R語言從入門到精通：Day17 (ggplot2繪圖)

• 2019 年 12 月 17 日
• 筆記

四種常見的作圖系統中，ggplot2包基於一種全面的圖形「語法」，提供了一種全新的圖形創建方法。這個包極大地擴展了R繪圖的範疇，提高了圖形的品質。它通過全面一致的語法幫助我們將多變數的數據集進行可視化，並且很容易生成R自帶圖形難以生成的圖形。

與基礎圖形不同的是，要調用ggplot2函數需要下載並安裝該包

> install.packages("ggplot2")

第一次使用前還要進行載入

> library(ggplot2)

本次教程中，將用三個數據集解釋ggplot2包的使用。

• 第一個是lattice包中的singer數據集，它包括紐約合唱團歌手的身高和語音變數等。
• 第二個是mtcars數據集，它包含32輛汽車的詳細資訊。
• 最後一個是car包中的Salaries數據集，包含了大學教授的收入資訊，並用來探索性別差異對他們收入的影響。

詳細介紹ggplot2之前，有必要先熟悉一些ggplot2的語法，下面三幅圖是由簡單到複雜的三個示例（見圖1，2，3）。圖1是最簡單的散點圖，基本語法或者做圖步驟為：

函數ggplot()初始化圖形並且指定要用到的數據來源(mtcars)和變數(wt、mpg)

函數aes()指定每個變數扮演的角色(aes代表aesthetics，即如何用視覺形式呈現資訊)。這裡，變數wt的值映射到沿x軸的距離，變數mpg的值映射到沿y軸的距離。函數ggplot()雖然設置圖形，但沒有自己的視覺輸出，而是使用一個或多個幾何函數向圖中添加了幾何對象(簡寫為geom)，包括點、線、條、箱線圖和陰影區域。在散點圖的例子中，函數geom_point()在圖形中畫點，創建了一個散點圖。最後，函數labs()是可選的，可添加註釋(包括軸標籤和標題)。

圖1，散點圖

圖2與圖1最大的區別在於添加了一條「平滑」曲線，這裡用到了函數geom_smooth()。對於圖3，ggplot2包提供了分組和小面化(faceting)的方法。分組指的是在一個圖形中顯示兩組或多組觀察結果。小面化指的是在單獨、並排的圖形上顯示觀察組。ggplot2包在定義組或面時使用因子(factor)（主要涉及函數facet_grid()）。

ggplot2很強大，能夠創建各種各樣的資訊圖。可惜，強大也帶來了複雜性。不像其他的R包，ggplot2憑藉其自身就可以被認為一種綜合圖形程式語言。它有自己的學習曲線，有時這個曲線比較陡，但是堅持住，這些努力都是值得的。

圖2，線性擬合結果圖

圖3，「分組」示例圖

了解了ggplot2的基本語法之後，我們首先介紹幾何函數及其能夠創建的圖形類型，然後詳細了解函數aes()，以及如何利用它來對數據進行分組。接下來，將考慮刻面和網格圖形的建立。最後，將研究如何調整ggplot2圖形的外觀，包括修改坐標軸和圖例、改變配色方案以及添加註釋。

函數ggplot()指定要繪製的數據源和變數，幾何函數則指定這些變數如何在視覺上進行表示(使用點、條、線和陰影區)。表1列出了幾種常見的幾何函數（目前有37個幾何函數可供使用）。

表1，幾何函數

舉個最簡單的例子，函數geom_boxplot()可以繪製箱線圖，如圖4。

圖4，箱線圖示例

每個幾何函數都有一組自己的選項，可以通過幫助文檔來了解，我們也給大家列出了一些常見選項。為了給大家展示這些選項的作用，這裡給出兩個例子（圖5，6）。圖6中將小提琴圖和箱線圖結合起來，這對於基礎圖形來說，就很難實現了。

表2，幾何函數中的常見選項

圖5，展示常見選項的圖例

圖6，小提琴圖和箱線圖的組合

講到這裡，必須要強調使用ggplot2的最終目的還是為了更好的理解數據。而為了理解數據，在一個圖中畫出兩個或更多組的觀察值通常是很有幫助的。在R中，組通常用分類變數的水平(因子)來定義。分組是通過ggplot2圖將一個或多個帶有諸如形狀、顏色、填充、尺寸和線類型的視覺特徵的分組變數來完成的。函數ggplot()中的aes()函數負責分配變數(圖形的視覺特徵)，所以這是一個分配分組變數的自然的地方。下面通過數據集Salaries中的性別和學術等級分組，繪製獲得博士學位年數與薪水的關係圖（圖7）。

圖7，博士畢業年數和薪水的散點圖

程式碼中還提供了條形圖的分組繪圖，留給大家自己嘗試。

在基礎圖形中可以實現的圖形「組合」在ggplot2中自然也不是難事，可以使用函數facet_wrap()和函數facet_grid()創建。這裡提供了三個圖形來展示這兩個函數的語法規則（圖8，9，10）。

圖8，語法facet_wrap(~var, nrow=4)示意圖

圖9，語法facet_grid(.~var)示意圖

圖10，語法facet_grid(var~.)示意圖

我們在前面已經見過了函數geom_smooth()的例子，該函數中的參數含義依次為：method代表要使用的平滑函數，如lm、glm等；參數formula代表在函數中使用的公式，和回歸分析中的參數formula類似；參數se代表是否繪製置信區間；參數level代表使用的置信區間水平；參數fullrange指定擬合是否覆蓋全圖或僅僅是數據。下面是使用了函數geom_smooth()繪製的兩個薪水和畢業年數的關係圖（圖11，12）。

圖11，博士畢業年數與目前薪水之間的關係

圖12，男性和女性博士畢業年數和薪水之間的關係

在基礎圖形中，函數par()被用來調整圖形參數，ggplot2中則有自己的函數來完成這些改動，比如前面例子中已經出現過的函數labs()。首先是可以靈活控制坐標軸外觀的函數，如圖13（用到函數scale_x_continuous()等，具體見程式碼）。

圖13，坐標軸改動示意圖

如果我想要把圖13裡面在右邊的圖例換個位置，那也不是一件難事，如圖14。

圖14，圖例修改示意圖

ggplot2中改變圖案中特定元素的方法很多，其中，函數theme()能幫助我們調整字體、背景或者顏色等，我們可以將自己定義好的theme保存起來，這樣可以使我們的圖有鮮明的個人風格（如圖15，程式碼已提供）。

圖15，函數theme()的示例圖

基礎圖形中，參數mfrow和函數layout()可以繪製組合圖形，ggplot2裡面函數grid.arrange()可以實現這一點（如圖16，具體見程式碼）。

圖16，函數grid.arrange()示例

最後，ggpolt2繪製出的圖形可以通過常規的圖片保存方法導出，也可以利用函數ggsave()，大家不妨自己動手嘗試一下。

ggplot2包學習起來可能有些困難，同時網上也有很多學習資料，一系列ggplot2的函數及相應的例子可以在http://docs.ggplot2.org上找到，但最重要的還是要多動手！多動手！多動手！