初探R语言绘图工具包--ggplot2

一、在R中安装ggplot2

1	install.packages("ggplot2")

二、ggplot2全局总览

ggplot2中的函数可以分为以下几大类：

element_  主题设置中的参数，调整细节
geom_     主要作图函数，区分作图类型，比如是柱状图还是点图
scale_    修改默认颜色等设置
stat_     数据变换
theme_    主题设置
coord_    坐标轴转换
facet_    分面作图，分组作图，放在不同页面上

三、gplot2的绘图步骤

3.1.初始化一个ggplot对象

在绘制图形之前，需要使用ggplot函数(ggplot())初始化一个ggplot对象，可以理解为创建一块画布，接下来的一切工作都在这块画布上进行。官网给出的初始化代码是这样的：
1
ggplot(data = NULL, mapping = aes(), ..., environment = parent.frame())
我们主要修改的是前两个参数，即data和mapping

data：你的数据框；

mapping：用于绘图的变量，通俗来说就是x轴和y轴所代表的变量。

3.2 画一个散点图

上一步已经创建了一块画布，现在就在画布上画一幅散点图：

#首先生成自变量x和因变量y
x = factor(rep(letters[1:3], each = 10))#使用了rep函数生成因子a，b，c各10个
y=rnorm(30)
#然后将x和y组合成数据框,命名为df
df=data.frame(x,y)

1 2	#现在可以画图了 ggplot(df, aes(x, y))

画出来是这样的：

上面什么都没显示，只是一张空画布，这是因为并没有指定绘图格式(此时我们仅仅告诉了系统要画一幅画，并且所用数据为df这个数据框，x和y轴分别是x，y这两个变量，但是并没有具体讲要怎么画，画什么)

现在加上一层geom_point(),用于绘制散点图。这样绘图代码就变成了这个样子：

1	ggplot(df, aes(x, y)) +geom_point()

画出来的图像是这样的：

这次的结果和预想的就一样了。

3.3 尝试再添加一层

在上面已经绘制了散点图的画布上再添加一层（注意是在同一张画布上操作）：

#生成新的数据框ds，本行代码具体解释见下方【注释】
ds=do.call(rbind, lapply(split(df, df$x), function(d) {
  data.frame(mean = mean(d$y), sd = sd(d$y), x = d$x)
}))
#可以画图啦
ggplot(df, aes(x, y)) +
  geom_point() +
  geom_point(data = ds, aes(y = mean), colour = 'red', size = 3)

【注释】

在生成ds时，用到了do.call()和lapply()。

先看lapply，它有两个参数，一个是split(df, df$x)，另一个是匿名函数function(d)：
1
2
3
function(d) {
  data.frame(mean = mean(d$y), sd = sd(d$y), x = d$x)
}

split(df, df$x)的作用是将df这个数据框按照x列的取值不同分为3部分(因为x可取a，b，c)：

> split(df, df$x)
$a
   x          y
1  a -2.0918912
2  a -2.2824544
3  a  0.1987116
4  a -1.7204838
5  a  1.6355444
6  a -0.3358297
7  a  1.0307883
8  a -0.6142356
9  a -0.7293628
10 a -0.4128977

$b
   x           y
11 b  1.99706479
12 b  0.15562728
13 b -1.58374617
14 b  0.41752970
15 b  0.53430369
16 b  0.06285871
17 b -0.53760935
18 b  1.35068305
19 b -0.91601690
20 b  2.43169420

$c
   x          y
21 c  1.4711247
22 c  0.6199710
23 c  0.9347642
24 c  1.1362680
25 c -1.5553590
26 c -0.5053353
27 c  0.8935274
28 c -0.1612125
29 c -0.3308873
30 c -0.2126249

通过lapply函数，对上面的这3个子数据框分别用匿名函数进行作用，得到的结果是这样子的：

 > lapply(split(df,df$x),function(d){data.frame(mean=mean(d$y),sd=sd(d$y),x=d$x)})
$a
         mean       sd x
1  -0.5322111 1.277268 a
2  -0.5322111 1.277268 a
3  -0.5322111 1.277268 a
4  -0.5322111 1.277268 a
5  -0.5322111 1.277268 a
6  -0.5322111 1.277268 a
7  -0.5322111 1.277268 a
8  -0.5322111 1.277268 a
9  -0.5322111 1.277268 a
10 -0.5322111 1.277268 a

$b
        mean       sd x
1  0.3912389 1.261367 b
2  0.3912389 1.261367 b
3  0.3912389 1.261367 b
4  0.3912389 1.261367 b
5  0.3912389 1.261367 b
6  0.3912389 1.261367 b
7  0.3912389 1.261367 b
8  0.3912389 1.261367 b
9  0.3912389 1.261367 b
10 0.3912389 1.261367 b

$c
        mean        sd x
1  0.2290236 0.9334836 c
2  0.2290236 0.9334836 c
3  0.2290236 0.9334836 c
4  0.2290236 0.9334836 c
5  0.2290236 0.9334836 c
6  0.2290236 0.9334836 c
7  0.2290236 0.9334836 c
8  0.2290236 0.9334836 c
9  0.2290236 0.9334836 c
10 0.2290236 0.9334836 c

最后在最外层用do.call()将上面的3个子数据框按行合并(使用rbind())，就得到了最终的数据框ds了：

> ds
           mean        sd x
a.1  -0.5322111 1.2772680 a
a.2  -0.5322111 1.2772680 a
a.3  -0.5322111 1.2772680 a
a.4  -0.5322111 1.2772680 a
a.5  -0.5322111 1.2772680 a
a.6  -0.5322111 1.2772680 a
a.7  -0.5322111 1.2772680 a
a.8  -0.5322111 1.2772680 a
a.9  -0.5322111 1.2772680 a
a.10 -0.5322111 1.2772680 a
b.1   0.3912389 1.2613668 b
b.2   0.3912389 1.2613668 b
b.3   0.3912389 1.2613668 b
b.4   0.3912389 1.2613668 b
b.5   0.3912389 1.2613668 b
b.6   0.3912389 1.2613668 b
b.7   0.3912389 1.2613668 b
b.8   0.3912389 1.2613668 b
b.9   0.3912389 1.2613668 b
b.10  0.3912389 1.2613668 b
c.1   0.2290236 0.9334836 c
c.2   0.2290236 0.9334836 c
c.3   0.2290236 0.9334836 c
c.4   0.2290236 0.9334836 c
c.5   0.2290236 0.9334836 c
c.6   0.2290236 0.9334836 c
c.7   0.2290236 0.9334836 c
c.8   0.2290236 0.9334836 c
c.9   0.2290236 0.9334836 c
c.10  0.2290236 0.9334836 c