使用GGPLOT2包进行数据可视化

• Introduction简介

geom_smooth可以用于散点图，拟合一条直线，可以用于做预测
geom_point(alpha = 0.4)透明度，40%可见，60%透明

dia_plot <- ggplot(diamonds, aes(x = carat, y = price))
dia_plot + geom_smooth(aes(clarity = col), se = FALSE)其中SE = FALSE是取消灰色部分

• Data数据

lm()函数通常用来拟合回归模型

ggplot(mtcars, aes(x = wt, y = mpg, col = cyl)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE) +
geom_smooth(aes(group = 1), method = "lm", se = FALSE, linetype = 2)

facet_grid 将 grid 分成好几个面
facet_grid(. ~ Measure)按measure分，measure中的变量为character

geom_jitter()调整，消除点的重合

• Aesthetics

ggplot(mtcars, aes(x = wt, y = mpg, col = cyl)) +
geom_point(shape = 2,size = 4)
shape和size可以分别制定点的形状以及大小

ggplot(mtcars, aes(x = wt, y = mpg, fill = cyl, col = am)) +
geom_point(shape = 21, size = 4, alpha = 0.6)fill是填充，此时再用col分颜色的话，col这边就是边框颜色

my_color <- "#4ABEFF"
geom_point(color = my_color)根据颜色编号，改变散点图中所有点的颜色

geom_text(label = rownames(mtcars), color = 'red')直接将文本信息加入散点图，即将散点替换为文本信息。

ggplot(mtcars, aes(x = mpg, y = qsec, col = factor(cyl), shape = factor(am))) +
geom_point()此处am和cyl都是num的类型，转化为factor后才好合理的展示出来。

cyl.am +
geom_bar(position = "dodge") +
scale_x_discrete("Cylinders") +
scale_y_continuous("Number") +
scale_fill_manual("Transmission",
values = val,
labels = lab) 柱形图
geom_bar(position = "stack")正常柱形图
geom_bar(position = "fill")堆积柱形图
geom_bar(position = "dodge") 百分比堆积柱形图

scale_y_continuous(limits = c(-2,2))

ggplot(diamonds, aes(x = carat, y = clarity, col = price)) +
geom_point(alpha = 0.5, position = "jitter")此处的jitter应该还是为了消除点的重合，不过为什么是用position还是不太明白，后续知道了的话记得补充。

• Geometries

ggplot(mtcars, aes(x = cyl, y = wt)) +
geom_point(position =position_jitter(0.1))
???jitter到底是啥意思
ggplot(mtcars, aes(x = cyl, y = wt)) +
geom_jitter(width = 0.1)

ggplot(mtcars, aes(mpg)) +
geom_histogram(aes(y = ..density..), binwidth = 1, fill = "#377EB8")
直方图（仅限X为连续型变量）的构建,binwidth:组距
density（一维密度估计），x(组的中心估计)——默认利用count和x；如若#要引用这几个变量，则在变量左右加双圆点，譬如 ..density..

ggplot(mtcars, aes(x = cyl, fill = am)) +
geom_bar(position = position_dodge(width = 0.2))柱状中，俩相邻的柱子部分重合

位置调整参数:
dodge：“避让”方式，即往旁边闪，如柱形图的并排方式就是这种。
fill：填充方式， 先把数据归一化，再填充到绘图区的顶部。
identity：原地不动，不调整位置
jitter：随机抖一抖，让本来重叠的露出点头来
stack：叠罗汉​

geom_freqpoly()频数多边形图
原理是跟直方图一样的，其中binwidth参数必须给出。
ggplot(mtcars, aes(mpg, col = cyl)) +
geom_freqpoly(binwidth = 1, position = "identity")

ggplot(mtcars, aes(x = cyl, fill = am)) +
geom_bar() +
scale_fill_brewer(palette = "Set1")
第三行为颜色的设置

RColorBrewer包提供了3套很好的配色方案。用户只需要指定配色方案的名称，就可以用包中的brewer.pal()函数生成颜色
连续型Sequential：生成一系列连续渐变的颜色，通常用来标记连续型数值的大小。
极端型Diverging：生成用深色强调两端、浅色标示中部的系列颜色，可用来标记数据中的离群点。
离散型Qualitative：生成一系列彼此差异比较明显的颜色，通常用来标记分类数据。
display.brewer.all（type = "qual"）展示离散型的全部颜色
scale_fill_manual()自定义填充颜色，和 scale_fill_brewer对比之。

• qplot and wrap-up

The old way (shown)旧方法：

plot(mpg ~ wt, data = mtcars) # formula notation
with(mtcars, plot(wt, mpg)) # x, y notation

Using ggplot:使用ggplot2:

ggplot(mtcars, aes(x = wt, y = mpg)) +
geom_point()

Using qplot:使用qplot：

qplot(wt, mpg, data = mtcars)
qplot(wt, mpg, data = mtcars, size = factor(cyl))qplot的格式,会自动选择图表类型。

在aes中或者qplot中时，size = ...时，num格式要使用factor()将其转化为factor格式

geom_dotplot()

ggplot(ChickWeight, aes(x = Time, y = weight, color = Diet)) +
geom_line(aes(group = Chick), alpha = 0.3) +
geom_smooth(lwd = 2, se = FALSE)
折线图，其中group是分组，但是不是很明白smooth中的拟合线中lwd,se是什么意思

• Statistics统计

stat_smooth()这是啥意思？——散点图的拟合线
geom_smooth(method = "lm", se = FALSE)method是规定拟合线的形状，此处为直线，se是把拟合线周围灰色部分去除

scale_color_manual(values = ....)手动设置颜色

stat_smooth(method = "loess", aes(group = 1, col = "All"),
se = FALSE, span = 0.7)分组设置的拟合线，其中ALL是汇总在一起的拟合线。

scale_color_gradientn(colors = brewer.pal(9, "YlOrRd"))当那个颜色包只有9个时，可以使用这个设置为渐变的

stat_quantile()分位数回归
stat_sum()

scale_size()啥意思？怎么用？

stat_summary()

quantile()分位数

• Coordinates and Facets协作...方面？

scale_x_continuous(limits = c(3, 6), expand = c(0, 0))
coord_cartesian(xlim = c(3, 6))
coord_equal()
coord_fixed()这几个图层都是什么意思

stat_bin()

geom_bar()饼图
coord_polar(theta = "y")

geom_bar(width = .1) 这里的0为什么要省去

facet_grid()
facet_grid 将 grid 分成好几个面
facet_grid(.~ Name) # 按Name分面并且Name 内容显示在顶部
fact_grid(Name~.) #按name分面，Name显示在右边
facet_grid(Name~Left) #按两个参数分面 （参数1按行方式进行分面，参数2按列方式分面?)

• Themes主题

library(ggthemes)
no_panels <- theme(rect = element_blank())
z +
no_panels +
theme(plot.background = element_rect(fill = myPink, color = "black", size = 3))

z +
theme(panel.grid = element_blank(),
axis.line = element_line(color = "red"),
axis.ticks = element_line(color = "red"))

theme(legend.position = )规定图例的位置

theme_bw()
theme_classic()
theme_gray()
theme_tufte()

• Best Practices练习

stat_summary绘制汇总数据
ggplot(mtcars, aes(x = cyl, y = wt)) +
stat_summary(fun.y = mean, geom = "bar", fill = "skyblue") +
stat_summary(fun.data = mean_sdl, fun.args = list(mult = 1), geom = "errorbar", width = 0.1)

library(GGally)
ggparcoord()
scale_fill_gradientn(colors = )是啥子意思？

cf facet_wrap与facet_grid
facet_wrap和facet_grid不同在于facet_wrap是基于一个因子进行设置，facets表示形式为：_变量（单元格）
而facet_grid是基于两个因子进行设置，facets表示形式为：变量_变量（行列），如果把一个因子用点表示，也可以达到facet_wrap的效果，也可以用加号设置成两个以上变量

• Case Study案列教学

geom_histogram()直方图 是要设置宽度的，没有y值
ggplot(adult, aes (x = SRAGE_P, fill= factor(RBMI))) +
geom_histogram(binwidth = 1)

table()

library(reshape2)
library(ggthemes)