tidyverse-数据可视化 - 图形的分层语法

1. ggplot2 的基本概念

ggplot2 是一个基于 R 的数据可视化包，它基于"图形的分层语法"（grammar of graphics）。这意味着你可以通过组合不同的图层和组件来构建复杂的图形。

核心组件：

1. 数据（Data）：你要可视化的数据集。
2. 美学映射（Aesthetics）：将数据变量映射到图形的视觉属性（如颜色、形状、大小等）。
3. 几何对象（Geometric Objects, Geoms）：决定数据如何显示（如点、线、柱状图等）。
4. 统计变换（Statistical Transformations, Stats）：对数据进行计算或转换（如计数、拟合模型等）。
5. 位置调整（Position Adjustments）：调整几何对象的位置（如堆叠、并排、抖动等）。
6. 坐标系（Coordinate Systems）：决定数据在图形中的位置和比例（如笛卡尔坐标系、极坐标系等）。
7. 刻面（Facets）：将数据拆分为多个子图，便于比较不同子集。
8. 主题（Theme）：控制图形的整体外观（如字体、颜色、背景等）。

---

2. 美学映射（Aesthetics）

美学映射是将数据变量映射到图形的视觉属性。例如，你可以将一个数值变量映射到 x 轴，另一个数值变量映射到 y 轴，还可以将分类变量映射到颜色或形状。

示例代码：

library(ggplot2)

# 数据集 mpg
ggplot(mpg, aes(x = displ, y = hwy, color = class)) + 
  geom_point()  # 使用颜色美学映射

解释：

• ggplot(mpg, aes(x = displ, y = hwy, color = class))：
  • mpg 是数据集。
  • aes() 定义了美学映射：displ 映射到 x 轴，hwy 映射到 y 轴，class 映射到颜色。
• geom_point()：添加点几何对象，绘制散点图。

---

3. 几何对象（Geometric Objects）

几何对象决定了数据如何显示。不同的几何对象可以揭示数据的不同特征。

示例代码：

# 散点图
ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point()  # 点几何对象

# 平滑曲线图
ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_smooth()  # 平滑曲线几何对象

解释：

• geom_point()：绘制散点图。
• geom_smooth()：绘制平滑曲线，用于显示数据的趋势。

---

4. 刻面（Facets）

刻面用于将数据拆分为多个子图，便于比较不同子集。

示例代码：

# 根据 cyl 分面
ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() +
  facet_wrap(~ cyl)  # 单变量分面

# 根据 drv 和 cyl 分面
ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() +
  facet_grid(drv ~ cyl)  # 双变量分面

解释：

• facet_wrap(~ cyl)：根据 cyl 变量将数据拆分为多个子图。
• facet_grid(drv ~ cyl)：根据 drv 和 cyl 的组合将数据拆分为多个子图。

---

5. 统计变换（Statistical Transformations）

统计变换用于对数据进行计算或转换。例如，geom_bar() 默认使用 stat_count 计算每个类别的计数。

示例代码：

# 条形图
ggplot(diamonds, aes(x = cut)) + 
  geom_bar()  # 默认使用 stat_count

# 自定义统计变换
ggplot(diamonds, aes(x = cut, y = after_stat(prop), group = 1)) + 
  geom_bar()  # 显示比例而不是计数

解释：

• geom_bar()：默认使用 stat_count 计算每个类别的计数。
• after_stat(prop)：使用统计变换计算比例。

---

6. 位置调整（Position Adjustments）

位置调整用于控制几何对象的位置，避免重叠或更好地展示数据。

示例代码：

# 堆叠条形图
ggplot(mpg, aes(x = drv, fill = class)) + 
  geom_bar()  # 默认堆叠

# 并排条形图
ggplot(mpg, aes(x = drv, fill = class)) + 
  geom_bar(position = "dodge")  # 并排显示

# 抖动散点图
ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_jitter()  # 避免点重叠

解释：

• position = "dodge"：将重叠的对象并排放置。
• geom_jitter()：在散点图中添加随机噪声，避免数据点重叠。

---

7. 坐标系（Coordinate Systems）

坐标系决定了数据在图形中的位置和比例。

示例代码：

# 极坐标
ggplot(diamonds, aes(x = clarity, fill = clarity)) + 
  geom_bar() +
  coord_polar()  # 使用极坐标

解释：

• coord_polar()：将数据转换为极坐标，可用于绘制饼图或 Coxcomb 图。

---

8. 练习

现在，让我们通过一些练习来巩固这些知识！

练习 1：创建一个散点图，将 mpg 数据集中的 displ 映射到 x 轴，hwy 映射到 y 轴，并将 class 映射到颜色。

ggplot(mpg, aes(x = displ, y = hwy, color = class)) + 
  geom_point()

练习 2：创建一个条形图，显示 diamonds 数据集中不同 cut 的数量。

ggplot(diamonds, aes(x = cut)) + 
  geom_bar()

练习 3：根据 drv 和 cyl 分面，创建一个散点图。

ggplot(mpg, aes(x = displ, y = hwy)) + 
  geom_point() +
  facet_grid(drv ~ cyl)

练习 4：创建一个平滑曲线图，并将 drv 映射到线型。

ggplot(mpg, aes(x = displ, y = hwy, linetype = drv)) + 
  geom_smooth()

练习 5：创建一个饼图，显示 diamonds 数据集中不同 clarity 的比例。

ggplot(diamonds, aes(x = "", fill = clarity)) + 
  geom_bar(width = 1) +
  coord_polar(theta = "y")

---

总结

通过这些示例和练习，你应该能够理解 ggplot2 的基本概念，并能够创建各种类型的图形。如果你有任何问题，随时问我！