ggplot2作图细节

我们每个人作图之前都需要将数据整理到位，不然走不到作图哪一步，就进行不下去了。学会前期数据处理比后期图形选择更加重要。

长宽数据概念以及转换

长宽数据在数据运算作图领域非常重要，我们一般作图用的是长数据，一般计算方差标准差会用宽数据会显得比较方便。
长数据是指数据集中的变量没有做明确的细分，即变量中至少有一个变量中的元素存在值严重重复循环的情况（可以归为几类），表格整体的形状为长方形，即变量少而观察值多。一列包含了所有的变量，而另一列则是与之相关的值。
宽数据是指数据集对所有的变量进行了明确的细分，各变量的值不存在重复循环的情况也无法归类。数据总体的表现为变量多而观察值少。每一列为一个变量，每一行为变量所对应的值。

library(tidyr)
library(reshape2)
## 宽转长
tillerworkmddt_long <- melt(tillerworkmddt,id.vars = c("family"),  #需保留的不参与聚合的变量列名measure.vars = c('june27th','july2th','july7th','july12th','july18th','july22th',#需要聚合的变量'july27th','August1th'),variable.name = c('date'),#聚合变量的新列名value.name = 'tillernumber')#聚合值的新列名

#spread()函数将宽格式转化为长格式
tillerworkmddt_w<-spread(tillerworkmddt_long, S, value)
#dcast()函数将宽格式转化为长格式
tillerworkmddt_long<-dcast(tillerworkmddt_w, tillernumber~dtillerworkmddt_w$S,value.var = 'value')

此处就不给大家图了，涉及到毕业论文，大家带入变量试试便知。

数据集的挑选

hdcy6 <- tillerworkhdcy[c(1081:1200),] #挑选tillerworkhdcy数据集的1081行到1200行。subset(dataset, subset, select )
#子集(数据集，子集，选择)
#dataset是要进行操作的数据集
#subset是对数据的某些字段进行操作
#select选取要显示的字段

看了一些博主的分享我对subset函数的理解就是，如果你想通过某列的特殊逻辑来选择行，则对subset进行逻辑编辑，比如$age>60等，但是对一些文本选取不太理想，此处可能是我境界不够，如果是想选取某些列则对selet进行修改即可。

箱线图中变量排序问题

hdcy3$family <- factor(hdcy3$family,levels =c("LHY25","LHY26","LHY27",
"LHY32","LHY33","LHY34","LHY35","LHY36","LHY37"))

关于这个问题，我们在作图之前就需要对我们的变量名进行一个排序，当然如果作图前没有排列，系统则自动默认排序，一般都不是我们想要得到的。

关于R语言调色板限制变量的解决

打破配色限制

install.packages( "paletteer")
library(paletteer)mycol<-paletteer_d( "ggthemes::Classic_20",n=20)

下面给大家罗列一些我常用的调色包，大家可以值得一试

library(ggsci)
p2<-p+scale_color_npg+scale_fill_npglibrary(RColorBrewer)
p7<-p+scale_fill_manual(values=rev(mycolor2))+
scale_color_manual(values=rev(mycolor2))library(paletteer)
col3<-colorRampPalette(c('blue','white','red'))(30)  #可指定颜色
mycol<-paletteer_d( "ggthemes::Classic_20",n=20)library(colourpicker)
col_map<-c( "#E07979", "#801212", "#EDB4B4", "#4169E1", "#6CA6CD", "#48D1CC", "#FFC0CB", "#96CDCD")

推荐网址：https://colorbrewer2.org/

小结

一千个人眼中有一千个哈姆莱特，拥有发现美的眼睛，让我们的作图之路一帆风顺。