Rdata in science第一章

1.install.packages("tidyverse")

library(tidyverse)

2.代码①

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy))

ggplot() 创建了一个坐标系,ggplot() 的第一个参数是要在图中使用的数据集。gplot(data = mpg)

函数 geom_point() 向图中添加一个点层，这样就可以创建一张散点图。

3.代码②

使用 hwy 和 cyl 绘制一张散点图。

ggplot(data = mpg) +

geom_point(mapping = aes(x = cyl, y = hwy))

4.代码③

如果使用 class 和 drv 绘制散点图

ggplot(data = mpg) +

geom_point(mapping = aes(x = class, y = drv))

5图形属性映射

代码④

mpg 数据集中的 class 变量对汽车进行了分类，比如小型、中型和 SUV。

向二维散点图中添加第三个变量，比如 class，方式是将它映射为图形属性。

将点的颜色映射为变量 class，从而揭示每辆汽车的类型

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy, color = class))

#颜色

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy), color = "blue")

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy),color = "green")

6.+ 号问题

（1）如果有一个 + 号，那么说明 R 认为你没有输入完整的表达式，正在等待你完成输入。

这种情况下，按 Esc 键中止当前执行的命令就可以重新开始

（2）将 + 号放错了位置：+ 必须放在一行代码的末尾，

7.分面

通过单个变量对图进行分面，可以使用函数 facet_wrap()。其第一个参数是一个公

式，创建公式的方式是在 ~ 符号后面加一个变量名

代码⑤

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy)) +

facet_wrap(~ class, nrow = 2)

代码⑥

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy)) +

facet_grid(drv ~ cyl)

8.几何对象：它们各自使用不同的可视化对象来表示数据。在 ggplot2 语法中，我们称它们使用了不同的几何对象。

代码⑦

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy))

代码⑧

ggplot(data = mpg) +

geom_smooth(mapping = aes(x = displ, y = hwy))

要想在同一张图中显示多个几何对象，可以向 ggplot() 函数中添加多个几何对象函数：

代码⑨

ggplot(data = mpg) +

geom_point(mapping = aes(x = displ, y = hwy)) +

geom_smooth(mapping = aes(x = displ, y = hwy))

将一组映射传递给 ggplot() 函数。ggplot2 会将这些映射作为全局映射应用到图中的每个几何对象中。

代码⑩

ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) +

geom_point() +

geom_smooth()

9.统计变换

stat（statistical transformation，统计变换）

每个统计变换函数都有一个默认几何对象   ：geom_bar() 使用 stat_count()

代码①

ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut))

代码②

ggplot(data = diamonds) +

stat_count(mapping = aes(x = cut))

10  位置调整

#用 color 或者 fill（这个更有用）图形属性来为条形图上色

ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut, fill = cut))

 

#将 fill 图形属性映射到另一个变量（如 clarity），那么条形会自动分块堆叠

起来。每个彩色矩形表示 cut 和 clarity 的一种组合。

ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut, fill = clarity))

 

#position = "fill" 的效果与堆叠相似，但每组堆叠条形具有同样的高度，因此这种条

形图可以非常轻松地比较各组间的比例：

ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut, fill = clarity),position = "fill")

 

#position = "dodge" 将每组中的条形依次并列放置，这样可以非常轻松地比较每个条形表示的具体数值：

ggplot(data = diamonds) +

geom_bar(mapping = aes(x = cut, fill = clarity),position = "dodge")

11.坐标系

coord_flip() 函数可以交换 x 轴和 y 轴。

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +

geom_boxplot()

 

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +

geom_boxplot() +

coord_flip()

11.图形分层语法