基于R语言的统计分析基础：使用ggplot2包进行绘图

安装ggplot2包并查看官方文档

ggplot2是一个基于图形语法的R包，它允许用户通过声明式方式指定数据、美学映射和图形元素来灵活创建复杂且美观的可视化图表。
ggplot2包官方教学文档：ggplot2官方文档
在R语言中安装ggplot2有两种方法：

• 1. 安装整个tidyverse套件：tidyverse是一个包含多个用于数据科学的R包的集合，其中包括ggplot2，tidyverse涵盖了数据科学的整个工作流程，包括数据导入、清洗、转换、可视化、建模以及文档沟通等多个方面。如果想使用tidyverse中的多个包，安装整个套件可能更方便，但是加载整个tidyverse可能会增加会话的启动时间，并且如果不需要套件中的所有包，这可能会占用不必要的内存。

install.packages("tidyverse")

• 2. 仅安装ggplot2：如果只需要使用ggplot2包，而不需要tidyverse中的其他包，可以单独安装它。只需在R交互式页面运行以下命令：

install.packages("ggplot2")

在安装完成ggplot2包后再R脚本或者R交互式页面输入命令即可导入该包

library(ggplot2)

在交互式页面中输入命令即可查看包的文档和示例代码：

help("ggplot2")

命令运行后再右下角会显示包的文档，点击连接可以查看包的详细信息：

也可以在Package栏目中，点击ggplot2，随后点击函数名称查看官方的教学文档

ggplot2包中的函数、美学特性及其他功能列表

美学特性（Aesthetics）

• aes：构建美学映射。
• aes_ 函数：特定美学映射，如颜色、填充、透明度、线型、大小、形状和位置。
• after_scale和after_stat：控制缩放或统计转换后的美学评估。

注释（Annotations）

• annotate：创建注释层。
• annotation_ 函数：特定注释类型，如自定义图形对象（grobs）、对数刻度标记、地图和光栅图像。

坐标（Coordinates）

• coord_ 函数：定义不同的坐标系统，如笛卡尔坐标、翻转笛卡尔坐标、地图投影、极坐标和变换笛卡尔坐标。

数据（Data）

• cut_ 函数：将数值数据离散化为分类形式。

以下为ggplot2包中的自带数据集：

• diamonds：钻石价格数据集。
• economics：美国经济时间序列数据集。
• faithfuld：老忠实喷泉数据的二维密度估计。
• midwest：中西部人口统计数据集。
• mpg：汽车燃油经济性数据集。
• msleep：哺乳动物睡眠模式数据集。
• presidential：总统任期数据集。
• seals：海豹活动数据集。
• txhousing：德克萨斯州房屋销售数据集。

分面（Faceting）

• facet_grid和facet_wrap：将面板布局为网格或将它们包裹成二维带状结构。

几何对象（Geometries）

• geom_ 函数：定义不同类型的几何对象，如参考线（abline）、面积图（area）、条形图（bar）、二维箱形图（bin2d）、空白（blank）、箱线图（boxplot）、颜色（col）、等高线图（contour）、计数（count）、交叉条形图（crossbar）、曲线（curve）、密度图（density）、二维密度图（density2d）、点密度图（dotplot）、误差条（errorbar）、水平误差条（errorbarh）、频率多边形（freqpoly）、函数图（function）、六边形图（hex）、直方图（histogram）、水平线（hline）、抖动点图（jitter）、标签（label）、折线图（line）、线段图（linerange）、地图（map）、路径图（path）、点图（point）、点段图（pointrange）、多边形图（polygon）、QQ图（qq）、QQ线图（qq_line）、分位数图（quantile）、光栅图（raster）、矩形图（rect）、带状图（ribbon）、地毯图（rug）、线段图（segment）、简单要素（sf）、简单要素标签（sf_label）、简单要素文本（sf_text）、平滑曲线图（smooth）、辐条图（spoke）、阶梯图（step）、文本图（text）、瓦片图（tile）、小提琴图（violin）和垂直线（vline）。

指南（Guides）

• guide_ 函数：为比例尺定义不同类型的指南，如轴、色条、图例和自定义指南。

标签（Labels）

• labs：修改轴、图例和绘图标签。
• labeller和labellers：构建和使用标签规范。

图层（Layers）

• layer_ 函数：定义图层的不同方面，如几何显示、位置调整和统计转换。

比例尺（Scales）

• scale_ 函数：为美学特性定义不同类型的比例尺，如透明度、颜色、填充、线型、线宽、半径、形状、大小以及x和y的位置比例尺。

统计（Statistics）

• stat_ 函数：定义不同的统计转换，如对齐（align）、一维箱形图（bin）、二维箱形图（bin2d）、六边形箱形图（binhex）、箱线图（boxplot）、等高线图（contour）、计数（count）、密度图（density）、二维密度图（density2d）、经验累积分布函数图（ecdf）、椭圆图（ellipse）、函数图（function）、恒等变换（identity）、QQ图（qq）、QQ线图（qq_line）、分位数图（quantile）、简单要素（sf）、简单要素坐标（sf_coordinates）、平滑曲线图（smooth）、辐条图（spoke）、求和（sum）、摘要（summary）、二维摘要（summary2d）、摘要箱形图（summary_bin）、摘要六边形图（summary_hex）、唯一值（unique）和y方向密度图（ydensity）。

主题（Themes）

• theme：修改主题的组件。
• theme_ 函数：定义完整的主题或特定的主题元素，如空白、线、矩形和文本。
• theme_get、theme_set、theme_replace、theme_update：获取、设置和修改活动主题。

杂项（Miscellaneous）

• %+% 和 +.gg：向绘图添加组件。
• %+replace%：替换活动主题的组件。
• 其他实用函数和数据集。

ggplot2包应用示例

ggplot()函数的基础使用方法

ggplot2 是 R 语言中一个极为强大的数据可视化包，它基于 The Grammar of Graphics 设计哲学，允许用户以声明式的方式创建复杂而优雅的图形。ggplot() 函数是 ggplot2 包的核心，用于初始化一个绘图对象，该对象可以进一步通过添加各种图层（如几何对象、统计变换、坐标系统等）来丰富和完善。

ggplot() 函数的基本使用方法

ggplot() 函数的基本语法如下：

ggplot(data = NULL, mapping = aes(), ..., environment = parent.frame())

• data: 一个数据框（data frame）或能够被转换为数据框的对象，它包含了绘图所需的数据。
• mapping: 一个使用 aes() 函数创建的映射对象，定义了数据中的变量如何映射到图形的美学属性（如 x 轴、y 轴、颜色、大小等）。
• ...: 其他传递给 ggplot() 的参数，这些参数通常不常用。
• environment: 一个环境对象，通常不需要手动指定，它默认使用调用 ggplot() 的环境。

标准编写方式

在使用 ggplot2 创建图形时，通常遵循以下步骤：

1. 初始化绘图对象：使用 ggplot() 函数，并指定数据和映射。
2. 添加几何对象：使用 + 操作符连接几何函数（如 geom_point()、geom_line()、geom_bar() 等），这些函数定义了数据的可视化方式。
3. 调整图层和美学：可以通过添加其他图层（如统计变换、坐标系统、分面等）和设置美学属性（如颜色、大小、形状等）来进一步定制图形。
4. 显示或保存图形：最后，使用 print() 函数（可以省略，RStudio 会自动显示图形）或 ggsave() 函数将图形保存到文件。

以下是一个使用 ggplot2 创建散点图的标准示例：

library(ggplot2)

# 建立一个名为df的数据框，包含x和y两个变量
# df <- data.frame(x = 1:10, y = rnorm(10))

# 初始化绘图对象，并指定x和y的映射
p <- ggplot(data = df, mapping = aes(x = x, y = y))

# 添加散点图的几何对象
p <- p + geom_point()

# 调整美学属性
p <- p + theme_minimal() + labs(title = "散点图示例", x = "X 轴", y = "Y 轴")

# 显示图形
print(p)

# 将图形保存到文件
# ggsave("scatter_plot.png", plot = p, width = 6, height = 4)

在这个示例中，先使用 ggplot() 函数初始化了一个绘图对象 p，并指定了数据 df 以及 x 和 y 的映射。然后，我们使用 + 操作符添加了 geom_point() 函数来创建散点图。接着，我们通过添加 theme_minimal() 和 labs() 函数来调整了图形的美学属性和标签。最后，我们使用 print() 函数显示了图形（在 RStudio 中这一步通常是自动的），或者使用 ggsave() 函数将图形保存到文件中。

绘制直方图

这里使用了ggplot2包中自带的diamonds(钻石价格数据集)，data = diamonds，aes(x = price) 定义了映射，将price变量映射到x轴。
geom_histogram(binwidth = 500, fill = "blue", color = "black", alpha = 0.7) 添加了直方图几何对象，并设置了组距（binwidth）为500，填充颜色为蓝色，边框颜色为黑色，透明度为0.7。
labs(title = "Price Distribution of Diamonds", x = "Price ($)", y = "Count") 添加了标题和轴标签。
theme_minimal() 是一个可选步骤，用于应用简洁的主题样式。

library(ggplot2)  

ggplot(data = diamonds, aes(x = price)) +  
  geom_histogram(binwidth = 500, fill = "blue", color = "black", alpha = 0.7) +  
  labs(title = "钻石价格分布图", x = "价格", y = "数量")

绘制折线图

这里使用了R语言自带的mtcars小车车数据集

library(ggplot2)  

ggplot(data = mtcars, aes(x = mpg, y = disp)) +  
  geom_line(color = "red") +  
  labs(title = "汽车每加仑行驶里程与排量的关系", x = "每加仑行驶里程（mpg）", y = "排量（disp）")

绘制多折线的折线图

ggplot(data = mpg, aes(x = displ, y = hwy, color = drv)) +  
  geom_line() +  
  labs(title = "不同驱动类型的高速公路里程", x = "排量（升）", y = "高速公路里程（mpg）")

绘制散点图

library(ggplot2)

ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point()

绘制箱型图

箱型图（Box Plot）又称为箱线图或盒须图，是一种用于显示一组数据分散情况资料的统计图。它能显示出一组数据的最大值、最小值、中位数、下四分位数和上四分位数，从而直观地展现数据的分布特征和异常值。

library(ggplot2)  

# 使用iris数据集  
data(iris)  

ggplot(iris, aes(x = Species, y = Sepal.Length, fill = Species)) +  
  geom_boxplot() +  
  labs(title = "Sepal Length Boxplot by Species",  
       x = "Species",  
       y = "Sepal Length")

绘制饼图

library(ggplot2)

# 使用mtcars数据集  
data(mtcars)  

# 计算每个缸数的数量  
cyl_counts <- table(mtcars$cyl)  

# 转换为数据框并计算比例  
cyl_df <- as.data.frame(cyl_counts)  
cyl_df$proportion <- cyl_df$Freq / sum(cyl_df$Freq)  

# 绘制饼图（注意：ggplot2没有直接的饼图函数，我们使用coord_polar转换）  
ggplot(cyl_df, aes(x = "", y = proportion, fill = Var1)) +  
  geom_bar(width = 1, stat = "identity") +  
  coord_polar(theta = "y") +  
  labs(title = "Pie Chart of Car Cylinders",  
       fill = "Cylinders") +  
  theme_void()