R绘图第十一篇：统计转换和位置调整（ggplo2）

统计转换和位置调整是ggplot2包中的重要概念，统计转换通常使用stat参数来引用，位置调整通常使用position参数来引用。

bin是分箱的意思，在统计学中，数据分箱是一种把多个连续值分割成多个区间的方法，每一个小区间叫做一个bin（bucket），这就意味着每个bin定义一个数值区间，连续值会落到相应的区间中。

一，统计转换图层

使用stat_函数可以减少图层的使用，从而引起对统计变换的注意，而不是视觉外观。

1，移除重复值

使用stat_unique()移除重复值：

stat_unique(mapping = NULL, data = NULL, geom = "point",
  position = "identity", ..., na.rm = FALSE, show.legend = NA,
  inherit.aes = TRUE)

参数注释：

geom：指定几何图层，默认值是point
position：位置调整，默认值是identity（不做位置调整）

使用unique的两种方式：

ggplot(dat, aes(x, y)) + geom_point(size=5,alpha=0.2,stat = "unique")
ggplot(dat, aes(x, y))+stat_unique(geom="point",size=5,alpha=0.2)

2，不改变数据

identity是对数据不做任何改变：

stat_identity(mapping = NULL, data = NULL, geom = "point",
  position = "identity", ..., show.legend = NA, inherit.aes = TRUE)

使用identity的两种方式：

stat="identity"
stat_identity()

3，计数

stat图层中有两种计数方式：

stat_count() ：不需要分箱，计算每个x位置的数量，适用于离散或连续的x轴数据；
stat_bin()：通过把x轴分箱并计算每个箱中的观测数量，适用于连续的x轴数据。

分箱计数转换默认的几何图形是bar，常用于直方图（geom_histogram(stat = "bin"）中：

stat_bin(mapping = NULL, data = NULL, geom = "bar", position = "stack",
  ..., binwidth = NULL, bins = NULL, center = NULL, boundary = NULL,
  breaks = NULL, closed = c("right", "left"), pad = FALSE,
  na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)

参数注释：

geom：指定几何图层；
bins：分箱的数量，默认值是30；
binwidth：分箱的宽度
breaks：数值向量，指定分箱的分割点
closed：有效值是right和left，用于指定分箱的区间是右边关闭，还是左边关闭。

计数转换的定义，默认值是条形图，常用于条形图（geom_bar(stat = "count")）中：

stat_count(mapping = NULL, data = NULL, geom = "bar",
  position = "stack", ..., width = NULL, na.rm = FALSE,
  show.legend = NA, inherit.aes = TRUE)

4，加和

stat_summary()用于在唯一的x值上求y值的加和，stat_summary_bin()用于对分箱的x值，求y值的加和。

stat_summary_bin(mapping = NULL, data = NULL, geom = "pointrange",
  position = "identity", ..., fun.data = NULL, fun.y = NULL,
  fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), bins = 30,
  binwidth = NULL, breaks = NULL, na.rm = FALSE, show.legend = NA,
  inherit.aes = TRUE)

stat_summary(mapping = NULL, data = NULL, geom = "pointrange",
  position = "identity", ..., fun.data = NULL, fun.y = NULL,
  fun.ymax = NULL, fun.ymin = NULL, fun.args = list(), na.rm = FALSE,
  show.legend = NA, inherit.aes = TRUE)

5，椭圆转换

常用于散点图，把尽量多的散点包裹在椭圆中：

stat_ellipse(mapping = NULL, data = NULL, geom = "path",
  position = "identity", ..., type = "t", level = 0.95, segments = 51,
  na.rm = FALSE, show.legend = NA, inherit.aes = TRUE)

参数注释：

type ：类型，默认值是t，用于散点的t分布，norm 用于散点的正态分布，euclid绘制半径等于level的圆，
level：水平，默认值是0.95，用于表示绘制椭圆的置信度，或者，如果type =“euclid”，则表示绘制圆的半径。
segments：绘制椭圆使用的段数量

二，位置调整图层

位置调整（Position adjustment）有多种实现方式：

identity：不调整
dodge：垂直方向不调整，只调整水平位置
dodge2：时dodge的特例，可以有变化的宽度
nudge：在一定的范围内调整水平和垂直位置
jitter：抖动，当具有离散位置和相对较少的点数时，抖动很有用
jitterdodge：同时jitter和 dodge
stack：堆叠
fill：填充，用于条形图

每个位置调整都对应一个函数position_xxx()。

1，不调整位置

position="identity"
position=position_identity()

2，dodge调整（避开）

dodge保留垂直方向，而调整水平方向。dodge2是dodge的特例，用于组织箱线图（box plot）、条形图（bar plot）和矩形图（rectangle），可以设置可变的宽度。

position_dodge(width = NULL, preserve = c("total", "single"))

position_dodge2(width = NULL, preserve = c("total", "single"),
  padding = 0.1, reverse = FALSE)

参数注释：

preserve：有效值是total和single，如果设置为total表示避开一个位置上的所有元素的总宽度，single表示避开一个位置上单个元素的宽度。

3，jitter调整（抖动）

在一定的范围内抖动调整，移动的位置是随机的：

position_jitter(width = NULL, height = NULL, seed = NA)

4，jitterdodge调整

该模式是dodge和jitter的组合，同时进行抖动和避开调整

position_jitterdodge(jitter.width = NULL, jitter.height = 0,
  dodge.width = 0.75, seed = NA)

5，nudge调整（移动）

该模式把位置移动特定的距离，移动的距离是已知的：

position_nudge(x = 0, y = 0)

6，stack调整（堆叠）

用于条形图，堆叠调整是使多个条形图堆叠起来，而填充调整是每个条形图堆叠，并使其都具有相同的高度：

position_stack(vjust = 1, reverse = FALSE)
position_fill(vjust = 1, reverse = FALSE)

参考文档：

Layer: stats

Layer：Position adjustment

Data Binning and Plotting

HOW TO SUSS STATS IN GGPLOT2 IN R