ggplot2

ggplot2作图教程

• 数据dataset：作图用的原始数据；

• 美学 aes(): 几何或者统计对象的美学，比如位置，颜色，大小，形状等；

• 几何图形 geom_ :表示数据的几何图形*；

• 主题 theme(): 图形的整体视觉默认值，如背景、网格、轴、默认字体、大小和颜色

• 刻度 scale_(): 数据与美学维度之间的映射，比如图形宽度的数据范围；

• 坐标系统 coord_: 数据的转换；

• 面 facet_: 数据图表的排列

• 统计转换 stat_: 数据的统计，对数据进行处理 ，比如百分位，拟合曲线或者和；

---

画布：数据集+美学

ggplot() 创建一个基本的绘图对象base(就是画布)！在画布的基础上再叠加各种要素。指定数据集，设置数据和图形的整体属性。在上面可以叠加多个图形

aes() x,y轴映射关系，定义图形的映射关系。指定数据的变量与图形的视觉属性之间的对应关系，如 x 轴位置、y 轴位置、颜色、形状等。

几何形状层：geom_()

真正意义上的在画布上呈现出来几个图形

color详情

geom_point() 画散点图，数据映射

geom_line() 画折线图

geom_smooth()画创建平滑拟合曲线，规避一些离群极端点

geom_bar() 画柱状图(条形图)，处理分类型数据

geom_col() 默认下直接用数值画柱状图

geom_histogram() 画直方图，处理数值型数据

geom_text() 在图形中添加文本标签

geom_boxplot() 箱线图

geom_vline() 垂直线函数

geom_density() 根据数值，计算概率密度曲线

geom_function() 绘制自定义或匿名函数曲线，创建一个新的图形

stat_function()绘制自定义或匿名函数的曲线，通常与其他图层函数一起使用

辅助显示层

theme()设置图形的主题，包括背景、标题、轴标签、图例等的外观和样式，美化作用

labs()设置图形的标签，包括标题、轴标签、图例标题等。

scale_x_continuous() 调整图形的x轴刻度和修改标签文本

scale_y_continuous()调整图形的y轴刻度和标签

• scale_color_*(): 设置图形中填充颜色和边框颜色的属性。

  scale_color_manual()手动调整颜色映射

• scale_fill_*() scale_fill_manual(): 手动设置离散变量的填充颜色。可以指定每个离散值对应的具体颜色。

  scale_fill_gradient(): 使用连续变量的值来创建填充颜色的渐变。可以设置渐变的起始和结束颜色。

  scale_fill_gradientn(): 使用连续变量的值来创建填充颜色的渐变，可以指定多个颜色。

  scale_fill_gradient2(): 类似于scale_fill_gradient()，但允许指定中间值的颜色。

  scale_fill_hue(): 使用色相环来设置离散变量的填充颜色，颜色按照色相环的顺序分配。

  scale_fill_brewer(): 使用RColorBrewer包中的调色板来设置离散变量的填充颜色。

• coord_* ： 控制绘图的坐标系统和坐标轴的显示方式。它们允许您修改绘图的坐标轴刻度、范围和比例，以及坐标轴的显示方式

  coord_cartesian() 约束坐标显示的范围

  coord_flip() x和y轴呼唤

  coord_polar()将坐标系转换为极坐标系

  coord_map()

分面绘图

facet_grid() 基于x、y因子进行分面，如单x，单y，或x和y

facet_wrap() 基于x、y、甚至额外z因子分面，如z1、z2...，分割x~y

---

统计

stat_summary()

stat_*函数用于添加统计变换（statistical transformation）到图表中，以便对数据进行汇总、计算或转换。这些函数提供了各种统计变换选项，可以根据数据的特点和需求进行灵活的数据处理。

stat_bin()：用于进行直方图或柱状图的统计变换，将数据分组为离散的区间并计算每个区间的频数或密度。

stat_summary()：用于进行汇总统计，计算每组数据的统计摘要，如均值、中位数、标准差等，并将结果绘制为点、线、矩形等形状。

stat_smooth()：用于拟合平滑曲线或回归曲线，根据数据的趋势绘制平滑的曲线，常用于数据的趋势分析和模型拟合。

stat_boxplot()：用于绘制箱线图，显示数据的分布情况，包括中位数、四分位数、异常值等。

stat_density()：用于生成密度图，估计数据的概率密度函数，可用于分布形状的可视化。

stat_ecdf()：用于生成经验累积分布函数（empirical cumulative distribution function），展示数据的累积分布情况。

stat_ellipse()：用于绘制椭圆，显示二维数据的椭圆包络，常用于数据的相关性分析和聚类可视化。