R语言-ggplot初级

ggplot2简介:

　　　在2005年开始出现,吸取了基础绘图系统和lattice绘图系统的优点,并利用一个强大的模型来对其进行改进,这一模型基于之前所述的一系列准则,

　　　能够创建任意类型的统计图形

1.导入包

library(maps)
library(maptools)
library(rgdal)
library(plyr)
library(MASS)
library(dplyr)
library(ggplot2)

案例1:钻石数据集

　　采用ggplot2自带的钻石数据集.

　　数据集变量简介

## 主要变量
## price 价格
## color 颜色
## carat 重量
## cut 切工

　　1.1 使用qplot进行简单的快速作图

set.seed(123)
# 从整个数据集取出100行进行分析
dsmall <- diamonds[sample(nrow(diamonds), 100), ]
dim(dsmall)

# 1.1.1根据x和y和数据集自动作图
qplot(carat, price, data = diamonds)

# 1.1.2根据log x和log y和数据集,自动作图
qplot(log(carat), log(price), data = diamonds)

# 1.1.3根据x和y和数据集按照color进行分类,自动作图
qplot(carat, price, data = dsmall, colour = color)

# 1.1.4根据x和y和数据集按照shape进行分类,自动作图
qplot(carat, price, data = dsmall, shape = cut)

# 1.1.5根据x和y和数据集,指定作图的类型,自动作图
qplot(carat, price, data = dsmall, geom = c("point", "smooth"))

# 1.1.6根据x和y和数据集,做箱线图
qplot(cut, price / carat, data = diamonds, geom = "boxplot")

# 1.1.7根据x和y和数据集,做条形图
qplot(color, data = diamonds, geom = "bar")

# 1.1.8根据x和y和数据集,做直方图
qplot(carat, data = diamonds, geom = "histogram")

# 1.1.9根据x和y和数据集,做核密度图
qplot(carat, data = diamonds, geom = "density") 

　　　　　　               图  1.1.1　　　　　　　　　　　　　　　　　　　　　　图  1.1.2                                                                        图  1.1.3

　　　　　　　　  图 1.1.4　　　　　　　　　　　　　　　　　　　　　　　　　　图 1.1.5　　　　　　　　　　　　　　　　　　图 1.1.6

 

　　　　　　  图  1.1.7　　　　　　　　　　　　　　　　　　　　　　　　　　图 1.1.8　　　　　　　　　　　　　　　　　　　　图1.1.9

　　1.2使用qplot进行分组

# 1.1.10 使用facets对需要分组的字段进行分组
qplot(carat, data = diamonds, facets = color ~ .,
      geom = "histogram", binwidth = 0.1, xlim = c(0, 3))

# 1.1.11 给图形添加信息
qplot(
  carat, price, data = dsmall,
  xlab = "Price ($)", ylab = "Weight (carats)",
  main = "Price-weight relationship"
)

　　　　　　　　　　图 1.1.10 按照不同的颜色对重量进行统计　　　　　　　　　　　　　　　　　　　　　　图 1.1.11 添加和标题,X轴,Y轴解释

案例2:地图(不包含中国)

　　ggplot是基于图层进行作图的

df <- data.frame(x = rnorm(2000), y = rnorm(2000))
norm <- ggplot(df, aes(x, y))
norm  # 图层1
norm + geom_point()  # 图层2
# 改变点的大小和形状
norm + geom_point(shape = 1)
norm + geom_point(shape = ".")

　　　　　　　　　　 图层 1　　　　　　　　　　　　　　　　　　　　　　    图层 2　　　　　　　　　　　　　　　　　　　　　　　　图层3

　　采用ggplot2自带的美国城市数据集us.city

　　数据集变量简介

## name 城市名称
## country.etc 简称
## pop 人口数量
## lat 纬度
## lon 经度
## capital 是否是首府

　　2.1找出美国人口大于500000的城市

big_cities <- subset(us.cities, pop > 500000)
qplot(long, lat, data = big_cities) + borders("state", size = 0.5)

　　　　　　　　　　　　　　图 2.1

　　2.2 做出德州地图

tx_cities <- subset(us.cities, country.etc == "TX")
# 在使用map做地图的时候,记住x和y一定指的是经纬度
ggplot(tx_cities, aes(long, lat)) +
  borders("county", "texas", colour = "grey70") +
  geom_point(colour = alpha("black", 0.5))

　　　　　　　　　　　　　　图 2.2 德州地图

　　2.3结合USAssert来做出美国各个州的犯罪率

# 从map中获取洲数据
states <- map_data("state")
# 获取犯罪数据
arrests <- USArrests
# 将犯罪的数据列名转换为小写
names(arrests) <- tolower(names(arrests))
# 获取根据行名获取区域数据
arrests$region <- tolower(rownames(USArrests))
# 将两个数据集进行合并
choro <- merge(states, arrests, by = "region")
# 按犯罪率升序排列
choro <- choro[order(choro$order), ]
# 2.3.1 犯罪率的分布
qplot(long, lat, data = choro, group = group,fill = assault, geom = "polygon")
# 2.3.2 谋杀率的分布
qplot(long, lat, data = choro, group = group,
      fill = assault / murder, geom = "polygon")

　　　　　　　　图 2.3.1   结论:越往东北犯罪率越低                                                                      图 2.3.2   结论:越往西北谋杀率越低

案例3:中国地图

　　3.1 做出各个省份人口的数量

# 载入中国地图数据集
china=readShapePoly('E:\\Udacity\\Data Analysis High\\R\\R_Study\\第一天数据\\bou2_4p.shp')
# 获取数据
x<-china@data
# 转换为datafarme
xs<-data.frame(x,id=seq(0:924)-1)
# 将china转换为datafarme
shapefile_df <- fortify(china)
# 组合成完整的dataframe
china_mapdata<-join(shapefile_df, xs, type = "full") 

# 省份名称
NAME<-c("北京市","天津市","河北省","山西省","内蒙古自治区","辽宁省","吉林省",
        "黑龙江省","上海市","江苏省","浙江省","安徽省","福建省", "江西省","山东省","河南省",
        "湖北省", "湖南省","广东省", "广西壮族自治区","海南省", "重庆市","四川省", "贵州省",
        "云南省","西藏自治区","陕西省","甘肃省","青海省","宁夏回族自治区","新疆维吾尔自治区", 
        "台湾省","香港特别行政区")

# 各个省份的人口
pop<-c(7355291,3963604,20813492,10654162,8470472,15334912,9162183,13192935,8893483,25635291,20060115,19322432,11971873,11847841,30794664,26404973,
       17253385,19029894,32222752,13467663,2451819,10272559,26383458,10745630,
       12695396,689521,11084516,7113833,1586635,1945064,6902850,23193638,7026400)

# 组合成完整的d人口-省份的dataframe
pop<-data.frame(NAME,pop)

# 和中国的地图信息相结合,组合成datdaframe
china_pop<-join(china_mapdata, pop, type = "full")

ggplot(china_pop, aes(x = long, y = lat, group = group,fill=pop))+
  geom_polygon( )+
  geom_path(colour = "grey40")

　　　　　　　　　　　　图3.1 结论颜色越浅的的省份人口越多

　　3.2 做出上海市的地图

# 使用subset来取出上海市的信息
SH<-subset(china_mapdata,NAME=="上海市")

ggplot(SH, aes(x = long, y = lat, group = group,fill=NAME))+
  geom_polygon(fill="lightblue" )+
  geom_path(colour = "grey40")+
  ggtitle("中华人民共和国上海市")+
  annotate("text",x=121.4,y=31.15,label="上海市")

　　　　　　　　　　　　　　　　图 3.2

案例4:时间数据

　　采用ggplot2自带的economics数据集

　　数据集变量简介

## date 时间
## pop 人口
## uempmed 失业率
## unemploy 失业人数

　　4.1 通过时间查看失业率

ggplot(aes(x=date,y=uempmed),data=economics)+
  geom_line()

　　　　　　　　　　　　图4.1   图层1

　　4.2查看不同政党执政时期的失业率

# 获取失业率的折线图 图层1
(unemp <- qplot(date, unemploy, data=economics, geom="line",xlab = "", ylab = "No. unemployed (1000s)"))

# 由于是1970年开始,所以去掉前三行,从尼克松开始统计
presidential1 <- presidential[-(1:3), ]

#确定x和y的边界
yrng <- range(economics$unemploy)
xrng <- range(economics$date)

# 图层2
unemp + geom_vline(aes(xintercept = start), data = presidential)

# 图层3
unemp + geom_rect(aes(NULL, NULL, xmin = start, xmax = end,
                      fill = party), ymin = yrng[1], ymax = yrng[2],
                  data = presidential1) + scale_fill_manual(values =
                                                              alpha(c("blue", "red"), 0.2))

　　　　　　　　　　　　4.2     图层2　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图层 3

5.作图其他设置

　　5.1 叠加多个图形

# 美国5大湖之一的休伦湖数据集
huron <- data.frame(year = 1875:1972, level = LakeHuron)
ggplot(huron, aes(year)) +
  geom_line(aes(y = level - 5), colour = "blue") +
  geom_line(aes(y = level ), colour = "black") +
  geom_line(aes(y = level + 5), colour = "red")

　　　　　　　　　　　　　　  图5.1

　　5.2 颜色设置

# 使用mtcars数据集
# 制定乐填充色red和边框色black
ggplot(birthwt, aes(x=bwt)) + geom_histogram(fill="red", colour="black")
# 将cyl转变为因子
mtcars$cyl <- factor(mtcars$cyl)
# 对不同的ctl进行绘图
ggplot(mtcars, aes(x=wt, y=mpg, colour=cyl)) + geom_point()

　　　　　　　　　　　　     图   5.2.1　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图   5.2.2

　　5.3 图例

# 采用的是植物数据集
p <- ggplot(PlantGrowth, aes(x=group, y=weight, fill=group)) + geom_boxplot()
# 5.3.1 默认的图例放在右边
p
# 5.3.2 不使用图例
p + guides(fill=FALSE)

# 5.3.3 将图例放在顶部
p + theme(legend.position="top")
# 5.3.4 指定图例的位置
p + theme(legend.position=c(1,0), legend.justification=c(1,0))

　　　　　　                    图 5.3.1　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图    5.3.2

　　　　　　　　　　图 5.3.3　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　图 5.4.4

github:https://github.com/Mounment/R-Project