圖形屬性
x
y
xmin
xmax
ymin
ymax
xend
yend
weight
color：輪廓色
fill：填充色
shape：點形狀
linetype: dotted dashed
size：點大小，線條大小（粗細）
alpha：透明度，0-1:完全透明-完全不透明
width：寬度（條形圖等）
binwidth：組距（直方圖等）
label：名稱（如x，y,legend等）
angle：角度
hjust：水平平移
vjust：垂直平移
lower
middle
upper
map_id
group：分組
position：位置調整
點圖
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(color='grey')#輪廓色為灰色（實質效果：填充部分也為灰色）
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(fill='blue')#點圖無填充色選項，所以等于空設置；而color默認黑色
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(aes(color=cyl),alpha=I(0.6)) #設置透明度,alpha范圍是0到1，全透明到不透明；I()表示設定，跟映射函數aes()相對
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(aes(color=factor(cyl)),alpha=0.6) #cyl為整數，系統識別#默認是連續變量，所以生成的圖例是連續型顏色圖例；factor使之因子化
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(aes(color=factor(cyl),shape=factor(cyl)),alpha=0.6)
將cyl映射至形狀屬性
折線圖
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_line(color='grey',size=2)
條形圖
ggplot(data=mpg,aes(x=factor(displ),y=hwy))+
geom_bar(stat='identity',width=0.8,color='green',fill='grey')
stat是指統計變換；#stat='identity'是指不進行統計變換即hwy就是縱
坐標值因為displ出現眾多的重復值，所以分組更多，縱坐標值不斷累加
width為組距，color為輪廓色（可以看到y值累加上去），fill為填充色
ggplot(data=mpg,aes(x=displ))+
geom_bar(stat='density')
統計變換為密度即y為displ的密度分布；注意，這里不需要給y映射變量
統計變換為bin,中文翻譯是bin封箱，其過程是生成變量count(對x計數)，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..
?
直方圖：
僅限于x為連續型變量，如果x為離散型則該函數報錯——此時可以利用條線圖來繪制直方圖
ggplot(data=mpg,aes(x=displ,fill=fl))+
geom_histogram(binwidth=0.2，position=”stack”)
binwidth 為The width of the bins；不同于條形圖的width
position是指位置調整，stack是堆疊即同組幾何對象堆疊
?ggplot(data=mpg,aes(x=displ,fill=fl))+
geom_histogram(binwidth=0.4,position='dodge')
position是指位置調整，dodge是同組幾何對象并列
位置調整的參數還有：fill jitter identity
箱線圖：
ggplot(data=mpg,aes(x=factor(fl),y=hwy))+
geom_boxplot(color='grey')
ggplot(data=mpg,aes(x=1,y=hwy))+
geom_boxplot(fill='grey',color='blue') #hwy不分組
ggplot(data=mpg,aes(x=1,y=hwy))+
geom_boxplot(fill='grey',color='blue'，outlier.colour= "red", outlier.shape = 1) #高亮異常值并賦予特定的幾何對象
曲線密度圖
使用geom_density
ggplot(data=mpg,aes(x=displ,fill=fl))+geom_density(color='white',size=0.1,alpha=I(0.3))
ggplot(data=mpg,aes(x=displ,y=..density..))+geom_histogram(fill='grey',binwidth=0.18,alpha=I(0.3))+geom_density(color='white',size=0.8)
幾乎看不到密度曲線。原因：直方圖和密度圖結合在一起。直方圖中bin變換生成y變量有count和density，默認使用前者，這樣由于count很大，density很小（總是小于1）,就會值得密度線處于低位，難以看到，所以需要y=..density..(引用bin變換的數據必須前后加雙圓點)
?
ggplot(data=mpg,aes(x=displ))+geom_histogram(fill='grey',binwidth=0.18,alpha=I(0.3))+geom_density(color='white',size=0.8)
???
餅圖
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+
coord_polar(theta='y')
?coord_polar是極坐標的意思，區別以往的笛卡爾坐標。coord_polar()作用是把把笛卡爾坐標變換為極坐標。該函數有theta,start,direction三個參數，后者者頂多是圖的微調，需要了解可以查看幫助文件，theta才是關鍵。極坐標參數theta有兩個指標半徑和角度，就餅圖而言，各部分內容的角度不同，半徑相同；而默認theta=”x”,即將x映射為角度，剩下的y映射為半徑。這些為前期準備，下面一步步分解這個過程。
First step: 生成條形圖，其中各部分的比例關系用y反映。
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()
?
second step: 將坐標極坐標化，y映射為角度（此時x恒等于1,即半徑相同）
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+
coord_polar(theta='y')
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+
coord_polar(theta=”x”)
如果x映射為角度，則y映射為半徑，生成眼圖
?
