R語言數據可視化 ggplot2基礎3 添加幾何對象 數據的統計變換

• • 添加幾何對象
  • 數據的統計變換

添加幾何對象

上一講我們介紹的是如何創建散點圖，這一講我們介紹如何創建其他類型的圖，以及怎么創建有多個幾何對象的圖。同樣用用tidyverse自帶的數據mpg舉例，

ggplot2::mpg

在這個數據中，我們比較關注displ與hwy這兩個變量，displ表示引擎尺寸(升)，hwy表示高速路上的燃油效率(英里/加侖)。為了展示這兩個變量之間的關系，我們可以嘗試畫一條平滑曲線，平滑方法用LOESS

ggplot(data = mpg)+geom_smooth(method = "loess",mapping = aes(x = displ, y = hwy),formula = "y~x")

當然平滑方法是可以換的，比如我們可以用線性平滑，

ggplot(data = mpg)+geom_smooth(method = "lm",mapping = aes(x = displ, y = hwy),formula = "y~x")

我們可以把趨勢線作為一個新的圖層，與上一講畫的散點圖的圖層重疊起來，也就是把趨勢線貼到原始數據上：

Layered Grammar(默認的smooth方法是LOESS)

ggplot()+layer(data = mpg, mapping = aes(x = displ, y = hwy),geom = "point" ,stat = "identity",position="identity")+layer(data = mpg,mapping = aes(x = displ, y = hwy),geom = "smooth" ,stat = "smooth",position="identity")+scale_y_continuous()+scale_x_continuous()+coord_cartesian()

兩個圖層的Layered Grammar也可以有做一些簡化（趨勢線周圍的灰色區域是95%置信區間）：

ggplot(data = mpg)+geom_point(mapping = aes(x = displ, y = hwy))+geom_smooth(method = "loess",mapping = aes(x = displ, y = hwy),formula = "y~x")

但是即使是上面那三行代碼仍然不是minimal code，因為數據與aesthetics mapping是一樣的，再加上loess是smooth的默認方法，所以上面的三行代碼可以進一步簡化為一行

Minimal Code：

ggplot(data = mpg,mapping = aes(x = displ, y = hwy))+geom_point()+geom_smooth()

如果要添加其他功能，比如按顏色展示不同的車型，可以直接在minimal code上添加語句即可

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

數據的統計變換

這部分我們用diamonds這個數據集舉例。

ggplot2::diamonds

如果我們要展示鉆石不同檔次切工的頻數，可以用直方圖來表示：

畫這個直方圖的Minimal Code是：

ggplot(data=diamonds)+geom_bar(mapping = aes(x = cut))

這里用到的創建直方圖幾何對象的函數是geom_bar，對于這種統計圖像的創建，我們對函數之下發生的具體的事情也是很感興趣的，

geom_bar函數使用data=diamonds作為輸入，我們指定了mapping = aes(x = cut)，也就是基于diamonds數據集，計算每一種cut的數目，這個功能是由stat_count函數提供的，這一步就是data transformation，在形成的圖像的時候，就是基于data transformation的結果作圖。如果用Layered Grammar省略掉scale與coord代碼如下：

ggplot()+layer(data = diamonds,mapping = aes(x = cut),geom = "bar",stat = "count",position="identity")

雖然Minimal Code在工程中顯得更有效率，但Layered Grammar更有助于我們在學習中理解ggplot2作圖的邏輯。

我們也可以用頻率直方圖來展示：

ggplot(data=diamonds)+geom_bar(mapping = aes(x = cut,y =..prop..,group = 1))

總結

以上是生活随笔為你收集整理的R语言数据可视化 ggplot2基础3 添加几何对象的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。