一、序

作為一枚統(tǒng)計專業(yè)的學僧，首先需要掌握的編程語言一定是R。雖然自己對R談不上精通，但卻有著不一樣的熱愛，尤其熱衷于使用R語言繪制各種各樣覺得十分酷炫的圖。每每磕完一個繪圖作品，仿佛過了一個愉快的寒暑假，充實而滿足。而在R語言中，談到繪圖，就不得不聊聊ggplot2這個大神器。

剛開始接觸學習的時候，其實是非常抵觸，覺得非常非常難的，但隨著一張張圖片躍然于屏幕之上，心中的抵觸滿滿消失，取而代之的甚至多出了一絲喜愛。而這絲喜愛愈釀愈醇厚，愈釀愈香甜。這就促使我寫一寫這篇博文。回顧我之前學習ggplot2所走過的路，使大家能夠避免走上我曾經(jīng)走過的死胡同，從而走上一條康莊大道。也希望大家能夠愛上R這門編程語言，享受使用ggplot2繪圖的樂趣。

本文其實借鑒了網(wǎng)上很多的教程與參考文獻，具體這些學習資料的網(wǎng)址，也會在文末進行說明。

二、ggplot2是什么？

一句話概括：它是一個用來繪制統(tǒng)計圖形(不只是統(tǒng)計圖形)的R包！

為什么叫ggplot呢？其中的gg當然不是Good Game的意思，而是Grammar of Graphics，直譯就是繪圖的語法，這是一門學問，繪圖的學問。后面會介紹其與眾不同的語法。

作者是Hadley Wickham，下面我們先瞻仰一下大神，沾點靈氣，為后續(xù)的ggplot學習之路打好基礎。

說起這位作者，可就厲害了。他是RStudio公司的首席科學家，在博士期間其實就已經(jīng)開發(fā)出了ggplot包，后面覺得寫的不行，于是推陳出新，天空一聲巨響，ggplot2閃亮登場。由于這個包實在是太好用了，所以漸漸的，如今Python等多個編程語言都有了其對應的庫。

當然，如果僅僅憑借ggplot2，Wickham還無法成為RStudio公司的首席科學家，他還是dplyr，devtools，readxl，rvest等包的作者，是一位全能型大神。

與此同時，在工作之外，他擅長烘焙和調制雞尾酒，并且還有自己的家庭食譜網(wǎng)站。真的非常的膩害！

更新：大神還榮獲2019年的統(tǒng)計學諾貝爾獎——COPSS 獎！

好了，言歸正傳，我們接著介紹ggplot2。

三、ggplot2能畫出什么樣的圖？

前面一直在夸它的好，得看看它究竟能創(chuàng)作出什么樣的圖?。ㄓ捎诓┛偷南拗?，不能使用svg的高清無碼矢量圖，故只能使用略帶模糊的jpg圖片）

前面兩個圖都是標準的統(tǒng)計學的我們需要畫的圖，只不過是將箱線圖、柱狀圖、直方圖、散點圖、擬合回歸以及相關系數(shù)，全部融合在了一張圖上，信息量非常豐富。集百家之所長，成一家之言！但這還沒什么，ggplot2還能做出令你更加吃驚的統(tǒng)計圖。就比如下面的回歸樹圖：

還有下面這個像巖漿一樣的族譜圖：從祖先到你，如何薪火相傳。

以及最后一個犯罪率的變化情況。

好看的圖片千千萬，有趣的繪圖包只有ggplot2。這里只介紹極小的一部分情況，說明一下它能做些什么。屏幕中的圖，如果不自己生成，就永遠只是別人家的圖，而不是自己的，所以下面我們就來講講如何像搭積木，組裝機器一樣，組裝成一個獨屬于你的妖嬈且風騷的圖片。

四、組裝機器

ggplot2繪圖三步走：

• 按照**“設計圖紙”**
• 用一個個**“零件”**
• 自己進行**“組裝”**

后面會一一進行介紹，這三步。但其實只要有一個概念，用ggplot2就是像PS一樣，一個圖層一個圖層的疊加，最后組成我們的目標繪圖。

它的優(yōu)勢非常明顯：

1. 用戶能在更抽象層面上控制圖形，使創(chuàng)造性繪圖更容易
2. 采用圖層的設計方式，使其更具靈活性
3. 圖形美觀，同時避免繁瑣細節(jié)
4. 將常見的統(tǒng)計變換融入到了繪圖中

五、設計圖紙

想要了解ggplot2，我們必須先了解下面這些概念：

1. 數(shù)據(jù)（Data）和映射（Mapping）：將數(shù)據(jù)映到圖像
2. 幾何對象（Geometric）：代表在圖中看到的實際元素，如點、線、多邊形等
3. 統(tǒng)計變換（Statistics）：對數(shù)據(jù)進行某種匯總，如直方圖，或將二維關系用線性模型解釋
4. 標度（Scale）：將數(shù)據(jù)的取值映射到圖形空間，例如用：顏色、大小、形狀表示不同取值
5. 坐標系（Coordinate）：數(shù)據(jù)如何映射到圖形所在平面，提供作圖所需的坐標軸和網(wǎng)格線
6. 分面（Facet）：將數(shù)據(jù)分解為子集，進行聯(lián)合展示
7. 圖層（Layer）：對所需的繪圖操作進行一層一層疊加，最終得到所需圖形

這些概念能幫助你加深對其的理解，但是還是不懂？沒關系！我們剛開始只需要掌握下面的零件構造就好了！

六、機器的零件

在最最最開始，你需要安裝R并且建議安裝R Studio，都是免費的，并且都需要安裝，然后可以直接從R Studio打開。

然后我們需要先安裝ggplot2包，在R或者R Studio中使用下述語句，即可完成安裝。

install.packages('ggplot2')

接著，我們就可以學習其中的每個零件的用法了。

1. 零件——散點圖

如果我們想要看兩個變量之間的關系，最簡單，最方便的做法就是繪制散點圖，那我們如何使用ggplot2繪制這樣一個圖形呢？

library(ggplot2)
p <- ggplot(data = mpg, mapping = aes(x = cty, y = hwy))
p + geom_point()

首先需要使用library()對ggplot2包進行加載（記得每次重新打開都需要進行加載?。?，當然也可以使用require()。然后就可以愉快地進行繪圖了。

我們需要找到一個映射，也就是一對一的對應關系，這個我們在程序中如何給定呢？這就需要使用ggplot()這個函數(shù)。

首先在data =后面需要加上數(shù)據(jù)集的名稱，在例子中是mpg一個關于汽車的數(shù)據(jù)集（注意：這個數(shù)據(jù)集是ggplot2包中特有的，加載了包才會有這個數(shù)據(jù)集）。在這個數(shù)據(jù)集里面有很多變量，其中有cty與hwy等一系列變量。 每個變量都有一列數(shù)值，也就是樣本的信息，我們需要看cty與hwy兩個變量對應的信息，就需要指定x軸是誰，y軸對應的是誰。在代碼中，首先需要使用aes()將兩個坐標軸的信息對應起來。aes代表的是aesthetic mappings，具有美感的映射，然后在里面分別使用x = ，y =來制定需要映射的變量。至此，我們的對應關系就找出來了。

但是！此時，你運行p這個變量是沒有圖像信息反饋出來的，因為你只是指定了關系，而沒有說明應該以什么形式進行展現(xiàn)。可能是散點、折線、曲線等等。不過由于我們是進行散點圖的繪制，所以使用的是后面還要+ geom_point()就可以展現(xiàn)出散點圖了，其中geom表示的是geometric object，幾何對象的意思。

接著，我們再對散點圖進行一點點潤色。（黑黑的點真的好丑）

1) 變換顏色

p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))
p + geom_point()

這里我們指定了其散點的顏色，在aes()中使用了colour =，其后面的year也是mpg數(shù)據(jù)集中的一個變量。里面只有1999和2008兩年，每個樣本都有一個年份。（colour =寫在aes()里面可以自動分配顏色，寫在外面就是強制指定點的顏色，如加上‘blue'等）

不過為了將數(shù)字轉化成factor因子形式，我們這里使用了factor()將數(shù)值變成了因子（可以自己嘗試不添加factor()看看會出現(xiàn)什么樣的結果，其實會出現(xiàn)顏色的深淺表示數(shù)值的大?。?。

這里使用了p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))，我們默認將后面這部分賦值給了變量p，后面的p全部都是指代這行語句。

這行代碼還有另外一個地方發(fā)生了變化，data =消失，只是這個都可以省略，只要在對應的位置有數(shù)據(jù)集這個變量就好了（這里是mpg）。同理，其實x = 與y = 在這里都可以省略。

在出現(xiàn)了散點之后，還是覺得空蕩蕩的，我們再加點別的零件。

2) 擬合曲線

p + geom_point() + stat_smooth()

相比于原先的操作，只是再加了一行 + stat_smooth()，stat表示的是statistical transformation，統(tǒng)計學變換。因為我們需要用插值的方法來繪制擬合直線，并且附帶置信區(qū)間。

3) 變換大小

p + geom_point(aes(colour = factor(year), size = displ)) + 
  stat_smooth()   # 排量越大，點越大

想要變換點的大小，只需再在aes()中加上size =，后面接上一個新的變量名稱displ代表著汽車的排量，每個點的尺寸越大，代表著排量越大，其對應關系如右邊圖例所示。

在此基礎上我們還想在一張圖上添加更多的信息，同時也可以解決點與點之間的重疊的問題，不會因為遮蓋而使得我們有部分點看不到。那么我們應該怎么做呢？

透明度！

4) 修改透明度

p + geom_point(aes(colour = factor(year),
                   size = displ), alpha = 0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10))

同樣，我們只需使用alpha =即可其范圍在0 — 1之間，越小表示越透明。注意，在這里，我們是寫在aes()的外面，代表對所有的點都強制透明度為0.5。

在修改完透明度后，我們發(fā)現(xiàn)，圖像已經(jīng)有一點夢幻般的感覺了。但仔細一看，會發(fā)現(xiàn)，這張圖實在是太擁擠了，1999年與2008年全部擠在了一塊兒，那有沒有什么簡單的方法可以將兩年直接分開呢？

使用分層操作！

5) 分層

p + geom_point(aes(colour = class, size = displ), alpha = 0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10)) +
  facet_wrap(~ year, ncol = 1)

這次變化的內容其實有點多，我們來細細捋一捋，首先是分層。

其實分層操作用起來非常的簡單，就一行代碼：facet_wrap(~ year, ncol = 1)，facet_wrap()是關鍵，facet與wrap兩個詞組合，就是逐面地包起來。里面我們選擇按照year這個變量來分層，就可以將1999與2008分開。一定要注意！這里在year前面有個~，回歸中的用法。而最后的ncol = 1代表著我們的小窗口是1列，指定了1列之后，默認就是兩行啦。（因為年份一共只有兩種）如果不加這句，會默認橫著排列，或者想要指定幾行，則使用nrow = 1。

第二個修改的地方是colour = class。同樣的，class也是數(shù)據(jù)集中的一個變量，代表不同種類的汽車，而因為汽車的種類非常多，所以顏色也就變的很多了。

第三個修改點是：添加了scale_size_continuous(range = c(4, 10))，也就是指定我們size的變化范圍。在本圖中，就是控制點的絕對大小的范圍， 不要太大，也不要太小。

至此，散點圖該潤色的地方，已經(jīng)潤色的差不多了，唯獨還有一個小小的缺陷：能否加個標題，并且將這些英文簡寫的名稱改得更容易懂一些。畢竟做統(tǒng)計圖不是為了自娛自樂，而是要給別人看的，要讓大家明白你在做什么，在分析什么。

所以我們還需要進行一點點修改。

6) 改中文

p + geom_point(aes(colour = class, size = displ), alpha=0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10)) +
  facet_wrap(~ year,ncol = 1) +
  labs(y = '每加侖高速公路行駛距離', x = '每加侖城市公路行駛距離',
       title = '汽車油耗與型號', size = '排量', colour = '車型') +
  theme(text = element_text(family = "STHeiti"),
        plot.title = element_text(hjust = 0.5))

看到這么長的代碼，首先要做的就是淡定，不要虛！我們慢慢來解釋。

其實我們只添加了兩個地方，labs()與theme()。

labs()修改的是我們標簽的名稱。我們前面在aes()中用了x =，y =，size =以及colour =，這些都是會有標簽名稱的，默認都是前面顯示的一些英文。而這里，我們只需要在labs()中，寫上其對應的名稱即可。另外我們還附送一個title =，就是我們圖像的標題。

theme()更偏向于格式的修改。text = element_text(family = "STHeiti")是對字體進行修改，變?yōu)楹隗w。Windows系統(tǒng)的各位，可以不添加這行，一樣會顯示前面labs()中設定的中文。而如果是Mac或者Linux系統(tǒng)，由于字體的缺失，會顯示成一個一個的框框，在圖像上顯示不了中文字。

第二行plot.title = element_text(hjust = 0.5)是調整標題的位置，不加這行，標題會居左，加上才會居中。hjust = 0.5其實就是左右移動的意思，0.5表示居中。

2. 零件——直方圖與條形圖

學完了零件——散點圖，我們再來學學其它零件。

我們先著重介紹直方圖與條形圖?？赡軙杏腥藛?，這兩個不都是方塊兒條嗎，有什么區(qū)別。其實這兩個圖有本質的區(qū)別：一個是針對連續(xù)的變量（直方圖，histogram），將連續(xù)的變量砍成一段一段，再進行計數(shù)；一個是針對離散的變量（條形圖，bar），直接對每類的樣本來數(shù)數(shù)。

1) 直方圖

p1 <- ggplot(mpg, aes(x = hwy))
p1 + geom_histogram()

這里不再用前面的變量p，而是變成p1，其映射是不需要y的，只需要指定x =數(shù)據(jù)集中的一個變量即可。然后+ geom_histogram()會使用默認的參數(shù)進行直方圖的繪制。

2) 潤色

p1 + geom_histogram(aes(fill = factor(year), y = ..density..),
                    alpha = 0.3, colour = 'black') +
  stat_density(geom = 'line', position = 'identity', size = 1.5,
               aes(colour = factor(year))) +
  facet_wrap(~ year, ncol = 1)

這里又進行了很多操作，下面將其進行分解。

首先是facet_wrap(~ year, ncol = 1)按年分層，這里不再詳述。我們來聊聊geom_histogram()中的參數(shù)。

fill = factor(year) 放在aes() 中表示按年進行填充顏色。為什么不用前面說到的colour = ？這是ggplot繪圖中一個非常重要的點?。ㄇ煤诎澹。τ诰€與點這種面積為0的結構，它的顏色就直接使用colour =進行指定，而對條形圖，柱狀圖，扇形圖（特殊的柱狀圖），箱線圖等等有面積的圖形，其面積的顏色，我們需要用fill =來指定。

添加y = ..density.. 是將原本的頻數(shù)直方圖變成頻率密度直方圖，目的是為了在直方圖上添加密度曲線，兩者可以同時在一張圖上展現(xiàn)。

alpha = 0.3 是指定填充顏色的透明度， colour = 'black'則是強制指定柱狀圖邊框的顏色為黑色。注意這兩個參數(shù)是放在aes()外面，就是強制設定的意思。

stat_density()表示添加統(tǒng)計學中的密度曲線，進行密度估計。geom = 'line'指定為線形， position = 'identity'表示一個一一映射， size = 1.5 是強制修改線的尺寸，為原先的1.5倍。最后的aes(colour = factor(year))為修改擬合密度曲線的顏色，這里就是用的colour =而不是fill =

3) 條形圖

p2 <- ggplot(mpg, aes(x=class))
p2 + geom_bar()

直接簡單地計算不同車種類在數(shù)據(jù)集中的數(shù)量，使用 + geom_bar()，用默認參數(shù)即可繪制。我們直接從圖上也可以看出，geom_bar()與geom_histogram()，兩者繪制出來的圖形，一個有間隔，一個沒有間隔。這就正好對應了我們的離散與連續(xù)的區(qū)別。

我們想進一步比較不同年份，兩者的汽車種類的數(shù)量是否有差別，我們可以使用并立條形圖。

a. 并立條形圖

p3 <- ggplot(mpg, aes(class, fill = factor(year)))
p3 + geom_bar(position = 'dodge')

只需添加參數(shù)position = 'dodge'，并立條形圖帶回家！當然前面要說明用什么變量來并立，這里是年份：fill = factor(year)

同樣，我們可以做不同的條形圖。

b. 堆疊條形圖

p3 <- ggplot(mpg, aes(class, fill = factor(year)))
p3 + geom_bar(position = 'dodge')

c. 分面條形圖

p3 + geom_bar(aes(fill = class)) + facet_wrap(~ year)

只需動一動手指，就可享受到買一送三的奢華體驗！

3. 零件——餅圖

餅圖可以說是條形圖的一種特殊形式，其繪制方法可以從代碼中看出。

p4 <- ggplot(mpg, aes(x = factor(1), fill = factor(class))) +
  geom_bar(width = 1)
p4 + coord_polar(theta = "y")

首先x軸，只有一個柱子，柱子的寬度我們設置為1，geom_bar(width = 1)，也就是鋪滿整個圖，而柱子按照class變量來分類，并且是堆疊的（默認是堆疊條形圖）。這時的圖，也就是p4是一個“千層餅”。然后我們按照y軸為原點，用coord_polar(theta = "y")，把這個千層餅卷成千層卷，就成了我們的餅圖了。

后面會專門開個博客來細講餅圖的一些細節(jié)操作。

4. 零件——箱線圖

用geom_boxplot()繪制箱線圖。

p5 <- ggplot(mpg, aes(class, hwy, fill = class))
p5 + geom_boxplot()

但是箱線圖怎么看都覺得不夠炫酷，我們可以用小提琴圖來使繪圖變得更加美麗動人。

5. 零件——小提琴圖

p5 + geom_violin(alpha = 0.3) + geom_jitter(shape = 21)

使用geom_violin()繪制小提琴圖，同樣改變透明度。小提琴圖相比于箱線圖多了各個類別分布的信息，是圖像變得更加漂亮。

然后我們用geom_jitter()添加擾動點，其實就是將數(shù)據(jù)點等間隔的排列，顯得更加高大上。其中的shape = 21指定的是擾動點的形狀，我們用21號，也就是空心點（默認是實心點）。

至此，主要的零件都已經(jīng)介紹完成了。但我們可以看到，ggplot繪制出來的圖，背景都是灰格子，我們可不可以將其去掉呢？

當然可以！

6. 零件打磨

下面的一系列變化都基于前面繪制的箱線圖。我們通過修改theme()中一系列參數(shù)，來對背景進行修改。

# 不要灰底
p5 <- ggplot(mpg, aes(class, hwy, fill = class))
p6 <- p5 + geom_boxplot()
p6 + theme_bw()

# 不要網(wǎng)格線
p6 + theme_bw() + theme(panel.grid = element_blank())

# 不要刻度標簽
p6 + theme_bw() + theme(panel.grid = element_blank(),
                        axis.text = element_blank())

# 不要刻度線
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank())

# 不要xy軸標題
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank(),
                        axis.title = element_blank())

# 不要外層邊框
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank(),
                        axis.title = element_blank(),
                        panel.border = element_blank())

# 不要圖例
p7 <- p6 + theme_bw() + theme(panel.grid = element_blank(), 
                              axis.text = element_blank(),
                              axis.ticks = element_blank(),
                              axis.title = element_blank(),
                              panel.border = element_blank(),
                              legend.position = "none")
p7

7. 超級變變變

到這里還有沒有進一步的提升空間呢？比如定制自己喜歡的配色？當然可以！

這里我們使用scale_fill_manual()函數(shù)，來對箱線圖中填充的顏色進行修改。觀察這個函數(shù)，可以發(fā)現(xiàn)，由于是箱線圖中填充的顏色，所以函數(shù)中間是fill。如果將中間的fill替換成colour，也就是scale_colour_manual()，就可以對點與線的顏色進行定制了！

關于具體的配色，在文末會有推薦的網(wǎng)站，大家只需選中自己喜歡的配色，復制粘貼即可。

變

# 黃棕變
color = c('#ffffd4', '#fee391', '#fec44f', '#fe9929',
          '#ec7014', '#cc4c02', '#8c2d04')
p7 + scale_fill_manual(values = color)

變！

# 紅藍變
color = c('#b2182b', '#ef8a62', '#fddbc7', '#f7f7f7', 
          '#d1e5f0', '#67a9cf', '#2166ac')
p7 + scale_fill_manual(values = color)

變??！

# 清新脫俗變
color = c('#fbb4ae', '#b3cde3', '#ccebc5', '#decbe4',
          '#fed9a6', '#ffffcc', '#e5d8bd')
p7 + scale_fill_manual(values = color)

8. 其他常用零件

最后我們再介紹一些其他常用的零件：

七、實踐出真知

別人家的男票再帥，也是別人家的。

同理可證，代碼一定要自己一行一行的敲，并且每次可以自己多試幾種類似的情況，看看圖形會怎么變。帶著問題去學習，去探索，一定會很快入門ggplot2這個大殺器！

八、學習資源

ggplot2官方參考文檔

ggplot2速查(Cheat Sheet)

ggmap(可以畫出美得令人窒息的地圖)

ggplot2很多很多衍生包

一個專治“疑難雜癥”的地方(Stack Overflow)

調色板(用于配色，很全面，但偶爾需要翻墻)

另一個配色網(wǎng)站

函數(shù)與使用方法速查

九、參考資料

ggplot2官方參考文檔

30分鐘學會ggplot2

ggplot2 Elegant Graphics for Data Analysis (use R)

ggplot2高級繪圖。

最后本文的PPT（利用 R 包 xaringan 制作而成）于GitHub上可獲得：
https://github.com/kannyjyk/ggplot2-xaringan

以上就是R語言學習ggplot2繪制統(tǒng)計圖形包全面詳解的詳細內容，更多關于R語言ggplot2繪制統(tǒng)計圖形包的資料請關注腳本之家其它相關文章！

最新評論