R語言中ggplot2如何繪制統計圖形

小編給大家分享一下R語言中ggplot2如何繪制統計圖形，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

ggplot2是什么？

一句話概括：它是一個用來繪制統計圖形(不只是統計圖形)的R包！

為什么叫ggplot呢？其中的gg當然不是Good Game的意思，而是Grammar of Graphics，直譯就是繪圖的語法，這是一門學問，繪圖的學問。后面會介紹其與眾不同的語法。

作者是Hadley Wickham，下面我們先瞻仰一下大神，沾點靈氣，為后續的ggplot學習之路打好基礎。

說起這位作者，可就厲害了。他是RStudio公司的首席科學家，在博士期間其實就已經開發出了ggplot包，后面覺得寫的不行，于是推陳出新，天空一聲巨響，ggplot2閃亮登場。由于這個包實在是太好用了，所以漸漸的，如今Python等多個編程語言都有了其對應的庫。

當然，如果僅僅憑借ggplot2，Wickham還無法成為RStudio公司的首席科學家，他還是dplyr，devtools，readxl，rvest等包的作者，是一位全能型大神。

與此同時，在工作之外，他擅長烘焙和調制雞尾酒，并且還有自己的家庭食譜網站。真的非常的膩害！

更新：大神還榮獲2019年的統計學諾貝爾獎——COPSS 獎！

好了，言歸正傳，我們接著介紹ggplot2。

ggplot2能畫出什么樣的圖？

前面一直在夸它的好，得看看它究竟能創作出什么樣的圖！（由于博客的限制，不能使用svg的高清無碼矢量圖，故只能使用略帶模糊的jpg圖片）

前面兩個圖都是標準的統計學的我們需要畫的圖，只不過是將箱線圖、柱狀圖、直方圖、散點圖、擬合回歸以及相關系數，全部融合在了一張圖上，信息量非常豐富。集百家之所長，成一家之言！但這還沒什么，ggplot2還能做出令你更加吃驚的統計圖。就比如下面的回歸樹圖：

還有下面這個像巖漿一樣的族譜圖：從祖先到你，如何薪火相傳。

以及最后一個犯罪率的變化情況。

好看的圖片千千萬，有趣的繪圖包只有ggplot2。這里只介紹極小的一部分情況，說明一下它能做些什么。屏幕中的圖，如果不自己生成，就永遠只是別人家的圖，而不是自己的，所以下面我們就來講講如何像搭積木，組裝機器一樣，組裝成一個獨屬于你的妖嬈且風騷的圖片。

組裝機器

ggplot2繪圖三步走：

• 按照**“設計圖紙”**

• 用一個個**“零件”**

• 自己進行**“組裝”**

后面會一一進行介紹，這三步。但其實只要有一個概念，用ggplot2就是像PS一樣，一個圖層一個圖層的疊加，最后組成我們的目標繪圖。

它的優勢非常明顯：

1. 用戶能在更抽象層面上控制圖形，使創造性繪圖更容易

2. 采用圖層的設計方式，使其更具靈活性

3. 圖形美觀，同時避免繁瑣細節

4. 將常見的統計變換融入到了繪圖中

設計圖紙

想要了解ggplot2，我們必須先了解下面這些概念：

1. 數據（Data）和映射（Mapping）：將數據映到圖像

2. 幾何對象（Geometric）：代表在圖中看到的實際元素，如點、線、多邊形等

3. 統計變換（Statistics）：對數據進行某種匯總，如直方圖，或將二維關系用線性模型解釋

4. 標度（Scale）：將數據的取值映射到圖形空間，例如用：顏色、大小、形狀表示不同取值

5. 坐標系（Coordinate）：數據如何映射到圖形所在平面，提供作圖所需的坐標軸和網格線

6. 分面（Facet）：將數據分解為子集，進行聯合展示

7. 圖層（Layer）：對所需的繪圖操作進行一層一層疊加，最終得到所需圖形

這些概念能幫助你加深對其的理解，但是還是不懂？沒關系！我們剛開始只需要掌握下面的零件構造就好了！

機器的零件

在最最最開始，你需要安裝R并且建議安裝R Studio，都是免費的，并且都需要安裝，然后可以直接從R Studio打開。

然后我們需要先安裝ggplot2包，在R或者R Studio中使用下述語句，即可完成安裝。

install.packages('ggplot2')

接著，我們就可以學習其中的每個零件的用法了。

1. 零件——散點圖

如果我們想要看兩個變量之間的關系，最簡單，最方便的做法就是繪制散點圖，那我們如何使用ggplot2繪制這樣一個圖形呢？

library(ggplot2)
p <- ggplot(data = mpg, mapping = aes(x = cty, y = hwy))
p + geom_point()

首先需要使用library()對ggplot2包進行加載（記得每次重新打開都需要進行加載！），當然也可以使用require()。然后就可以愉快地進行繪圖了。

我們需要找到一個映射，也就是一對一的對應關系，這個我們在程序中如何給定呢？這就需要使用ggplot()這個函數。

首先在data =后面需要加上數據集的名稱，在例子中是mpg一個關于汽車的數據集（注意：這個數據集是ggplot2包中特有的，加載了包才會有這個數據集）。在這個數據集里面有很多變量，其中有cty與hwy等一系列變量。 每個變量都有一列數值，也就是樣本的信息，我們需要看cty與hwy兩個變量對應的信息，就需要指定x軸是誰，y軸對應的是誰。在代碼中，首先需要使用aes()將兩個坐標軸的信息對應起來。aes代表的是aesthetic mappings，具有美感的映射，然后在里面分別使用x = ，y =來制定需要映射的變量。至此，我們的對應關系就找出來了。

但是！此時，你運行p這個變量是沒有圖像信息反饋出來的，因為你只是指定了關系，而沒有說明應該以什么形式進行展現。可能是散點、折線、曲線等等。不過由于我們是進行散點圖的繪制，所以使用的是后面還要+ geom_point()就可以展現出散點圖了，其中geom表示的是geometric object，幾何對象的意思。

接著，我們再對散點圖進行一點點潤色。（黑黑的點真的好丑）

1) 變換顏色

p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))
p + geom_point()

這里我們指定了其散點的顏色，在aes()中使用了colour =，其后面的year也是mpg數據集中的一個變量。里面只有1999和2008兩年，每個樣本都有一個年份。（colour =寫在aes()里面可以自動分配顏色，寫在外面就是強制指定點的顏色，如加上‘blue'等）

不過為了將數字轉化成factor因子形式，我們這里使用了factor()將數值變成了因子（可以自己嘗試不添加factor()看看會出現什么樣的結果，其實會出現顏色的深淺表示數值的大小）。

這里使用了p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))，我們默認將后面這部分賦值給了變量p，后面的p全部都是指代這行語句。

這行代碼還有另外一個地方發生了變化，data =消失，只是這個都可以省略，只要在對應的位置有數據集這個變量就好了（這里是mpg）。同理，其實x = 與y = 在這里都可以省略。

在出現了散點之后，還是覺得空蕩蕩的，我們再加點別的零件。

2) 擬合曲線

p + geom_point() + stat_smooth()

相比于原先的操作，只是再加了一行 + stat_smooth()，stat表示的是statistical transformation，統計學變換。因為我們需要用插值的方法來繪制擬合直線，并且附帶置信區間。

3) 變換大小

p + geom_point(aes(colour = factor(year), size = displ)) + 
  stat_smooth()   # 排量越大，點越大

想要變換點的大小，只需再在aes()中加上size =，后面接上一個新的變量名稱displ代表著汽車的排量，每個點的尺寸越大，代表著排量越大，其對應關系如右邊圖例所示。

在此基礎上我們還想在一張圖上添加更多的信息，同時也可以解決點與點之間的重疊的問題，不會因為遮蓋而使得我們有部分點看不到。那么我們應該怎么做呢？

透明度！

4) 修改透明度

p + geom_point(aes(colour = factor(year),
                   size = displ), alpha = 0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10))

同樣，我們只需使用alpha =即可其范圍在0 — 1之間，越小表示越透明。注意，在這里，我們是寫在aes()的外面，代表對所有的點都強制透明度為0.5。

在修改完透明度后，我們發現，圖像已經有一點夢幻般的感覺了。但仔細一看，會發現，這張圖實在是太擁擠了，1999年與2008年全部擠在了一塊兒，那有沒有什么簡單的方法可以將兩年直接分開呢？

使用分層操作！

5) 分層

p + geom_point(aes(colour = class, size = displ), alpha = 0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10)) +
  facet_wrap(~ year, ncol = 1)

這次變化的內容其實有點多，我們來細細捋一捋，首先是分層。

其實分層操作用起來非常的簡單，就一行代碼：facet_wrap(~ year, ncol = 1)，facet_wrap()是關鍵，facet與wrap兩個詞組合，就是逐面地包起來。里面我們選擇按照year這個變量來分層，就可以將1999與2008分開。一定要注意！這里在year前面有個~，回歸中的用法。而最后的ncol = 1代表著我們的小窗口是1列，指定了1列之后，默認就是兩行啦。（因為年份一共只有兩種）如果不加這句，會默認橫著排列，或者想要指定幾行，則使用nrow = 1。

第二個修改的地方是colour = class。同樣的，class也是數據集中的一個變量，代表不同種類的汽車，而因為汽車的種類非常多，所以顏色也就變的很多了。

第三個修改點是：添加了scale_size_continuous(range = c(4, 10))，也就是指定我們size的變化范圍。在本圖中，就是控制點的絕對大小的范圍， 不要太大，也不要太小。

至此，散點圖該潤色的地方，已經潤色的差不多了，唯獨還有一個小小的缺陷：能否加個標題，并且將這些英文簡寫的名稱改得更容易懂一些。畢竟做統計圖不是為了自娛自樂，而是要給別人看的，要讓大家明白你在做什么，在分析什么。

所以我們還需要進行一點點修改。

6) 改中文

p + geom_point(aes(colour = class, size = displ), alpha=0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10)) +
  facet_wrap(~ year,ncol = 1) +
  labs(y = '每加侖高速公路行駛距離', x = '每加侖城市公路行駛距離',
       title = '汽車油耗與型號', size = '排量', colour = '車型') +
  theme(text = element_text(family = "STHeiti"),
        plot.title = element_text(hjust = 0.5))

看到這么長的代碼，首先要做的就是淡定，不要虛！我們慢慢來解釋。

其實我們只添加了兩個地方，labs()與theme()。

labs()修改的是我們標簽的名稱。我們前面在aes()中用了x =，y =，size =以及colour =，這些都是會有標簽名稱的，默認都是前面顯示的一些英文。而這里，我們只需要在labs()中，寫上其對應的名稱即可。另外我們還附送一個title =，就是我們圖像的標題。

theme()更偏向于格式的修改。text = element_text(family = "STHeiti")是對字體進行修改，變為黑體。Windows系統的各位，可以不添加這行，一樣會顯示前面labs()中設定的中文。而如果是Mac或者Linux系統，由于字體的缺失，會顯示成一個一個的框框，在圖像上顯示不了中文字。

第二行plot.title = element_text(hjust = 0.5)是調整標題的位置，不加這行，標題會居左，加上才會居中。hjust = 0.5其實就是左右移動的意思，0.5表示居中。

2. 零件——直方圖與條形圖

學完了零件——散點圖，我們再來學學其它零件。

我們先著重介紹直方圖與條形圖。可能會有有人問，這兩個不都是方塊兒條嗎，有什么區別。其實這兩個圖有本質的區別：一個是針對連續的變量（直方圖，histogram），將連續的變量砍成一段一段，再進行計數；一個是針對離散的變量（條形圖，bar），直接對每類的樣本來數數。

1) 直方圖

p1 <- ggplot(mpg, aes(x = hwy))
p1 + geom_histogram()

這里不再用前面的變量p，而是變成p1，其映射是不需要y的，只需要指定x =數據集中的一個變量即可。然后+ geom_histogram()會使用默認的參數進行直方圖的繪制。

2) 潤色

p1 + geom_histogram(aes(fill = factor(year), y = ..density..),
                    alpha = 0.3, colour = 'black') +
  stat_density(geom = 'line', position = 'identity', size = 1.5,
               aes(colour = factor(year))) +
  facet_wrap(~ year, ncol = 1)

這里又進行了很多操作，下面將其進行分解。

首先是facet_wrap(~ year, ncol = 1)按年分層，這里不再詳述。我們來聊聊geom_histogram()中的參數。

fill = factor(year) 放在aes() 中表示按年進行填充顏色。為什么不用前面說到的colour = ？這是ggplot繪圖中一個非常重要的點！（敲黑板！）對于線與點這種面積為0的結構，它的顏色就直接使用colour =進行指定，而對條形圖，柱狀圖，扇形圖（特殊的柱狀圖），箱線圖等等有面積的圖形，其面積的顏色，我們需要用fill =來指定。

添加y = ..density.. 是將原本的頻數直方圖變成頻率密度直方圖，目的是為了在直方圖上添加密度曲線，兩者可以同時在一張圖上展現。

alpha = 0.3 是指定填充顏色的透明度， colour = 'black'則是強制指定柱狀圖邊框的顏色為黑色。注意這兩個參數是放在aes()外面，就是強制設定的意思。

stat_density()表示添加統計學中的密度曲線，進行密度估計。geom = 'line'指定為線形， position = 'identity'表示一個一一映射， size = 1.5 是強制修改線的尺寸，為原先的1.5倍。最后的aes(colour = factor(year))為修改擬合密度曲線的顏色，這里就是用的colour =而不是fill =

3) 條形圖

p2 <- ggplot(mpg, aes(x=class))
p2 + geom_bar()

直接簡單地計算不同車種類在數據集中的數量，使用 + geom_bar()，用默認參數即可繪制。我們直接從圖上也可以看出，geom_bar()與geom_histogram()，兩者繪制出來的圖形，一個有間隔，一個沒有間隔。這就正好對應了我們的離散與連續的區別。

我們想進一步比較不同年份，兩者的汽車種類的數量是否有差別，我們可以使用并立條形圖。

a. 并立條形圖

p3 <- ggplot(mpg, aes(class, fill = factor(year)))
p3 + geom_bar(position = 'dodge')

只需添加參數position = 'dodge'，并立條形圖帶回家！當然前面要說明用什么變量來并立，這里是年份：fill = factor(year)

同樣，我們可以做不同的條形圖。

b. 堆疊條形圖

p3 <- ggplot(mpg, aes(class, fill = factor(year)))
p3 + geom_bar(position = 'dodge')

c. 分面條形圖

p3 + geom_bar(aes(fill = class)) + facet_wrap(~ year)

只需動一動手指，就可享受到買一送三的奢華體驗！

3. 零件——餅圖

餅圖可以說是條形圖的一種特殊形式，其繪制方法可以從代碼中看出。

p4 <- ggplot(mpg, aes(x = factor(1), fill = factor(class))) +
  geom_bar(width = 1)
p4 + coord_polar(theta = "y")

首先x軸，只有一個柱子，柱子的寬度我們設置為1，geom_bar(width = 1)，也就是鋪滿整個圖，而柱子按照class變量來分類，并且是堆疊的（默認是堆疊條形圖）。這時的圖，也就是p4是一個“千層餅”。然后我們按照y軸為原點，用coord_polar(theta = "y")，把這個千層餅卷成千層卷，就成了我們的餅圖了。

后面會專門開個博客來細講餅圖的一些細節操作。

4. 零件——箱線圖

用geom_boxplot()繪制箱線圖。

p5 <- ggplot(mpg, aes(class, hwy, fill = class))
p5 + geom_boxplot()

但是箱線圖怎么看都覺得不夠炫酷，我們可以用小提琴圖來使繪圖變得更加美麗動人。

5. 零件——小提琴圖

p5 + geom_violin(alpha = 0.3) + geom_jitter(shape = 21)

使用geom_violin()繪制小提琴圖，同樣改變透明度。小提琴圖相比于箱線圖多了各個類別分布的信息，是圖像變得更加漂亮。

然后我們用geom_jitter()添加擾動點，其實就是將數據點等間隔的排列，顯得更加高大上。其中的shape = 21指定的是擾動點的形狀，我們用21號，也就是空心點（默認是實心點）。

至此，主要的零件都已經介紹完成了。但我們可以看到，ggplot繪制出來的圖，背景都是灰格子，我們可不可以將其去掉呢？

當然可以！

6. 零件打磨

下面的一系列變化都基于前面繪制的箱線圖。我們通過修改theme()中一系列參數，來對背景進行修改。

# 不要灰底
p5 <- ggplot(mpg, aes(class, hwy, fill = class))
p6 <- p5 + geom_boxplot()
p6 + theme_bw()

# 不要網格線
p6 + theme_bw() + theme(panel.grid = element_blank())

# 不要刻度標簽
p6 + theme_bw() + theme(panel.grid = element_blank(),
                        axis.text = element_blank())

# 不要刻度線
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank())

# 不要xy軸標題
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank(),
                        axis.title = element_blank())

# 不要外層邊框
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank(),
                        axis.title = element_blank(),
                        panel.border = element_blank())

# 不要圖例
p7 <- p6 + theme_bw() + theme(panel.grid = element_blank(), 
                              axis.text = element_blank(),
                              axis.ticks = element_blank(),
                              axis.title = element_blank(),
                              panel.border = element_blank(),
                              legend.position = "none")
p7

7. 超級變變變

到這里還有沒有進一步的提升空間呢？比如定制自己喜歡的配色？當然可以！

這里我們使用scale_fill_manual()函數，來對箱線圖中填充的顏色進行修改。觀察這個函數，可以發現，由于是箱線圖中填充的顏色，所以函數中間是fill。如果將中間的fill替換成colour，也就是scale_colour_manual()，就可以對點與線的顏色進行定制了！

關于具體的配色，在文末會有推薦的網站，大家只需選中自己喜歡的配色，復制粘貼即可。

變

# 黃棕變
color = c('#ffffd4', '#fee391', '#fec44f', '#fe9929',
          '#ec7014', '#cc4c02', '#8c2d04')
p7 + scale_fill_manual(values = color)

變！

# 紅藍變
color = c('#b2182b', '#ef8a62', '#fddbc7', '#f7f7f7', 
          '#d1e5f0', '#67a9cf', '#2166ac')
p7 + scale_fill_manual(values = color)

變！！

# 清新脫俗變
color = c('#fbb4ae', '#b3cde3', '#ccebc5', '#decbe4',
          '#fed9a6', '#ffffcc', '#e5d8bd')
p7 + scale_fill_manual(values = color)

8. 其他常用零件

最后我們再介紹一些其他常用的零件：

以上是“R語言中ggplot2如何繪制統計圖形”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！