，

.

(點号)是第二個分面次元已被忽略；

facets=color ~ cut

表示利用color和cut兩個離散變量進行兩個次元的分面，即用color進行第一個次元的分面後，再将所有資料經過cut進行第二個次元的分面。binwidth=0.1表示設定直方圖的組距，xlim=c(0,3)限定x軸的數值标度為從0到3

facets=color ~ .

表示将分組的每個子圖橫向拉伸

facets=. ~ color

表示将分組的每個子圖縱向拉伸

…density…，密度值的映射

> qplot(carat, ..density.., data=diamonds, facets=color ~ ., geom="histogram", binwidth=0.1, xlim=c(0,3))+ylab("density")

..density..

文法表示将密度而非頻數映射到y軸，并且标注y軸的名稱

…density…，密度值映射的推廣用法

> qplot(carat, ..density.., data=diamonds, geom="histogram")+ylab("density")

限于類似carat資料的連續變量，限于density，histogram密度圖和直方圖

> qplot(carat, ..density.., data=diamonds, geom="density")+ylab("density")

密度分布圖本身就是根據密度值進行的劃分，是以縱坐标得到的就是density的值；是以這個表達式的意義和

> qplot(carat, data=diamonds, geom="density")

所表示的意義相同

5，其他選項

xlim, ylim，設定x軸和y軸的顯示區間

它們的取值都是一個長度為2的數值向量，例如xlim=c(0, 20)或ylim=c(-0.9, -0.5)

log，坐标值取對數值

例如：log="x"表示x軸取對數，log="xy"表示x軸和y軸均取對數

main，圖形主題

可以是字元串也可以是表達式，表達式例如（main = expression(beta[1] == 1) ），

expression(frac(price, carat))

xlab, ylab，圖形主題設定x軸和y軸的标簽文字

可以是字元串也可以是表達式

例如：

> qplot(carat, price/carat, data=dsmall, ylab=expression(frac(price, carat)), xlab="Weight (catats)", main="Small diasmonds", xlim=c(.2,1))

6，繪圖練習

已知存在A, B, C, D, E這5類分組，根據下面資料中的結果，統計這5類分組類型分别出現的次數，出現0次的分組也進行統計，并繪制條形圖，并分别對應着這5類分組繪制"red", “orange”, “blue”, “gray”, "black"五種顔色，資料内容見"class.txt"檔案

> class_msg <- read.table('/Users/XXX/Desktop/R_draw/class.txt', header=FALSE)

#讀取檔案

> class_msg

#檔案内容，發現C分組出現次數為0個

··V1

1 A

2 B

3 D

4 D

5 E

6 A

7 B

8 B

9 B

10 B

11 E

12 A

> unlist(class_msg)

#将出現的列資訊轉換成行資訊

V11 V12 V13 V14 V15 V16 V17 V18 V19 V110 V111 V112

A B D D E A B B B B E A

Levels: A B D E

> sum(unlist(class_msg)=='A')

#分别統計各個分類出現的次數

[1] 3

> sum(unlist(class_msg)=='B')

[1] 5

> sum(unlist(class_msg)=='C')

[1] 0

> sum(unlist(class_msg)=='D')

[1] 2

> sum(unlist(class_msg)=='E')

[1] 2

之後将統計的列别和出現的次數繪制成資料框

> draw_msg <- data.frame(class=c('A','B','C','D','E'), weight=c(3,5,0,2,2))

> draw_msg

class weight

1 A 3

2 B 5

3 C 0

4 D 2

5 E 2

另外一種簡單的操作：

> draw_msg <- data.frame(table(class_msg))

> draw_msg

·class_msg Freq

1 A 3

2 B 5

3 D 2

4 E 2

> draw_msg$class_msg <- as.vector(draw_msg$class_msg)

> draw_msg <- rbind(draw_msg[1:2,],c("C",0),draw_msg[3:4,])

> rownames(draw_msg) <- 1:nrow(draw_msg)

> draw_msg

·class_msg Freq

1 A 3

2 B 5

3 C 0

4 D 2

5 E 2

> colnames(draw_msg) <- c('class','weight')

> draw_msg

·class weight

1 A 3

2 B 5

3 C 0

4 D 2

5 E 2

> draw_msg$weight <- as.numeric(draw_msg$weight)

#保證draw_msg$weight這一列是數值而不是字元

進行繪圖操作

> qplot(class, data=draw_msg, geom="bar", weight=weight)

#通過這條簡單的指令能夠繪制出圖形了

接下來繪制标準的"red", “orange”, “blue”, “gray”, "black"五種顔色圖

> col<-c("A"="red","B"="orange","C"="blue","D"="gray","E"="black")

> qplot(class, data=draw_msg, geom="bar", weight=weight, fill=factor(class))+scale_y_continuous("count")+scale_fill_manual(values=col)

或者

> qplot(class, data=draw_msg, geom="bar", weight=weight, fill=factor(class))+scale_y_continuous("count")+scale_fill_manual(values=c("red","orange","blue","gray","black"))

#将scale_fill_manual的values的值直接以向量形式寫進去

繪制條形圖填充顔色一定要用fill，另外fill=factor(class)，利用顔色填充分組是不可缺的，scale_fill_manual(values=col)記得是manual和其中的values

geom_bar() + coord_flip() #可将條形圖橫行擺放

reorder用在繪圖中，比如ggplot中繪條形圖，可使x軸按y軸數值大小排序；比如橫軸為class，縱軸為hwy，可寫為：aes(x=reorder(class,hwy), y=hwy)