R語言可視化ggplot圖表系統中的形狀類別是什么

這篇文章主要介紹“R語言可視化ggplot圖表系統中的形狀類別是什么”，在日常操作中，相信很多人在R語言可視化ggplot圖表系統中的形狀類別是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”R語言可視化ggplot圖表系統中的形狀類別是什么”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

今天跟大家分享ggplot圖表系統中形狀。

在ggplot函數系統中，形狀是一類重要的映射屬性，如同顏色一樣，它可以被賦予給變量，當然也可以直接指定實際的形狀類別。

library(ggplot2)

library(reshape2)

data<-data.frame(Name = c("蘋果","谷歌","臉書","亞馬遜","騰訊"),Company = c("Apple","Google","Facebook","Amozon","Tencent"),Sale2013 = c(5000,3500,2300,2100,3100),Sale2014 = c(5050,3800,2900,2500,3300),Sale2015 = c(5050,4000,3200,2800,3700),Sale2016 = c(6000,4800,4500,3500,4300))

mydata<-melt(data,id.vars=c("Name","Company"),variable.name="Year",value.name="Sale")

ggplot(newdata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point()

以上函數通過一個簡單的折線圖+散點圖的形式展現了默認狀態下輸出的散點形狀。

ggplot函數的圖層理念中，修改局部圖層的元素，需要在局部圖層內進行設定，這里需要在geom_point（）函數內部進行形狀設定。

R繪圖系統中存儲著的形狀符號多達25種：

我們嘗試著選擇幾種形狀進行展示：

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=0,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=10,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=8,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=24,size=3)

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(shape=23,size=3)

你也可以通過將形狀映射指定給一個分類變量，這樣不同的形狀將會作為分類標識：

ggplot(mydata,aes(Company,Sale,group=Year,colour=Year))+geom_line()+geom_point(aes(shape=Year),size=3)

默認情況下，散點圖只有colour屬性，沒有fill屬性，但是當散點圖被賦予形狀映射之后，他就會擴展fill屬性。

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(shape=22,size=3,colour="black",fill="red")

至于形狀的大小，你可以根據自己的需要和喜好自由調整，就像調整線條的size一樣。

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(shape=22,size=5,colour="black",fill="red")

因為形狀屬于分類性質的映射屬性，所以形狀不可以被指定給連續性變量：

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(aes(shape=Sale),size=5,colour="black",fill="red")

軟件提示：

Error: A continuous variable can not be mapped to shape

但是形狀的大小是可以被映射給連續性變量的：

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(aes(size=Year),shape=22,colour="black",fill="red")

當將形狀大小（size）指定給離散變量時，雖然可以出來圖表，但是軟件提示不建議將形狀大小映射給離散變量。

ggplot(mydata,aes(Company,Sale,group=Year))+geom_line()+geom_point(aes(size=Year,colour="grey"),shape=22,fill="red")

Warning message:

Using size for a discrete variable is not advised. 

基于以上敘述，這里我想總結兩點：

一、關于屬性映射的問題（形狀、大小、顏色、線條）

• 形狀屬性只能通過連續型變量進行映射；

• 大小屬性同時可以指定給連續性變量、離散型變量（軟件并不建議）。
  

• 顏色變量是所有屬性中為數不多的既可以使用離散型變量、又可以使用連續性變量進行映射的屬性
  

二、關于制定屬性映射時shape、size、colour（fill）的位置問題。

• 如果屬性是指定給數據集中的變量（無論是連續性還是離散型）的話，那么一定要包含在美學屬性之內（aes()）：因為只有包含在aes（）中，軟件才能通過在數據集中調用對應變量進行映射。

• 當要將屬性映射指定給具體的屬性類別時（比如具體的顏色名稱、色值以及形狀大小、代號和類別），那么要將其放在對應圖層（geom_xxx()）內，美學屬性【aes()】系統外。
  

• 作用于單個圖層的映射屬性要放在對應圖層中，（比如作用于線條的屬性要放在geom_line()內，作用于形狀的屬性要放在geom_point()內）,作用于全局的屬性要放在全局系統函數層內【ggplot（）】。（比如本例中同時作用于折線圖和散點圖的數據集、x軸y軸變量以及分組變量等）
  

到此，關于“R語言可視化ggplot圖表系統中的形狀類別是什么”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！