ggplot2读书笔记9：第六章标度（二）

今天来学习第六章标度部分的最后一节~

6.6 标度工具箱（Scales Toolbox）

除了调整标度的默认选项之外，你也可以重新创建新的标度，主要分为以下四类：

连续型位置标度：用于将整数、数值、日期/时间数据映射到x轴或者y轴的位置上；
颜色标度：用于将连续型或离散型变量映射到颜色；
手动离散型标度：将离散型变量映射到你选择的大小、形状、颜色、线条等；
同一型标度：当你的数据能被R中的绘图函数理解时，数据空间和图形属性空间相同时，可以使用同一型标度，此时默认不绘制图例的

下面我们四种图例详细说明：

1. 连续型位置标度（Continuous Position Scales）

每个图表都有两个位置标度，即x和y。因此，最常见的连续型位置标度就是scale_x_continuous()和 scale_y_continuous()，它们可以将数据映射到x轴和y轴。

每个连续型标度都可以接受一个trans参数，允许指定若干种显性或非线性变换。每一种变换都是由所谓的变换器（“transformer”)实现的。下表是比较常用的变换器：

（截图选自《ggplot2（第一版）》）

注意：在最近更新的第二版ggplot2中，表中的倒数命令（recip）已经改为（reciprocal)，其他未更新。

如下例，将y轴转换为倒数（reciprocal)：

ggplot(mpg, aes(displ, hwy)) +geom_point() +scale_y_continuous(trans = "reciprocal")

将x轴/y轴数值转化成log10：

ggplot(diamonds, aes(price, carat)) +geom_bin2d() +scale_x_continuous(trans = "log10") +scale_y_continuous(trans = "log10")

其中有一些参数有简写形式，如，scale_x_log10()、scale_x_sqrt()、scale_x_reverse()

另外，变换器同样可以用于coord_trans()中，此时变换将在统计量计算完成后进行，详见第七章

日期和时间值基本上属于连续型，但在标注坐标轴时处理方式稍有不同。我们使用Date和POSIXct类的时间值。如果是其他格式的，则应当使用as.Date和as.POSIXct进行转换。

scale_x_date()和scale_x_datetime()的用法和scale_x_continous用法相似。

date_breaks()和date_labels()的用法稍有不同：

date_breaks()和date_minor_breaks()：可以设置日期间隔（年、月、星期、日、小时、每分、每秒）作为断点，；例如date_breaks = "2 weeks"
date_labels()：通过strptime()和format()指定特殊格式，如下表

例如，如果你想以14/10/1979的形式显示日期，可以使用字符串%d/%m/%y。

再举个栗子，经济数据集（时间序列）中，横轴日期的不同表示方式:

base <- ggplot(economics, aes(date, psavert)) +geom_line(na.rm = TRUE) +labs(x = NULL, y = NULL)
base # 默认间隔和时间表示方式

base + scale_x_date(date_labels = "%y", date_breaks = "5 years")

取其中一小段时间("2004-01-01" - "2005-01-01")，按1个月为间隔：

base + scale_x_date(limits = as.Date(c("2004-01-01", "2005-01-01")),date_labels = "%b %y",date_minor_breaks = "1 month"
)

取其中一小段时间("2004-01-01" - "2004-06-01")，两个星期为间隔：

base + scale_x_date(
limits = as.Date(c("2004-01-01", "2004-06-01")),
date_labels = "%m/%d",
date_minor_breaks = "2 weeks"
)

2. 颜色标度

除了位置之外，颜色是最常用的图形属性。有很多方法可以将“值”映射成颜色

在最新的版本里，对于连续型变量，有四种基于渐变设置颜色的标度；
对于离散型变量，也有四种设置颜色的标度

这里作者讲了一部分关于色彩学的基础理论。颜色是由不同波长的光混合而成的，人类的眼球有三种不同颜色的感受器，所以我们使用三个数字来表示任意颜色，就是rgb编码，这个色彩空间使用红绿蓝三种光强表示一种颜色，但是它在视觉上的感知并不均匀，由于色彩空间中位置不同，两种间隔一个单位的颜色可以非常相似也可能非常不同，这使得创建连续变量到一个颜色集的映射变得十分困难。

在ggplot2中，使用了一种名为HCL色彩空间（Hue-Chroma-Luminance）的现代方案，由三个部分构成，分别是色相（hue）、彩度（chroma）以及明度（luminance）
1. 色相：是一个从0到360的角度值，将一种色彩赋予颜色属性（如红橙黄蓝等等）
2. 明度：颜色的明暗程度，即看其接近黑色或白色的程度，明度0是黑色，1是白色。
3. 彩度：色彩的纯度。0是灰色，彩度的最大值随明度变化而不同

下图是这个色彩空间的三维形状，每个分面中明度是一个常数，色相被映射成一个角度，彩度被映射成半径，可以看到每个分面的中心都是灰色的，离边缘越近颜色越浓烈：

Wikipedia上的HCL色彩空间长这样

↓↓↓

连续型

在最新版本的ggplot2中，根据颜色梯度中的色彩数量划分，有四类连续性颜色梯度

双色梯度 —— scale_colour_gradient()或 scale_fill_gradient()：顺序为从低到高，使用low和high两个参数控制此梯度两端的颜色

举例，使用faithfuld数据集（黄石公园老忠实泉两次爆发的间隔时间和每次喷发的时长）做光栅图（Raster），颜色标度为默认值时：

erupt <- ggplot(faithfuld, aes(waiting, eruptions, fill = density)) +geom_raster() +scale_x_continuous(NULL, expand = c(0, 0)) +scale_y_continuous(NULL, expand = c(0, 0)) +theme(legend.position = "none")
## 不修改颜色标度
erupt

修改颜色标度：

## 黑白渐变
erupt + scale_fill_gradient(low = "white", high = "black")

## 其他颜色渐变
erupt + scale_fill_gradient(low = munsell::mnsl("5G 9/2"),high = munsell::mnsl("5G 6/8")
)

三色梯度渐变 —— scale_colour_gradient2()或 scale_fill_gradient2()：和双色渐变类似，顺序为低-中-高。中点的默认值是0，但是可以使用参数midpoint加以设置为任意值。着多个参数对于形成发散型（diverging）配色方案非常有用。

## 提取faithfuld数据集中density变量的中间值，将其赋予mid
mid <- median(faithfuld$density)## 把mid设置为颜色区段的中间值
erupt + scale_fill_gradient2(midpoint = mid)

自定义n色梯度——scale_colour_gradientn()或 scale_fill_gradientn()：此标度需要赋予参数colours一个颜色向量。这对于有特殊意义的数据（比如表现地形等）很有用。

其中可以使用另一个包colorspace，和调色盘类似的意思

erupt + scale_fill_gradientn(colours = terrain.colors(7))
erupt + scale_fill_gradientn(colours = colorspace::heat_hcl(7))
erupt + scale_fill_gradientn(colours = colorspace::diverge_hcl(7))

使用ColorBrewer配色方案——scale_color_distiller()和scale_fill_gradient()：可以通过设置palette参数调整颜色

erupt + scale_fill_distiller()
erupt + scale_fill_distiller(palette = "RdPu")
erupt + scale_fill_distiller(palette = "YlOrBr")

当数据集中包含缺失值NA时，可以通过改变na.value参数，默认状态下是灰色，可以通过更改设置改变缺失值的颜色

如下例，设置一个文本框，z变量中含有一个缺失值，将z变量映射为颜色图形属性：

df <- data.frame(x = 1, y = 1:5, z = c(1, 3, 2, NA, 5))
p <- ggplot(df, aes(x, y)) + geom_tile(aes(fill = z), size = 5)
p
# 不显示缺失值
p + scale_fill_gradient(na.value = NA)
# 突出缺失值
p + scale_fill_gradient(low = "black", high = "white", na.value = "red")

离散型

离散数据有四种颜色标度。我们使用最基本的条形图来举例。

首先是默认的配色方案：

df <- data.frame(x = c("a", "b", "c", "d"), y = c(3, 4, 1, 2))
bars <- ggplot(df, aes(x, y, fill = x)) +geom_bar(stat = "identity") +labs(x = NULL, y = NULL) +theme(legend.position = "none")
bars

使用scale_colour_hue()或scale_fill_hue()函数来修改配色，它的意思是沿着HCL色轮选取均匀分布的色相来自动生成：

bars + scale_fill_hue(c = 40)
bars + scale_fill_hue(h = c(180, 300))

使用scale_colour_brewer()或scale_fill_brewer()参数，即采用colorbrewer配色方案。对于类别型数据中的点而言，最好使的调色板是“Set1”、“Dark2”；对于面积型数据而言，最好用的调色板是“Set2”、“Pastel1”、“Pastel2”以及“Accent”。使用RColorBrewer::displat.brewer.all可以列出所有调色板。

bars + scale_fill_brewer(palette = "Set1")
bars + scale_fill_brewer(palette = "Set2")
bars + scale_fill_brewer(palette = "Accent")

使用scale_colour_grey()或scale_fill_grey()参数，将离散型变量映射为从黑到白灰度不同的颜色：

bars + scale_fill_grey()
bars + scale_fill_grey(start = 0.5, end = 1)
bars + scale_fill_grey(start = 0, end = 0.5)

使用scale_colour_manual()或scale_fill_manual()参数自制离散型颜色标度。点击网址（https://github.com/karthik/wesanderson
），你可以自己设计自己的调色板，然后用在你的作图中。举个例子代码如下：

library(wesanderson)
bars + scale_fill_manual(values = wes_palette("GrandBudapest"))

明亮的颜色更适用于散点图，而不适用于条形图，过于刺眼；淡色适用于条形图，但不适用于散点图。下面举几个栗子，感受一下~

3. 手动离散型标度（The Manual Discrete Scales）

离散型标度scale_linetype()、scale_size_discrete()和scale_shape()基本没有选项。这些标度按照一定的顺序将因子的水平映射到一系列取值中。

如果你要手动定制标度，使用一下几种方式：scale_shape_manual(), scale_linetype_manual(),
scale_colour_manual()。手动型标度有个重要的参数是value，用于指定这个标度该生成的值

加载数据集msleep做例子：

> msleep
# A tibble: 83 x 11name      genus  vore  order  conservation sleep_total sleep_rem sleep_cycle awake<chr>     <chr>  <chr> <chr>  <chr>              <dbl>     <dbl>       <dbl> <dbl>1 Cheetah   Acino… carni Carni… lc                 12.1     NA          NA     11.9 2 Owl monk… Aotus  omni  Prima… NA                 17.0      1.80       NA      7.003 Mountain… Aplod… herbi Roden… nt                 14.4      2.40       NA      9.604 Greater … Blari… omni  Soric… lc                 14.9      2.30        0.133  9.105 Cow       Bos    herbi Artio… domesticated        4.00     0.700       0.667 20.0 6 Three-to… Brady… herbi Pilosa NA                 14.4      2.20        0.767  9.607 Northern… Callo… carni Carni… vu                  8.70     1.40        0.383 15.3 8 Vesper m… Calom… NA    Roden… NA                  7.00    NA          NA     17.0 9 Dog       Canis  carni Carni… domesticated       10.1      2.90        0.333 13.9
10 Roe deer  Capre… herbi Artio… lc                  3.00    NA          NA     21.0
# ... with 73 more rows, and 2 more variables: brainwt <dbl>, bodywt <dbl>

我们绘制其中两个变量（brainwt, bodywt)关系的散点图，手动将变量vore设置其中的颜色：

plot <- ggplot(msleep, aes(brainwt, bodywt)) +scale_x_log10() +scale_y_log10()
plot +geom_point(aes(colour = vore)) +scale_colour_manual(values = c("red", "orange", "green", "blue"),na.value = "grey50")

有一些情况下我们需要手动修改颜色并手动增加图例，如下：

（LakeHuron是一个时间序列数据）

huron <- data.frame(year = 1875:1972, level = as.numeric(LakeHuron))
ggplot(huron, aes(year)) +geom_line(aes(y = level + 5), colour = "red") +geom_line(aes(y = level - 5), colour = "blue")

添加图例，和上面的代码貌似很像，实则不同，上面的颜色是我们指定的红蓝，而下面的颜色是默认生成的：

huron <- data.frame(year = 1875:1972, level = as.numeric(LakeHuron))ggplot(huron, aes(year)) +geom_line(aes(y = level + 5, colour = "above")) +geom_line(aes(y = level - 5, colour = "below"))

再进一步指定颜色并给图例命名，就要添加我们的scale_colour_manual命令了：

ggplot(huron, aes(year)) +
geom_line(aes(y = level + 5, colour = "above")) +
geom_line(aes(y = level - 5, colour = "below")) +
scale_colour_manual("Direction",
values = c("above" = "red", "below" = "blue")
)

4.同一型标度（The Identity Scale)

这是一种很特殊的情况

当你的数据能被R中的绘图函数理解时，即数据空间和图形属性空间相同，能使用同一型标度scale_identity

luv colors颜色数据集包含所有和R本身位置相对应的数据，这里的数据本身就是颜色值（我们也就没必要创造有意义的图例）。下面显示数据集的前6行：

head(luv_colours)
#> L u v col
#> 1 9342 -3.37e-12 0 white
#> 2 9101 -4.75e+02 -635 aliceblue
#> 3 8810 1.01e+03 1668 antiquewhite
#> 4 8935 1.07e+03 1675 antiquewhite1
#> 5 8452 1.01e+03 1610 antiquewhite2
#> 6 7498 9.03e+02 1402 antiquewhite3

点的颜色代表他们自身，即数据空间和图形属性空间完全重合：

ggplot(luv_colours, aes(u, v)) +geom_point(aes(colour = col), size = 3) +scale_color_identity() +coord_equal()

参考资料：

Hadley Wickham(2016). ggplot2. Springer International Publishing. doi: 10.1007/978-3-319-24277-4

《R语言应用系列丛书·ggplot2:数据分析与图形艺术》

——————-我是求关注的分界线————–

更多R语言、可视化作图ggplot2包学习笔记请关注微信公众号：