qplot(quick plot) 快速作图，能读懂就行，推荐用ggplot2适用于各种复杂图 分面 ～.

qplot(
  x,
  y,
  ...,
  data,
  facets = NULL,
  margins = FALSE,
  geom = "auto",
  xlim = c(NA, NA),
  ylim = c(NA, NA),
  log = "",
  main = NULL,
  xlab = NULL,
  ylab = NULL,
  asp = NA,
  stat = NULL,
  position = NULL
)

x y  变量映射到x y

data 数据框

如 

 head(diamonds)

 

 

qplot(carat, price, data=diamonds) #注意 前两位默认是aes, data= 必须保留

 

 

• qlot 支持把变量运行函数后作为参数　　如 qplot(log(carat),log(price),data=diamonds)
• 

  • 或 变量组合 如 qplot(carat,x*y*z,data=diamonds)

  • 

 设置颜色 大小 形状 等属性

　　qplot(carat,price,data=diamonds,colour=color)

 

设置图点的形状 如 qplot(carat,price,data=diamonds,shape=cut)

 

 I()函数 手动设置属性为固定值 如qplot(carat,price,data=diamonds,colour=I('red'),size=I(2)) 

 

alpha()函数 设置透明度 如 qplot(carat,price,data=diamonds,alpha=I(1/10) 。 alpha取值0（完全透明）到1（完全不透明）

 

改变几何对象geom 绘制其他图形

geom="point" 散点图，默认。

geom="smooth" 拟合平滑曲线，标注曲线和标准误差。如qplot(carat, price, data=dsmall, geom=c("point","smooth")) 

geom="boxplot" 项线图

geom="jitter" 扰动点图

geom="line" 连线图，将图中线用线段连接，从左到右

geom="path" 路径图，用线段连接，但方向任意

 

如下 四种图 只有x轴数值，y轴表示count或density

geom="histogram" 直方图

geom="freqpoly" 频率多边形图

geom="density" 密度图 如 qplot(carat, data=diamonds, geom="density", adjust=0.1)+ylab('count') # ajust设置曲线平滑度，越大，越平滑，数据细分越不明显

geom="bar" 条图

 

分面 如 qplot(carat,data=diamonds,facets=color~.,geom="histogram",binwidth=0.1,xlim=c(0,3))

 

　　facets=color~.   表示分面，color 在diamonds数据集中是离散型变量，所以建议分面的数据也是离散型的。

　　按照分行（波浪号前），第二个维度用.(点号)占位，所以这里color是第一个分面维度，第二个分面维度已忽略

 

　　facets= .~color 则表示按color分列（波浪号后） 如qplot(carat,data=diamonds,facets=.~color,geom="histogram",binwidth=0.1,xlim=c(0,3))

 

   facets=color~cut 则数据按color分行，按cut分列 qplot(carat,data=diamonds,facets=color~cut,geom="histogram",binwidth=0.1,xlim=c(0,3))  

 

 

..density.. 表示将密度而非频数映射到y轴，并标注y轴的名称 如 qplot(carat,..density..,data=diamonds,facets=color~.,geom="histogram",binwidth=0.1,xlim=c(0,3))+ylab("density")

 

xlim ylim 设置x轴 y轴的显示区间

log 表示坐标值取对数。如log="x" x轴取对数，log="xy" 表示x轴和y轴均取对数

main 图形主题

xlab ylab 图形主题设置x 轴和y轴的标签文字

 

Reference：https://blog.csdn.net/genome_denovo/article/details/83409690