作者:Li_Yuhui
四川大学研究生在读
本文是ggplot2_可视化_速成的第2节
第3节:scale_xxx()
标度调整
第4节:facet_xxx()
分面系统
第5节:Guides图例与增加坐标轴
第6节:themes主题系统
文章目录
- `coor_xxx()`坐标系变换
- `coord_cartesian()`笛卡尔坐标系
- `coord_fixed()`修改纵横比坐标系
- `coord_flip()`翻转坐标系
- `coord_polar()`极坐标投影
- `coord_trans()`变换笛卡尔坐标
- `coord_map()`球面投影坐标系
- [`scale_xxx()`标度调整](https://blog.csdn.net/weixin_43528109/article/details/83859213)
- [`facet_xxx()`分面系统](https://blog.csdn.net/weixin_43528109/article/details/83859327)
- [Guides图例与增加坐标轴](https://blog.csdn.net/weixin_43528109/article/details/83859566)
- [themes主题系统](https://blog.csdn.net/weixin_43528109/article/details/83859657)
文章目录
- `coor_xxx()`坐标系变换
- `coord_cartesian()`笛卡尔坐标系
- `coord_fixed()`修改纵横比坐标系
- `coord_flip()`翻转坐标系
- `coord_polar()`极坐标投影
- `coord_trans()`变换笛卡尔坐标
- `coord_map()`球面投影坐标系
- [`scale_xxx()`标度调整](https://blog.csdn.net/weixin_43528109/article/details/83859213)
- [`facet_xxx()`分面系统](https://blog.csdn.net/weixin_43528109/article/details/83859327)
- [Guides图例与增加坐标轴](https://blog.csdn.net/weixin_43528109/article/details/83859566)
- [themes主题系统](https://blog.csdn.net/weixin_43528109/article/details/83859657)
coor_xxx()
坐标系变换
ggplot2默认为cartesian笛卡尔坐标系,其它坐标系都是通过笛卡尔坐标系画图,然后变换过来的,坐标函数如下:
坐标变换函数 | 描述 |
---|---|
coord_cartesian() |
笛卡尔坐标系 |
coord_fixed() |
固定纵横比笛卡尔坐标系 |
coord_flip() |
翻转坐标系 |
coord_polar() |
极坐标投影坐标系 |
coord_map() , coord_quickmap() |
地图投影(球面投影) |
coord_trans() |
变比例笛卡尔坐标系 |
coord_cartesian()
笛卡尔坐标系
注: 默认为笛卡尔坐标系,以下参数几乎用不上,可略过
coord_cartesian(xlim = NULL, ylim = NULL, expand = TRUE, default = FALSE, clip = "on")
参数解释:
- xlim, ylim 表示设定x轴和y轴的绘图范围,如果同时设定clip="off"则表示将不绘制在范围外的数据点,通常不进行设置,
而是后期从标度中更改显示范围 - expand 表示是否将扩展xlim和ylim,默认扩展以绘制可能出现在绘图范围以外的数据
- default 表示是否更改默认坐标系,默认FALSE不更改,TRUE则会变成另一个坐标系
coord_fixed()
修改纵横比坐标系
coord_cartesian()
为纵横比没有固定的坐标系,表示纵轴和横轴的相对单位长度没有固定,
增加数据,则原图形的比例会变,背景都是正方形格子
而coord_fixed()
坐标系纵横比可以设置固定,纵横比可以用参数ratio自定义,背景为矩形格子,
固定纵横比后,无论什么图形,其比例都是一样的,常用于横轴,纵轴都是数字的情况
语法:
coord_fixed(ratio = 1, xlim = NULL, ylim = NULL, expand = TRUE, clip = "on")
参数ratio表示指定纵横比,默认为1表示固定纵横比为1, 纵横比越大,则同样尺寸,其纵轴视觉长度越长
library(ggplot2)
p <- ggplot(mtcars, aes(mpg, wt)) + geom_point()
p + coord_fixed(ratio = 1) # 固定纵横比为1
p + coord_fixed(ratio = 5) # 固定纵横比为5,变高变窄
p + coord_fixed(ratio = 1/5) # 纵横比小于1,变矮变宽
p + coord_fixed(xlim = c(15, 30)) # 默认纵横比为1,设定x轴显示范围为15到30
coord_flip()
翻转坐标系
翻转坐标系指翻转笛卡尔坐标的横轴和纵轴位置,翻转后柱形图变成条形图
coord_flip(xlim = NULL, ylim = NULL, expand = TRUE, clip = "on")
内部参数与标准笛卡尔坐标系一样,不用介绍
翻转后横轴为y轴,纵轴为x轴
h <- ggplot(diamonds, aes(carat)) +
geom_histogram()
h
h + coord_flip() # 翻转坐标系
coord_polar()
极坐标投影
能将笛卡尔坐标,
coord_polar(theta = "x", start = 0, direction = 1, clip = "on")
参数解释:
- theta 表示要极坐标化的中心轴,即该轴转化为圆周,另一个轴转化为半径
- direction 表示排列方向,direction=1表示顺时针,direction=-1表示逆时针
- start 表示起始角度,以距离12点针的弧度衡量,具体位置与direction参数有关,
若direction为1则在顺时针start角度处,若direction为-1则在逆时针start角度处
极坐标转化比较耗费计算机资源,最好先用rm(list = ls()); gc()
清空内存
rm(list = ls())
gc() # 清空内存
library(ggplot2)
pie <- ggplot(mtcars, aes(x = factor(1), fill = factor(cyl))) +
geom_bar(width = 1)
pie
pie + coord_polar(theta = "x") # x轴极化, x刻度值都一样,所以变成多层圆环,y轴刻度值对应圆环半径
pie + coord_polar(theta = "y") # y轴极化, y轴刻度值对应扇形弧度,x轴长度对应扇形半径
pie + coord_polar(theta = "y", start = pi/6, direction = 1) # 起始位置为距离12点针方向30度,顺时针排列
pie + coord_polar(theta = "y", start = pi/6, direction = -1) # 逆时针排列,起始位置与上面不一样
pie + coord_polar(theta = "y", start = -pi/6, direction = 1) # 起始位置与上面一样,但排列顺序不一样
风玫瑰图(一种常见的极坐标图形)
rm(list = ls())
gc() # 清空内存
library(ggplot2)
set.seed(42)
small <- diamonds[sample(nrow(diamonds), 1000), ]
ggplot(data=small)+
geom_bar(aes(x=clarity, fill=cut))+
coord_polar() +
scale_fill_brewer(type = "qual", palette = "Set2", direction = -1)
雷达图
ggplot2极坐标转化不能制作雷达图,可以用ggradar包,安装方法devtools::install_github("ricardo-bion/ggradar")
ggradar支持的数据形式与ggplot2有些区别,采用行分类,宽数据最好,好在雷达图的数据量都比较小
ggradar智能化程度非常高,导入适合的数据就能出图,后期美化可以慢慢来
rm(list = ls())
gc() # 清空内存
library(ggradar)
mydata <- matrix(runif(40,0,1),5,8) # 构造数据集,5行8列的矩阵
rownames(mydata) <- LETTERS[1:5] # 大写字母为矩阵行命名
colnames(mydata) <- c("Apple","Google","Facebook","Amozon","Tencent","Alibaba","Baidu","Twitter") # 矩阵列命名
mynewdata<-data.frame(mydata) # 将矩阵转化为数据框
Name <- c("USA","CHN","UK","RUS","JP")
mynewdata <- data.frame(Name,mynewdata) # 增加一列字符串数据
mynewdata
#单序列:
ggradar(mynewdata[2,]) # 以列名为变量,对第2行数据进行绘图,显示各个公司在中国的业务
#多序列:
ggradar(mynewdata) # 对所有行同时作图
coord_trans()
变换笛卡尔坐标
原始的笛卡尔坐标上,坐标轴上的刻度比例尺是不变的,而coord_trans
轴上刻度比例尺是变化的,
这种坐标系应用很少,但不是没用,
可以将曲线变成直线显示,
如果数据点在某个轴方向的密集程度是变化的,这样不便于观察,可以通过改变比例尺来调节,使数据点集中显示,更加方便观察
语法:
coord_trans(x = "identity", y = "identity", limx = NULL, limy = NULL, clip = "on", xtrans, ytrans)
参数解释:
- x,y 表示指定坐标轴比例尺变换的方式,默认identity不变化
library(ggplot2)
ggplot(diamonds, aes(log10(carat), log10(price))) +
geom_point() # 正常笛卡尔坐标系
# 通过设置坐标轴标度,使坐标轴比例尺渐变
ggplot(diamonds, aes(carat, price)) +
geom_point() +
scale_x_log10() + # 坐标轴刻度对数变换
scale_y_log10()
# 采用变换笛卡尔坐标轴,结果与上面一样
ggplot(diamonds, aes(carat, price)) +
geom_point() +
coord_trans(x = "log10", y = "log10")
# 线性拟合
d <- subset(diamonds, carat > 0.5)
ggplot(d, aes(carat, price)) +
geom_point() +
geom_smooth(method = "lm") +
coord_trans(x = "log10", y = "log10") # lm线性拟合结果为直线,但变换坐标轴后变成了曲线
ggplot(d, aes(carat, price)) +
geom_point() +
geom_smooth(method = "lm") +
scale_x_log10() +
scale_y_log10() # 通过调整标度的方式,仍然为直线,点的位置并没有发生改变
df <- data.frame(a = abs(rnorm(26)),letters)
plot <- ggplot(df,aes(a,letters)) + geom_point()
plot + coord_trans(x = "log10") # 对x坐标轴比例尺对数运算
plot + coord_trans(x = "sqrt") # 对x轴坐标轴比例尺开方运算
coord_map()
球面投影坐标系
地图投影需要特殊的数据源和很多扩展包,会在其它章节单独演示