我从这周开始参加系里的一个关于ggplot2的study group
所以我希望能把每次的主要内容以笔记的形式整理下来
内容是基于这本书 ggplot2: Elegant Graphics for Data Analysis
另外据说这本也是个不错的参考 R Graphics Cookbook

下面是ggplot2的一些文档和github上的源代码
http://docs.ggplot2.org/current/
https://github.com/hadley/ggplot2

本篇文章涉及 ggplot2: Elegant Graphics for Data Analysis 中的第二章
在正式开始学习ggplot2命令之前 我们首先讨论qplot
qplot是quick plot的缩写 旨在用最简短的命令画出我们所需的图

==========

1. 数据

首先在R中安装ggplot2
install.packages("ggplot2")
library(ggplot2)

我们使用的数据
X <- read.delim(" http://www.stat.ubc.ca/~rickw/gapminderDataFiveYear.txt")
str(X)

'data.frame': 1704 obs. of 7 variables:
 $ country : Factor w/ 142 levels "Afghanistan",..: 1 1 1 1 1 1 1 1 1 1 ...
 $ year : int 1952 1957 1962 1967 1972 1977 1982 1987 1992 1997 ...
 $ pop : num 8425333 9240934 10267083 11537966 13079460 ...
 $ continent: Factor w/ 5 levels "Africa","Americas",..: 3 3 3 3 3 3 3 3 3 3 ...
 $ lifeExp : num 28.8 30.3 32 34 36.1 ...
 $ gdpPercap: num 779 821 853 836 740 ...
 $ year.fac : Factor w/ 12 levels "1952","1957",..: 1 2 3 4 5 6 7 8 9 10 ...

==========

2. qplot基本用法

qplot最简单的使用方法和R base中的plot基本一样 可以用来画散点图
qplot(gdpPercap, lifeExp, data=X)

使用 color = year 可以将该变量用不同颜色标示出来
这里year是个连续的变量 所以颜色以谱的形式标示
用 log = "x" 表示对横轴的变量进行log变换
qplot(gdpPercap, lifeExp, data=X, log = "x", color = year)

也可以将year变成factor 此时会用离散的颜色标示
qplot(gdpPercap, lifeExp, data=X, log = "x", color = factor(year))

使用 size = pop 用标志的大小显示该变量的大小
qplot(gdpPercap, lifeExp, data=X, log = "x", color = year, size = pop)

还可以使用 shape = continent 用不同的标志来显示该变量
qplot(gdpPercap, lifeExp, data=X, log = "x", color = year, shape = continent)

最后 alpha=I(0.25) 指定透明度 0为全透明 1为不透明
当数据重叠严重时比较有用
qplot(gdpPercap, lifeExp, data=X, log = "x", alpha=I(0.25))

==========

3. geom

geom是geometric object的简称 用来生成不同种类的图

=====

3.1 smooth

首先是smooth 用来描述数据的平滑趋势
注意此处 c("point", "smooth") 表示先画point 再画smooth
qplot(gdpPercap, lifeExp, data=X, log = "x", alpha=I(0.5), geom=c("point", "smooth"))

相反的 c("smooth", "point") 就是先画smooth 再画point
qplot(gdpPercap, lifeExp, data=X, log = "x", alpha=I(0.5), geom=c("smooth", "point"))

除了默认的平滑方法之外 还可以自行指定 比如线性模型
qplot(gdpPercap, lifeExp, data=X, log = "x", alpha=I(0.5), geom=c("point", "smooth"), method=lm)

另外还可以自行指定公式 例如多项式回归
qplot(gdpPercap, lifeExp, data=X, log = "x", alpha=I(0.5), geom=c("point", "smooth"), method=lm, formula = y ~ poly(x, 3))

=====

3.2 line和path

line会将数据沿横轴方向按顺序连接起来 一般用来表示时间序列数据
qplot(pop, lifeExp, data=X, log = "x", alpha=I(0.5), color=year, geom="line")

path会将原始数据中相邻的两个点连接起来 一般用来表示二维数据随时间的变化
qplot(gdpPercap, lifeExp, data=X, log = "x", alpha=I(0.5), color=year, geom=c("point", "path"))

=====

3.3 boxplot和jitter

和R base中的boxplot一样 横轴的数据需要是factor
X$year.fac <- factor(X$year)
注意 color=I("red") 中的I()是必须的 否则"red"会被当做一个新的factor
qplot(year.fac, lifeExp, data=X, color=I("red"), geom="boxplot")

jitter和boxplot类似
qplot(year.fac, lifeExp, data=X, color=I("red"), geom="jitter")

=====

3.4 histogram和density

这里使用 fill=continent 将直方图按不同的continent分割开
qplot(lifeExp,data=X, geom="histogram", fill=continent)

density与histogram类似
qplot(lifeExp,data=X, alpha=I(0.5), geom="density", color=continent)

==========

4. facets

使用facets可以将一个图根据一个或两个变量的值分别显示出来 有利于更直观地进行比较
~左边表示每一行的变量 右边表示每一列的变量
比如 continent~. 根据continent值的不同 将density的图在每一行里显示出来
qplot(lifeExp,data=X, geom="density", facets=continent~.)

类似的 facets=year~continent 根据每一行year和每一列continent值的不同 将histogram的图显示出来
qplot(lifeExp,data=X, geom="histogram", facets=year~continent)