使用GGPLOT2包進行數據可視化

• Introduction簡介

geom_smooth可以用于散點圖，擬合一條直線，可以用于做預測
geom_point(alpha = 0.4)透明度，40%可見，60%透明

dia_plot <- ggplot(diamonds, aes(x = carat, y = price))
dia_plot + geom_smooth(aes(clarity = col), se = FALSE)其中SE = FALSE是取消灰色部分

• Data數據

lm()函數通常用來擬合回歸模型

ggplot(mtcars, aes(x = wt, y = mpg, col = cyl)) +
geom_point() +
geom_smooth(method = "lm", se = FALSE) +
geom_smooth(aes(group = 1), method = "lm", se = FALSE, linetype = 2)

facet_grid 將 grid 分成好幾個面
facet_grid(. ~ Measure)按measure分，measure中的變量為character

geom_jitter()調整，消除點的重合

• Aesthetics

ggplot(mtcars, aes(x = wt, y = mpg, col = cyl)) +
geom_point(shape = 2,size = 4)
shape和size可以分別制定點的形狀以及大小

ggplot(mtcars, aes(x = wt, y = mpg, fill = cyl, col = am)) +
geom_point(shape = 21, size = 4, alpha = 0.6)fill是填充，此時再用col分顏色的話，col這邊就是邊框顏色

my_color <- "#4ABEFF"
geom_point(color = my_color)根據顏色編號，改變散點圖中所有點的顏色

geom_text(label = rownames(mtcars), color = 'red')直接將文本信息加入散點圖，即將散點替換為文本信息。

ggplot(mtcars, aes(x = mpg, y = qsec, col = factor(cyl), shape = factor(am))) +
geom_point()此處am和cyl都是num的類型，轉化為factor后才好合理的展示出來。

cyl.am +
geom_bar(position = "dodge") +
scale_x_discrete("Cylinders") +
scale_y_continuous("Number") +
scale_fill_manual("Transmission",
values = val,
labels = lab) 柱形圖
geom_bar(position = "stack")正常柱形圖
geom_bar(position = "fill")堆積柱形圖
geom_bar(position = "dodge") 百分比堆積柱形圖

scale_y_continuous(limits = c(-2,2))

ggplot(diamonds, aes(x = carat, y = clarity, col = price)) +
geom_point(alpha = 0.5, position = "jitter")此處的jitter應該還是為了消除點的重合，不過為什么是用position還是不太明白，后續知道了的話記得補充。

• Geometries

ggplot(mtcars, aes(x = cyl, y = wt)) +
geom_point(position =position_jitter(0.1))
???jitter到底是啥意思
ggplot(mtcars, aes(x = cyl, y = wt)) +
geom_jitter(width = 0.1)

ggplot(mtcars, aes(mpg)) +
geom_histogram(aes(y = ..density..), binwidth = 1, fill = "#377EB8")
直方圖（僅限X為連續型變量）的構建,binwidth:組距
density（一維密度估計），x(組的中心估計)——默認利用count和x；如若#要引用這幾個變量，則在變量左右加雙圓點，譬如 ..density..

ggplot(mtcars, aes(x = cyl, fill = am)) +
geom_bar(position = position_dodge(width = 0.2))柱狀中，倆相鄰的柱子部分重合

位置調整參數:
dodge：“避讓”方式，即往旁邊閃，如柱形圖的并排方式就是這種。
fill：填充方式， 先把數據歸一化，再填充到繪圖區的頂部。
identity：原地不動，不調整位置
jitter：隨機抖一抖，讓本來重疊的露出點頭來
stack：疊羅漢?

geom_freqpoly()頻數多邊形圖
原理是跟直方圖一樣的，其中binwidth參數必須給出。
ggplot(mtcars, aes(mpg, col = cyl)) +
geom_freqpoly(binwidth = 1, position = "identity")

ggplot(mtcars, aes(x = cyl, fill = am)) +
geom_bar() +
scale_fill_brewer(palette = "Set1")
第三行為顏色的設置

RColorBrewer包提供了3套很好的配色方案。用戶只需要指定配色方案的名稱，就可以用包中的brewer.pal()函數生成顏色
連續型Sequential：生成一系列連續漸變的顏色，通常用來標記連續型數值的大小。
極端型Diverging：生成用深色強調兩端、淺色標示中部的系列顏色，可用來標記數據中的離群點。
離散型Qualitative：生成一系列彼此差異比較明顯的顏色，通常用來標記分類數據。
display.brewer.all（type = "qual"）展示離散型的全部顏色
scale_fill_manual()自定義填充顏色，和 scale_fill_brewer對比之。

• qplot and wrap-up

The old way (shown)舊方法：

plot(mpg ~ wt, data = mtcars) # formula notation
with(mtcars, plot(wt, mpg)) # x, y notation

Using ggplot:使用ggplot2:

ggplot(mtcars, aes(x = wt, y = mpg)) +
geom_point()

Using qplot:使用qplot：

qplot(wt, mpg, data = mtcars)
qplot(wt, mpg, data = mtcars, size = factor(cyl))qplot的格式,會自動選擇圖表類型。

在aes中或者qplot中時，size = ...時，num格式要使用factor()將其轉化為factor格式

geom_dotplot()

ggplot(ChickWeight, aes(x = Time, y = weight, color = Diet)) +
geom_line(aes(group = Chick), alpha = 0.3) +
geom_smooth(lwd = 2, se = FALSE)
折線圖，其中group是分組，但是不是很明白smooth中的擬合線中lwd,se是什么意思

• Statistics統計

stat_smooth()這是啥意思？——散點圖的擬合線
geom_smooth(method = "lm", se = FALSE)method是規定擬合線的形狀，此處為直線，se是把擬合線周圍灰色部分去除

scale_color_manual(values = ....)手動設置顏色

stat_smooth(method = "loess", aes(group = 1, col = "All"),
se = FALSE, span = 0.7)分組設置的擬合線，其中ALL是匯總在一起的擬合線。

scale_color_gradientn(colors = brewer.pal(9, "YlOrRd"))當那個顏色包只有9個時，可以使用這個設置為漸變的

stat_quantile()分位數回歸
stat_sum()

scale_size()啥意思？怎么用？

stat_summary()

quantile()分位數

• Coordinates and Facets協作...方面？

scale_x_continuous(limits = c(3, 6), expand = c(0, 0))
coord_cartesian(xlim = c(3, 6))
coord_equal()
coord_fixed()這幾個圖層都是什么意思

stat_bin()

geom_bar()餅圖
coord_polar(theta = "y")

geom_bar(width = .1) 這里的0為什么要省去

facet_grid()
facet_grid 將 grid 分成好幾個面
facet_grid(.~ Name) # 按Name分面并且Name 內容顯示在頂部
fact_grid(Name~.) #按name分面，Name顯示在右邊
facet_grid(Name~Left) #按兩個參數分面 （參數1按行方式進行分面，參數2按列方式分面?)

• Themes主題

library(ggthemes)
no_panels <- theme(rect = element_blank())
z +
no_panels +
theme(plot.background = element_rect(fill = myPink, color = "black", size = 3))

z +
theme(panel.grid = element_blank(),
axis.line = element_line(color = "red"),
axis.ticks = element_line(color = "red"))

theme(legend.position = )規定圖例的位置

theme_bw()
theme_classic()
theme_gray()
theme_tufte()

• Best Practices練習

stat_summary繪制匯總數據
ggplot(mtcars, aes(x = cyl, y = wt)) +
stat_summary(fun.y = mean, geom = "bar", fill = "skyblue") +
stat_summary(fun.data = mean_sdl, fun.args = list(mult = 1), geom = "errorbar", width = 0.1)

library(GGally)
ggparcoord()
scale_fill_gradientn(colors = )是啥子意思？

cf facet_wrap與facet_grid
facet_wrap和facet_grid不同在于facet_wrap是基于一個因子進行設置，facets表示形式為：_變量（單元格）
而facet_grid是基于兩個因子進行設置，facets表示形式為：變量_變量（行列），如果把一個因子用點表示，也可以達到facet_wrap的效果，也可以用加號設置成兩個以上變量

• Case Study案列教學

geom_histogram()直方圖 是要設置寬度的，沒有y值
ggplot(adult, aes (x = SRAGE_P, fill= factor(RBMI))) +
geom_histogram(binwidth = 1)

table()

library(reshape2)
library(ggthemes)