16.3　ggplot2包

ggplot2包提供了一个基于全面而连贯的语法的绘图系统。它弥补了R中创建图形缺乏一致性的缺点，使得用户可以创建有创新性的、新颖的图形类型。

ggplot2中最简单的绘图方式是利用qplot()函数，即快速绘图函数。格式为：

  1. qplot(x, y, data=, color=, shape=, size=, alpha=, geom=, method=, formula=,
  2.     facets=, xlim=, ylim=, xlab=, ylab=, main=, sub=)

表16-4列出了上述参数/选项的定义。 表16-4　qplot选项

选　　项 描　　述
alpha 元素重叠的alpha透明度，数值为0（完全透明）到1（完全不透明）间的分数
color、shape、size、fill 把变量的水平与符号颜色、形状或大小联系起来。对于直线图，colo将把线条颜色与变量水平联系起来，对于密度图和箱线图， fill将把填充颜色与变量联系起来。图例将会被自动绘制
data 指定一个数据框
facets 指定条件变量，创建一个栅栏图。表达式如rowvar ~ colvar（示例见图16-10）。为创建一个基于单条件变量的栅栏图，可用rowvar ~ .或. ~ colvar
geom 设定定义图形类型的几何形状。geom选项是一个单条目或多条目的字符型向量，包括"point"、"smooth"、"boxplot"、"line"、"histogram"、"density"、"bar"和"jitter"
main、sub 字符向量，设定标题和副标题
method、formula 若geom = "smooth"，则会默认添加一条平滑拟合曲线和置信区间。 当观测数大于1000时，便需要调用更高效的平滑拟合算法。方法包括回归lm、广义可加模型gam、稳健回归rlm。formula参数指定拟合的形式 例如，要添加简单的回归曲线，则设定geom = "smooth", method = "lm", formula = y ~ x。将表达式改为y ~ poly(x, 2)将生成二次拟合。注意表达式使用的是字母x和y，而不是变量的名称 对于method = "gam"，一定要记得加载mgcv包。对于method = "rml"，则需加载MASS包
x、y 指定摆放在水平轴和竖直轴的变量。对于单变量图形（如直方图），则省略y
xlab、ylab 字符向量，设定横轴和纵轴标签
xlim、ylim 二元素数值型向量，分别指定横轴和纵轴的最小值和最大值

下面通过一些例子来看看qplot()的工作原理。如下代码创建了一个以气缸数为条件的每加仑英里数的箱线图。真实数据点都相互叠加（添加扰动以减少重叠），箱线图的颜色依据气缸数而变化。

  1. library(ggplot2)
  2. mtcars$cylinder <- as.factor(mtcars$cyl)
  3. qplot(cylinder, mpg, data=mtcars, geom=c("boxplot", "jitter"),
  4.       fill=cylinder,
  5.       main="Box plots with superimposed data points",
  6.       xlab= "Number of Cylinders",
  7.         ylab="Miles per Gallon")

图形结果见图16-8。

16.3　ggplot2包 - 图1

图16-8　以气缸数为条件的汽车英里数箱线图。数据点是重叠的，因此添加了扰动

第二个例子，我们来创建一个以车重为条件的每加仑英里数的散点图矩阵，利用颜色和符号形状区分自动挡和手动挡汽车。另外，我们还将对每种传动类型添加各自的回归线和置信区间带。

  1. library(ggplot2)
  2. transmission <- factor(mtcars$am, levels=c(0, 1),
  3.                        labels=c("Automatic",  "Manual"))
  4. qplot(wt,mpg, data=mtcars,
  5.       color=transmission, shape=transmission,
  6.       geom=c("point", "smooth"),
  7.       method="lm", formula=y~x,
  8.       xlab="Weight", ylab="Miles Per Gallon",
  9.       main="Regression Example")

图形结果见图16-9。这种类型的图形非常实用，但用其他软件包却并不容易做出这样的图。

16.3　ggplot2包 - 图2

图16-9　汽车英里数和车重间的散点图，依据发动机的传动类型（手动挡，自动挡）分别添加了回归线和置信区间带

第三个例子，我们将创建一个分面（栅栏）图。每个分面（面板）展示了车重与每加仑英里数的散点图。传动类型定义了行分面，而气缸数则定义了列分面。数据点的大小代表了汽车马力的评分。

  1. library(ggplot2)
  2. mtcars$cyl <- factor(mtcars$cyl, levels=c(4, 6, 8),
  3.                      labels=c("4 cylinders", "6 cylinders", "8 cylinders"))
  4. mtcars$am <- factor(mtcars$am, levels=c(0, 1),
  5.                     labels=c("Automatic",  "Manual"))
  6. qplot(wt,mpg, data=mtcars, facets=am~cyl, size=hp)

图形结果见图16-10。可以看到利用ggplot2创建复杂的图形（实际上是一个气泡图）是多么容易。你还可以尝试对函数添加形状和颜色选项，来看看图形结果有何变化。

16.3　ggplot2包 - 图3

图16-10　车重和汽车英里数的散点图，依据传动类型（手动挡、自动挡）和气缸数（4、6和8）进行分面。符号大小表示马力值

在本节最后，我们再次对本章开始处的singer数据进行绘图。代码如下，图形结果见图16-11。

  1. library(ggplot2)
  2. data(singer, package="lattice")
  3. qplot(height, data=singer, geom=c("density"),
  4.       facets=voice.part~., fill=voice.part)

16.3　ggplot2包 - 图4

图16-11　依据声部分面的歌手身高密度图

以这种方式来比较身高分布比用图16-1所示的方式更为容易。（当然，如果是彩色的，效果会更好。）

到目前为止，其实我们仅仅了解了这个强大绘图系统的一点皮毛。对它感兴趣的读者可以参考Wickham (2009)和ggplot2网站（http://had.co.nz/ggplot2/），其中有更详细的介绍。本章最后将介绍一些交互式图形以及相关的R函数。