【R語言】ggplot2基礎(chǔ)語法簡介

昵稱69125444 2023-11-16 發(fā)布于廣西

展開全文

R語言的一大特色是繪制精美的的統(tǒng)計(jì)圖，而其中R包ggplot2專為繪圖而生

一起簡單了解一下ggplot2的基本語法

圖層

一開始先明確ggplot2的繪圖邏輯，和PS類似，采用圖層疊加的方式，不同的圖層用 ' ' 相連，多個(gè)圖層最終結(jié)合成一幅圖

library(ggplot2)
ggplot(data=mtcars,aes(x=wt,y=mpg))

以mtcars為例，以wt為x軸，mpg為y軸用ggplot()先建立一個(gè)最基礎(chǔ)的圖層

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

通過 ' ' 在基礎(chǔ)圖層上添加上散點(diǎn)(geom_point()) ，得到一幅簡單的散點(diǎn)圖，后面還能添加更多的圖層得到復(fù)雜的圖形

映射

映射即視覺通道映射，通俗來說就是將數(shù)據(jù)映射到圖形的某一成分中，數(shù)據(jù)會(huì)以指定的形式在圖形中得以呈現(xiàn)

使用到函數(shù)aes()，除了最基礎(chǔ)的x,y軸的映射，還有其他映射類型color,fill,alpha,size,shape,linetype等等

ggplot(data=mtcars,aes(x=wt,y=mpg,color=as.factor(am)))  geom_point()

x,y軸不變加上顏色映射類型，并傳入因子型的數(shù)據(jù)，得到了兩種顏色二分類的散點(diǎn)圖

ggplot(data=mtcars,aes(x=wt,y=mpg,shape=as.factor(cyl)))  geom_point()

x,y軸不變加上形狀映射類型，傳入cyl的三分類數(shù)據(jù)，得到有三種不同形狀的散點(diǎn)圖

ggplot(data=mtcars,aes(x=wt,y=mpg,size=qsec,alpha=hp))  geom_point()

也可以同時(shí)加上兩種互不干擾的映射，透明度映射和點(diǎn)大小映射

這里只是演示了關(guān)于點(diǎn)的映射，相對(duì)的還有線、圖形、文本的映射，后面遇到再介紹

幾何圖形和統(tǒng)計(jì)變換

通?？梢允褂?code>geom_類函數(shù)來繪制指定的統(tǒng)計(jì)圖

圖形	函數(shù)
點(diǎn)圖	geom_point()
折線圖	geom_line()
箱線圖	geom_boxplot()
密度圖	geom_density()
柱狀圖	geom_bar()
小提琴圖	geom_violin()
...	...

library(gridExtra)
library(ggplot2)
p1 <- ggplot(mtcars, aes(wt, mpg)) geom_point()
p2 <- ggplot(economics, aes(date, unemploy))   geom_line()
p3 <- ggplot(mpg, aes(class, hwy)) geom_boxplot()
p4 <- ggplot(diamonds, aes(carat)) geom_density()
p5 <- ggplot(mpg, aes(class)) geom_bar()
p6 <- ggplot(mtcars, aes(mpg, factor(cyl))) geom_violin()
grid.arrange(p1,p2,p3,p4,p5,p6,nrow=2,ncol=3)

以上為6種常見圖形的實(shí)例

以geom_point()為例，簡單介紹一下參數(shù)

##?geom_point##
geom_point(
  mapping = NULL,
  data = NULL,
  stat = 'identity',
  position = 'identity',
  ...,
  na.rm = FALSE,
  show.legend = NA,
  inherit.aes = TRUE
)

mapping、inherit.aes = TRUE 可使用aes()指定相關(guān)映射
stat 統(tǒng)計(jì)變換，默認(rèn)不變換
show.legend 是否顯示圖例

ggplot(mtcars, aes(wt, mpg)) geom_point(aes(shape=factor(cyl)),color='green',size=3) geom_smooth()

geom_point里面能重新指定映射（全局和局部的關(guān)系），也能添加參數(shù)改變圖形屬性，在點(diǎn)圖的基礎(chǔ)上還可以疊加光滑曲線(geom_smooth())

geom_(幾何圖形)和stat_(統(tǒng)計(jì)變換)都能作為一種疊加圖層的方法，且兩者繪圖效果相似。

geom_側(cè)重圖形的繪制，通過參數(shù)stat指定統(tǒng)計(jì)方法
stat_側(cè)重統(tǒng)計(jì)變換，通過參數(shù)geom指定繪圖類型

兩者能夠相互轉(zhuǎn)換，在幫助文件上也會(huì)同時(shí)寫出兩種繪圖方法

geom_bar(
  mapping = NULL,
  data = NULL,
  stat = 'count',
  position = 'stack',
  ...,
  width = NULL,
  na.rm = FALSE,
  orientation = NA,
  show.legend = NA,
  inherit.aes = TRUE
)
stat_count(
  mapping = NULL,
  data = NULL,
  geom = 'bar',
  position = 'stack',
  ...,
  width = NULL,
  na.rm = FALSE,
  orientation = NA,
  show.legend = NA,
  inherit.aes = TRUE
)

geom_bar stat = 'count'、stat_count geom = 'bar' 兩種方法所得到的柱形圖相同。

geom_bar，指定count統(tǒng)計(jì)變換方法，將數(shù)據(jù)轉(zhuǎn)換成頻數(shù)從而得到柱形圖
stat_count默認(rèn)count的統(tǒng)計(jì)變換方法，指定bar繪圖方法從而得到柱形圖

標(biāo)尺(Scale)

之前介紹的圖大都都是按照默認(rèn)參數(shù)生成的，scale_類函數(shù)可以修改圖形的細(xì)節(jié)

坐標(biāo)軸

1、坐標(biāo)軸刻度及標(biāo)簽

對(duì)于連續(xù)性變量，通常使用函數(shù)scale_x_continuous、scale_y_continuous

scale_x_continuous(
  name = waiver(),
  breaks = waiver(),
  minor_breaks = waiver(),
  n.breaks = NULL,
  labels = waiver(),
  limits = NULL,
  expand = waiver(),
  oob = censor,
  na.value = NA_real_,
  trans = 'identity',
  guide = waiver(),
  position = 'bottom',
  sec.axis = waiver()
)

name 修改軸標(biāo)題，使用函數(shù)labs()也能達(dá)到相同效果

library(gridExtra)
p1 <- ggplot(mtcars, aes(wt, mpg)) geom_point() scale_x_continuous(name='AAA')
p2 <- ggplot(mtcars, aes(wt, mpg)) geom_point() labs(x='BBB')
grid.arrange(p1,p2,ncol=2)

breaks 將數(shù)據(jù)進(jìn)行指定分組，搭配參數(shù)label可以修改組名

ggplot(mpg, aes(displ, hwy)) geom_point()  scale_x_continuous(breaks = c(2, 4, 6),label = c('two', 'four', 'six'))

limits 限定坐標(biāo)軸的刻度范圍，和函數(shù)xlim效果一樣

library(gridExtra)
p1 <- ggplot(mtcars, aes(wt, mpg)) geom_point() scale_x_continuous(name='AAA',limits=c(1,7))  ##限定x軸刻度在1到7
p2 <- ggplot(mtcars, aes(wt, mpg)) geom_point() xlim(1,8)
grid.arrange(p1,p2,ncol=2)

labels 可改變軸刻度標(biāo)簽的格式

library(gridExtra)
df <- data.frame(
  x = rnorm(10) * 100000,
  y = seq(0, 1, length.out = 10)
)
p1 <- ggplot(df, aes(y, x))   geom_point() scale_x_continuous(labels = scales::percent,name='percent')
p2 <- ggplot(df, aes(y, x))   geom_point() scale_x_continuous(labels = scales::dollar,name='dollar')
grid.arrange(p1,p2,ncol=2)

scales::percent、scales::dollar分別指定x軸刻度的類別，分別為百分比和美元

trans 指定坐標(biāo)軸刻度的變換形式

'asn', 'atanh', 'boxcox', 'date', 'exp', 'hms', 'identity', 'log', 'log10', 'log1p', 'log2', 'logit', 'modulus', 'probability', 'probit', 'pseudo_log', 'reciprocal', 'reverse', 'sqrt' , 'time'

p1 <- ggplot(mtcars, aes(wt, mpg)) geom_point() scale_x_continuous(name='None')
p2 <- ggplot(mtcars, aes(wt, mpg)) geom_point() scale_x_continuous(name='log2',trans='log2')
grid.arrange(p1,p2,ncol=2)

position 設(shè)定坐標(biāo)軸的位置，x軸 “top”、“bottom” ，y軸 'left'、'right'

對(duì)于離散型數(shù)據(jù)

scale_x_discrete()、scale_y_discrete()

函數(shù)的用法和連續(xù)型變量的用法類似，參數(shù)幾乎通用

ggplot(diamonds, aes(cut)) geom_bar() scale_x_discrete('Cut',labels = c('Fair' = 'F','Good' = 'G','Very Good' = 'VG','Perfect' = 'P','Ideal' = 'I'))
## 軸標(biāo)題、刻度標(biāo)簽替換

對(duì)于時(shí)間變量

一般使用函數(shù)scale_x_date()、scale_y_date()

scale_x_date(
  name = waiver(),
  breaks = waiver(),
  date_breaks = waiver(),
  labels = waiver(),
  date_labels = waiver(),
  minor_breaks = waiver(),
  date_minor_breaks = waiver(),
  limits = NULL,
  expand = waiver(),
  oob = censor,
  guide = waiver(),
  position = 'bottom',
  sec.axis = waiver()
)

library(gridExtra)
last_month <- Sys.Date() - 0:29  ## 生成從今天起往前30天的時(shí)間序列
df <- data.frame(
  date = last_month,
  price = runif(30)
)  ## 為30個(gè)時(shí)間序列隨機(jī)生成一個(gè)對(duì)應(yīng)的值
base <- ggplot(df, aes(date, price))  
  geom_line()
p1 <- base   scale_x_date(date_labels = '%b %d') labs(title='p1')
p2 <- base   scale_x_date(date_breaks = '1 week', date_labels = '%W') labs(title='p2')
p3 <- base   scale_x_date(date_minor_breaks = '1 day') labs(title='p3')
p4 <- base   scale_x_date(limits = c(Sys.Date() - 7, NA)) labs(title='p4')
grid.arrange(p1,p2,p3,p4,ncol=2)

p1中通過參數(shù)'date_labels'可以格式化輸出時(shí)間序列
p2中通過參數(shù)“date_breaks”指定主坐標(biāo)的間隔
p3中通過參數(shù)'date_minor_breaks'指定主坐標(biāo)間的分隔距離
p4中通過參數(shù)'limits'限制x軸刻度范圍

圖形標(biāo)題

函數(shù)labs()能為圖形修改或添加各種文字屬性

labs(
  ...,
  title = waiver(),
  subtitle = waiver(),
  caption = waiver(),
  tag = waiver(),
  alt = waiver(),
  alt_insight = waiver()
)

p <- ggplot(mtcars, aes(mpg, wt, colour = cyl))   geom_point()
p
p_re <- p labs(x='XXX',y='YYY',title='title',subtitle='subtitle',
       tag='tag',caption='caption',colour='colour',alt='This is alt')
p_re
##############
> get_alt_text(p_re)
[1] 'This is alt'

以上兩圖對(duì)比，展示出tag、title、subtiltle等的顯示位置

關(guān)于參數(shù)alt，相當(dāng)于對(duì)圖形變量的描述，不會(huì)展示在具體圖形中，需要用函數(shù)get_alt_text()來調(diào)用

顏色

1、顏色漸變

scale_colour_gradient(
  ...,
  low = '#132B43',
  high = '#56B1F7',
  space = 'Lab',
  na.value = 'grey50',
  guide = 'colourbar',
  aesthetics = 'colour'
)

low、high 設(shè)定漸變的兩種顏色
na.value 空值的顏色
guide 圖例的形式，連續(xù)型“colourbar”、離散型'legend'
aesthetics 設(shè)定顏色映射通道 “fill”、'colour'

ggplot(mpg, aes(displ, hwy, color = hwy)) geom_point() scale_color_gradient(low = '#132B43', high = '#56B1F7',guide='colourbar')

一幅從'#132B43'到'#56B1F7'的漸變點(diǎn)圖

2、調(diào)用調(diào)色板顏色

scale_colour_brewer(
  ...,
  type = 'seq',
  palette = 1,
  direction = 1,
  aesthetics = 'colour'
)

type seq (sequential)、div (diverging)、qual (qualitative)
palette 指定調(diào)色版，可字符指定調(diào)色板，也可數(shù)字指定調(diào)色板列表中的種類(順序未知)。也可自己創(chuàng)建調(diào)色板。

library(RColorBrewer)
display.brewer.all()  ## 默認(rèn)可選調(diào)色板類型

direction 顏色變換方向，1 正向，-1 反向

library(gridExtra)
dsamp <- diamonds[sample(nrow(diamonds), 1000), ]
d <- ggplot(dsamp, aes(carat, price))   geom_point(aes(colour = clarity))   labs(title='default')
d1 <- ggplot(dsamp, aes(carat, price))   geom_point(aes(colour = clarity))   scale_color_brewer(palette='BuGn')  labs(title='BuGn')
d2 <- ggplot(dsamp, aes(carat, price))   geom_point(aes(colour = clarity))   scale_color_brewer(palette='Set1')   labs(title='Set1')
d3 <- ggplot(dsamp, aes(carat, price))   geom_point(aes(colour = clarity))   scale_color_brewer(palette='PiYG')   labs(title='PiYG')
grid.arrange(d,d1,d2,d3,nrow=2)

調(diào)整映射參數(shù)

scale_alpha()、scale_shape()、scale_size()

p1 <- ggplot(mpg, aes(displ, hwy))   geom_point(aes(alpha = year))
p2 <- ggplot(mpg, aes(displ, hwy))   geom_point(aes(alpha = year))   scale_alpha(range = c(0.4, 0.8))
grid.arrange(p1,p2)

將透明度映射范圍限定在0.4~0.8

dsmall <- diamonds[sample(nrow(diamonds), 100), ]
d <- ggplot(dsmall, aes(carat, price))   geom_point(aes(shape = cut))
d1 <- ggplot(dsmall, aes(carat, price))   geom_point(aes(shape = cut))   scale_shape(solid=F)
grid.arrange(d,d1)

參數(shù)solid可改變點(diǎn)的填充

p1 <- ggplot(mpg, aes(displ, hwy, size = hwy))   geom_point()
p2 <- ggplot(mpg, aes(displ, hwy, size = hwy))   geom_point()   scale_size(range=c(0,10))
p3 <- ggplot(mpg, aes(displ, hwy, size = hwy))   geom_point()   scale_size_binned()
grid.arrange(p1,p2,p3)

參數(shù)range指定點(diǎn)的大小范圍

函數(shù)scale_size_binned()使圖例分箱，更易觀察

坐標(biāo)系

ggplot2中提供了很多修改坐標(biāo)系的函數(shù)

1、coord_cartesian 默認(rèn)的直角坐標(biāo)系

coord_cartesian(
  xlim = NULL,
  ylim = NULL,
  expand = TRUE,
  default = FALSE,
  clip = 'on'
)

xlim、ylim 限制x，y軸的刻度范圍
expand 是否拓展坐標(biāo)軸刻度

p1 <- ggplot(mtcars, aes(disp, wt)) geom_point() geom_smooth()
p2 <- ggplot(mtcars, aes(disp, wt)) geom_point() geom_smooth() coord_cartesian(expand=F)
grid.arrange(p1,p2)

clip 邊界外能否顯示點(diǎn)，默認(rèn)'on'不顯示，'off'顯示

p1 <- ggplot(mtcars, aes(disp, wt)) geom_point() geom_smooth() coord_cartesian(expand=F,clip='off') labs(title = 'clip=\'off\'')
p2 <- ggplot(mtcars, aes(disp, wt)) geom_point() geom_smooth() coord_cartesian(expand=F) labs(title = 'clip=\'on\'')
grid.arrange(p1,p2)

2、coord_fixed() 調(diào)整x軸與y軸的比例長度

coord_fixed(ratio = 1, xlim = NULL, ylim = NULL, expand = TRUE, clip = 'on')

ratio 默認(rèn)比例為1，即x軸與y軸上每個(gè)長度單位都一一對(duì)應(yīng)

p1 <- ggplot(mtcars, aes(mpg, wt))   geom_point()   labs(title='default')
p2 <- ggplot(mtcars, aes(mpg, wt))   geom_point() coord_fixed()   labs(title='ratio=1')
p3 <- ggplot(mtcars, aes(mpg, wt))   geom_point() coord_fixed(ratio=5)   labs(title='ratio=5')
grid.arrange(p1,p2,p3)

3、coord_flip() x軸，y軸調(diào)換

p1 <- ggplot(diamonds, aes(cut, price)) geom_boxplot()
p2 <- ggplot(diamonds, aes(cut, price)) geom_boxplot() coord_flip()
grid.arrange(p1,p2)

4、coord_polar 極坐標(biāo)系變換

coord_polar(theta = 'x', start = 0, direction = 1, clip = 'on')

theta 映射到角度上的變量，x或y

pie <- ggplot(mtcars, aes(x = factor(1), fill = factor(cyl))) geom_bar(width = 1)
p1 <- pie   coord_polar()
p2 <- pie   coord_polar(theta='y')
grid.arrange(p1,p2)

通過將柱形圖進(jìn)行坐標(biāo)系轉(zhuǎn)換，并將y值映射就可得到餅圖

start 起點(diǎn)的位置
direction 繪制的順序，1順時(shí)針，-1逆時(shí)針

玫瑰圖的繪制，將柱形圖進(jìn)行極坐標(biāo)轉(zhuǎn)換

p1 <- ggplot(mpg,aes(class,fill=model)) geom_bar() theme(legend.position='none')
p2 <- ggplot(mpg,aes(class,fill=model)) geom_bar() coord_polar() theme(legend.position='none')
grid.arrange(p1,p2)

主題

ggplot2默認(rèn)出圖是灰底的圖，自帶函數(shù)theme_有已配置好的主題可供選擇，也可使用函數(shù)theme()自定義自己的主題

library(patchwork)
mtcars2 <- within(mtcars, {
  vs <- factor(vs, labels = c('V-shaped', 'Straight'))
  am <- factor(am, labels = c('Automatic', 'Manual'))
  cyl  <- factor(cyl)
  gear <- factor(gear)
})
p <- ggplot(mtcars2)   geom_point(aes(x = wt, y = mpg, colour = gear))
p1 <- p theme_gray() labs(title='theme_gray')
p2 <- p theme_bw() labs(title='theme_bw')
p3 <- p theme_linedraw() labs(title='theme_linedraw')
p4 <- p theme_light() labs(title='theme_light')
p5 <- p theme_dark() labs(title='theme_dark')
p6 <- p theme_minimal() labs(title='theme_minimal')
p7 <- p theme_classic() labs(title='theme_classic')
p8 <- p theme_void() labs(title='theme_void')
p9 <- p theme_test() labs(title='theme_test')
(p1 / p4 / p7) | (p2 / p5 / p8) | (p3 / p6 / p9)

以上為9種預(yù)設(shè)的主題

theme(......)

可自定義的范圍太大了，先挖個(gè)坑，之后單獨(dú)填

注釋

注釋是一個(gè)特殊的圖層，不繼承全局設(shè)置，使用函數(shù)annotation()對(duì)統(tǒng)計(jì)圖進(jìn)行注釋

annotate(
  geom,
  x = NULL,
  y = NULL,
  xmin = NULL,
  xmax = NULL,
  ymin = NULL,
  ymax = NULL,
  xend = NULL,
  yend = NULL,
  ...,
  na.rm = FALSE
)

主要參數(shù)是 geom 指定需要添加注釋的類型，如，文字(text)、矩形(rect)等。后面的參數(shù)根據(jù) geom 的不同而不同

ggplot(mtcars, aes(x = wt, y = mpg))   geom_point()   
  annotate('text', x = 4, y = 20, label = 'text', size = 10, colour = 'green')

簡單的向(4,20)處添加文本'text'，還可以對(duì)文字樣式進(jìn)行自定義

ggplot(mtcars, aes(x = wt, y = mpg))   geom_point()   
  annotate('rect', xmin = 3, xmax = 4.2, ymin = 12, ymax = 21,alpha = .2,fill='green')

繪制一個(gè)矩形，并指定透明度和填充顏色

ggplot(mtcars, aes(x = wt, y = mpg))   geom_point()   
  annotate('segment', x = 2.5, xend = 4, y = 15, yend = 25,colour = 'blue',size=1)

'segment'指定兩點(diǎn)繪制線段

geom_()類函數(shù)中，geom_abline()(指定斜率、截距)、geom_hline()(繪制橫線)、geom_vline()(繪制豎線)也能繪制指定直線

圖例

1、連續(xù)型變量

guide_colourbar() 或 guide_colorbar()

guide_colorbar(
  title = waiver(),
  title.position = NULL,
  title.theme = NULL,
  title.hjust = NULL,
  title.vjust = NULL,
  label = TRUE,
  label.position = NULL,
  label.theme = NULL,
  label.hjust = NULL,
  label.vjust = NULL,
  barwidth = NULL,
  barheight = NULL,
  nbin = 300,
  raster = TRUE,
  frame.colour = NULL,
  frame.linewidth = 0.5,
  frame.linetype = 1,
  ticks = TRUE,
  ticks.colour = 'white',
  ticks.linewidth = 0.5,
  draw.ulim = TRUE,
  draw.llim = TRUE,
  direction = NULL,
  default.unit = 'line',
  reverse = FALSE,
  order = 0,
  available_aes = c('colour', 'color', 'fill'),
  ...
)

title類 修改圖例標(biāo)題
label類 修改圖例標(biāo)簽屬性
barwidth、barheight 調(diào)整連續(xù)型圖例的寬度和高度
frame類 為圖例顏色條增加邊框
ticks類 設(shè)置圖例中的刻度線

p <- ggplot(mtcars,aes(drat,mpg,fill=qsec)) geom_point()
p1 <- p   guides(fill = guide_colourbar(title='title',label=F,
                                  title.position='bottom',barwidth=1,
                                  frame.colour = 'black',ticks = F))
grid.arrange(p,p1)

使用函數(shù)時(shí)，需嵌套入函數(shù)guides()且指定映射

2、離散型變量

guide_legend(
  title = waiver(),
  title.position = NULL,
  title.theme = NULL,
  title.hjust = NULL,
  title.vjust = NULL,
  label = TRUE,
  label.position = NULL,
  label.theme = NULL,
  label.hjust = NULL,
  label.vjust = NULL,
  keywidth = NULL,
  keyheight = NULL,
  direction = NULL,
  default.unit = 'line',
  override.aes = list(),
  nrow = NULL,
  ncol = NULL,
  byrow = FALSE,
  reverse = FALSE,
  order = 0,
  ...
)

keywidth、keyheight 每個(gè)離散點(diǎn)外圍框框的大小
nrow、ncol 修改多個(gè)圖例元素的排列方式
其他參數(shù)與連續(xù)型變量參數(shù)類似

p1 <- ggplot(mtcars, aes(drat, mpg, colour = factor(cyl))) geom_point()
p2 <- ggplot(mtcars, aes(drat, mpg, colour = factor(cyl))) geom_point() guides(colour=guide_legend(title = 'title',keyheight=2))
grid.arrange(p1,p2)

分面(Facetting)

根據(jù)數(shù)據(jù)的分組信息繪制多幅子圖，做到將高維數(shù)據(jù)降維表示的目的

函數(shù)facet_grid()、facet_wrap()兩種方式表示分面

1、facet_grid()

網(wǎng)格狀的分面，指定變量定義行和列

facet_grid(
  rows = NULL,
  cols = NULL,
  scales = 'fixed',
  space = 'fixed',
  shrink = TRUE,
  labeller = 'label_value',
  as.table = TRUE,
  switch = NULL,
  drop = TRUE,
  margins = FALSE,
  facets = NULL
)

rows、cols 分別指定行列分面對(duì)象，搭配函數(shù)vars()使用，或使用簡便格式 行分組變量~列分組變量 ，空著用 . 表示
scales 設(shè)置是否共用坐標(biāo)軸，fixed共用坐標(biāo)軸、free不共用

p<-ggplot(mpg, aes(cty, hwy))   geom_point(size=2,alpha=0.4)
p1 <- p   facet_grid(rows=vars(fl))
p2 <- p   facet_grid(.~fl)
p3 <- p   facet_grid(vars(drv),vars(fl))
p4 <- p   facet_grid(drv~fl,scales='free')
grid.arrange(p1,p2,p3,p4,ncol=2)

2、facet_wrap()

先按分組變量生成多個(gè)子圖，再按順序排列

簡便格式 ~ 分組變量1 分組變量2

facet_wrap(
  facets,
  nrow = NULL,
  ncol = NULL,
  scales = 'fixed',
  shrink = TRUE,
  labeller = 'label_value',
  as.table = TRUE,
  switch = NULL,
  drop = TRUE,
  dir = 'h',
  strip.position = 'top'
)

p <- ggplot(mpg, aes(displ, hwy))   geom_point()
p1 <- p   facet_wrap(vars(class))
p2 <- p   facet_wrap(vars(class), nrow = 4)
p3 <- p   facet_wrap(~cyl drv)
p4 <- p   facet_wrap(vars(cyl, drv), labeller = 'label_both')
grid.arrange(p1,p2,p3,p4,nrow=2)

基礎(chǔ)語法就先簡單介紹這些。

還有很多ggplot2的細(xì)節(jié)，比如自定義主題、各種geom_的具體使用等，等實(shí)際用到再記錄一下，或者之后再單獨(dú)研究研究。

主要參考資料，ggplot2官方文檔(https://ggplot2./reference/index.html)

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自：昵稱69125444 > 《知識(shí)》

舉報(bào)/認(rèn)領(lǐng)