R語言中g(shù)gplot2的使用方法是什么

今天小編給大家分享一下R語言中g(shù)gplot2的使用方法是什么的相關(guān)知識(shí)點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識(shí)，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

標(biāo)尺（Scale）

畫圖就是在做映射，不管是映射到不同的幾何對(duì)象上，還是映射各種圖形屬性。

#這一小節(jié)介紹標(biāo)尺，在對(duì)圖形屬性進(jìn)行映射之后，使用標(biāo)尺可以控制這些屬性的顯示方式，

#比如坐標(biāo)刻度，可能通過標(biāo)尺，將坐標(biāo)進(jìn)行對(duì)數(shù)變換；比如顏色屬性，也可以通過標(biāo)尺，進(jìn)行改變。

#以數(shù)據(jù)（Data）和映射（Mapping)一節(jié)中所畫散點(diǎn)圖為例，將Y軸坐標(biāo)進(jìn)行l(wèi)og10變換，再自己定義顏色為彩虹色。

ggplot(small)+geom_point(aes(x=carat, y=price, shape=cut, colour=color))+scale_y_log10()+scale_colour_manual(values=rainbow(7))

統(tǒng)計(jì)變換（Statistics）

統(tǒng)計(jì)變換對(duì)原始數(shù)據(jù)進(jìn)行某種計(jì)算，然后在圖上表示出來，例如對(duì)散點(diǎn)圖上加一條回歸線。

#這里就不按顏色、切工來分了，不然ggplot會(huì)按不同的分類變量分別做回歸，圖就很亂，

#如果我們需要這樣做，我們可以使用分面，這個(gè)將在后面介紹。

ggplot(small, aes(x=carat, y=price))+geom_point()+scale_y_log10()+stat_smooth()

#這里，aes所提供的參數(shù)，就通過ggplot提供，而不是提供給geom_point，因?yàn)間gplot里的參數(shù)，相當(dāng)于全局變量，

#geom_point()和stat_smooth()都知道x,y的映射，如果只提供給geom_point()，則相當(dāng)于是局部變量，

#geom_point知道這種映射，而stat_smooth不知道，當(dāng)然你再給stat_smooth也提供x,y的映射，

#不過共用的映射，還是提供給ggplot好。

ggplot2提供了多種統(tǒng)計(jì)變換方式：

stat_abline       stat_contour      stat_identity     stat_summary

stat_bin          stat_density      stat_qq           stat_summary2d

stat_bin2d        stat_density2d    stat_quantile     stat_summary_hex

stat_bindot       stat_ecdf         stat_smooth       stat_unique

stat_binhex       stat_function     stat_spoke        stat_vline

stat_boxplot      stat_hline        stat_sum          stat_ydensity

統(tǒng)計(jì)#變換是非常重要的功能，我們可以自己寫函數(shù)，基于原始數(shù)據(jù)做某種計(jì)算，并在圖上表現(xiàn)出來，也可以通過它改變geom_xxx函數(shù)畫圖的默認(rèn)統(tǒng)計(jì)參數(shù)。

比如#把boxplot的中位線替換成了平均值來作圖。

坐標(biāo)系統(tǒng)（Coordinante）

坐標(biāo)系統(tǒng)控制坐標(biāo)軸，可以進(jìn)行變換，例如XY軸翻轉(zhuǎn)，笛卡爾坐標(biāo)和極坐標(biāo)轉(zhuǎn)換，以滿足我們的各種需求。

#坐標(biāo)軸翻轉(zhuǎn)由coord_flip()實(shí)現(xiàn)

ggplot(small)+geom_bar(aes(x=cut, fill=cut))+coord_flip()

#轉(zhuǎn)換成極坐標(biāo)可以由coord_polar()實(shí)現(xiàn)：

ggplot(small)+geom_bar(aes(x=factor(1), fill=cut))+coord_polar(theta="y")

#這也是為什么之前介紹常用圖形畫法時(shí)沒有提及餅圖的原因，餅圖實(shí)際上就是柱狀圖，只不過是使用極坐標(biāo)而已，柱狀圖的高度，對(duì)應(yīng)于餅圖的弧度，餅圖并不推薦，因?yàn)槿祟惖难劬Ρ容^弧度的能力比不上比較高度（柱狀圖）

#靶心圖：

ggplot(small)+geom_bar(aes(x=factor(1), fill=cut))+coord_polar()

#風(fēng)玫瑰圖(windrose)

ggplot(small)+geom_bar(aes(x=clarity, fill=cut))+coord_polar()

圖層（Layer）

photoshop流行的原因在于PS 3.0時(shí)引入圖層的概念，ggplot的牛B之處在于使用+號(hào)來疊加圖層，這堪稱是泛型編程的典范。

在前面散點(diǎn)圖上，我們已經(jīng)見識(shí)過，加上了一個(gè)回歸線擬合的圖層。

#有了圖層的概念，使用ggplot畫起圖來，就更加得心應(yīng)手。

#做為圖層的一個(gè)很好的例子是蝙蝠俠logo，batman logo由6個(gè)函數(shù)組成，在下面的例子中，我先畫第一個(gè)函數(shù)，之后再加一個(gè)圖層畫第二個(gè)函數(shù)，不斷重復(fù)這一過程，直到六個(gè)函數(shù)全部畫好。

require(ggplot2)

f1data.frame(x=x,y=y)

   d -3*sqrt(33)/7,]

   return(d)

}

x1data.frame(x2=x2, y2=y2)

p2data.frame(x3=x3, y3=y3)

p3data.frame(x4=x4,y4=y4)

p4data.frame(x5=x5,y5=y5)

p5data.frame(x6=x6,y6=y6)

p6

#下面再以生物界中常用的柱狀圖+誤差圖為實(shí)例，展示ggplot2非常靈活的圖層。

Normaldata.frame(V=c("Normal", "Cancer"), mean=m, sd=s)

d$V

以上就是“R語言中g(shù)gplot2的使用方法是什么”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會(huì)為大家更新不同的知識(shí)，如果還想學(xué)習(xí)更多的知識(shí)，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。