读书笔记 ▏ggplot2数据分析与图形艺术Ch.1-2

第一章简介

　　一张统计图形就是数据到几何对象的图形属性的一个映射。其中，几何对象（geometric object，缩写为geom）包括点、线、条形等；图形属性（aesthetic attributes，缩写为aes）包括颜色、形状、大小等。

　　此外，图形中还可能包含数据的统计变化（statistical transformation，缩写为stats），最后绘制在某个特定的坐标系（coordinate system，缩写为coord）中，而分面（facet，将绘图窗口划分为若干个子窗口）则可以用来生成数据不同子集的图形。一张统计图形就是由上述这些独立的图形部件所组成的。

　　数据　Data

　　映射　mapping：将数据中的变量对应到图形属性。

　　几何对象　geom：代表我们在图中实际看到的图形元素，如点、线、多边形等。

　　统计变换　stats：对数据进行的某种汇总。

　　标度　scale：将数据的取值映射到图形空间，例如用颜色、大小或形状来表示不同的数值，展现标度的常见做法是绘制图例和坐标轴——实际上是从图形到数据的映射，读者可以从图形中读取原始的数据。

　　坐标系　coord：描述数据如何映射到图形所在的平面，同时提供看图需要的坐标轴和网格线，例如笛卡尔坐标系、极坐标和地图投影。

　　分面　facet：描述如何将数据分解为各个子集，以及如何对子集作图并联合进行展示，也称为条件作图或网格作图。

第二章从qplot开始入门

（一）基本用法

qplot(x, y = NULL, ..., data)

x, y Aesthetics passed into each layer

data Data frame to use (optional). If notspecified, will create one, extracting vectors from the current environment.

X和y分别代表图形的x坐标和y坐标，qplot支持将变量的函数作为参数x和y，data参数如果进行了指定，qplot会首先在该数据框内查找变量名，然后再在R的工作空间中进行搜索。

library(ggplot2)
diamonds[1:5,]
qplot(carat,price,data=diamonds)
qplot(log(carat),log(price),data=diamonds)

（二）添加颜色、大小、形状和其他图形属性

1、颜色、大小和形状是图形属性的具体例子，它们都是影响数据如何进行展示的视觉属性，每一个图形属性都对应了一个称为标度的函数，其作用是将数据的取值映射到该图形属性的有效值，在ggplot2中，标度控制了点以及对应的图例的外观。

set.seed(1410) #让样本可重复
dsmall<-diamonds[sample(nrow(diamonds),100),]#从diamonds数据集中产生容量为100的随机样本
qplot(carat,price,data=dsmall,colour=color,shape=cut)#颜色和形状标度将钻石的颜色和形状映射为对应图形的颜色和形状

2、使用I()手动设置图形属性

qplot(carat,price,data=dsmall,colour=I("red"),size=I(2))
qplot(carat,price,data=dsmall,colour=I("blue"),size=I(4))

3、使用alpha图形属性设置颜色的不透明度，其取值从0（完全透明）变动到1（完全不透明），透明度可以用分数来表示，例如1/10，1/20。

qplot(carat,price,data=diamonds,alpha=I(1/10))
qplot(carat,price,data=diamonds,alpha=I(1/100))
qplot(carat,price,data=diamonds,alpha=I(1/200))

透明度分母表示经过多少次重叠后颜色将变得不透明，上例将alpha值从1/10变动到1/100再到1/200，可以看出大部分点在哪里进行重叠。

（三）几何对象

几何对象描述了应该用何种对象来对数据进行展示，其中有些几何对象关联了相应的统计变换，通过改变几何对象几乎可以画出任何一种类型的图形。

适用于考察二维变量关系的几何对象：

1、geom="point"：散点图，当指定x和y参数给qplot()时默认的设置；

2、geom="smooth"：拟合一条平滑曲线，并将曲线和标准误展示在图中，如果不想绘制标准误，可以使用se=FALSE；利用method参数可以选择不同的平滑器。

qplot(carat,price,data=dsmall,geom=c("point","smooth"))
qplot(carat,price,data=diamonds,geom=c("point","smooth"))

注：上例中利用c()函数将多个几何对象组成一个向量传递给geom，几何对象会按照指定的顺序进行堆叠。

3、geom="boxplot"：箱线胡须图，用以概括一系列点的分布情况；

4、geom="path"和geom="line"：在数据点之间绘制连线（线条图和路径图）；

适用一维分布的几何对象：

连续变量：geom="histogram"绘制直方图，geom="freqpoly"绘制频率多边形，geom="density"绘制密度曲线，如果只有x参数传递给qplot，则直方图为默认选择。

离散变量：geom="bar"绘制条形图。