连续变量的颜色映射

也可以将连续变量映射为渐变色。 除了表示二元函数的等值线图以外这种方法并不利于读者认读。

例如， 将人口数取自然对数映射为渐变色：

# library(ggplot2)
# library(gapminder)
# library(scales)
p <- ggplot(data=gapminder,
            mapping = aes(
              x = gdpPercap,
              y = lifeExp,
              color = log(pop)
            ))
p + geom_point() +
  geom_smooth(method = "loess") +
  scale_x_log10(labels=scales::dollar) +
  labs(
    x = "人均GDP",
    y = "预期寿命",
    caption = "数据来源：gapminder"
  )

image-20200705011446114

这里不同散点的颜色是连续变化的， 右侧的图例仅显示了有限的一些代表值。

保存图像

如果使用Rmarkdown制作图文， 图像会自动进入编译的结果（如PDF、Word、HTML）中， 图像大小、输出大小可以用Rmarkdown的设置调整。

为了将最近生成的图形保存为PNG格式，用命令如

# 生成上一张图（人口数取自然对数映射为渐变色）
ggsave(filename="gapminder散点图.png")

image-20200705011446114

# 保存为pdf格式
ggsave(filename = "gapminder散点图.pdf")

保存为pdf文件时，如果图像中有中文会显示不出。

可以将制作的图形保存到了一个R变量中， 在ggsave()中可以用plot=参数指定，如

# 也是保存为一个png的图像
ggsave(filename = "测试.png",plot=gapminderplot)

在ggsave()中可以用scale =指定放大比例， 用height =指定高度， 用width =指定宽度，用units =指定高度和宽度的单位，如：

ggsave(filename="文件名.pdf", plot=ggout01,
       height=12, width=8, units="cm")

单位可以是in, cm, mm。

折线图、分组、小图

图形中的分组和折线图

考虑gapminder数据集中每个国家的期望寿命随时间（年）的变化。 用geom_line()可以画折线图。 因为有许多国家，所以仅指定x、y变量无法得到所需图形，如：

p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp))
p + geom_line()

image-20200705011856041

没有得出我们希望的每个国家一条曲线的效果。 这是因为程序中没有指定需要按照国家分组， 使得同一年的不同国家的坐标连成了一条竖线。

要注意的是， geom_line()会自动将x坐标从小到大排序， 然后再连接相邻的点。 如果希望按输入数据的次序连接相邻的点， 需要用geom_path()函数。

为了解决上图的问题， 加入按照国家分组的设定。 实际上， 分组(group)与x、y、color、fill一样可以映射到一个变量， 但仅能映射到分类变量。 上述程序的改进如下：

p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp,
    group = country))
p + geom_line()

image-20200705011914470

结果图形中每一条曲线对应一个国家。 为了查探其中最下方的不稳定曲线是哪一个国家，使用筛选观测的功能：

filter(gapminder,lifeExp < 30, year >=1990)
# A tibble: 1 x 6
  country continent  year lifeExp     pop gdpPercap
  <fct>   <fct>     <int>   <dbl>   <int>     <dbl>
1 Rwanda  Africa     1992    23.6 7290203      737.

该国家为Rwanda。

如果需要按照两个或多个分类变量交叉分组， 可以给group维指定interaction(…)， 其中…是分类变量表。

geom_line()用来绘制从左向右连接的折线。 比如， 仅绘制Rwanda的期望寿命时间序列：

p <- ggplot(data = filter(gapminder, country == "Rwanda"),
  mapping = aes(
    x = year, 
    y = lifeExp))
p + geom_line()

image-20200705011928609

如果需要每个点画出散点符号， 可以同时使用geom_point()

p + geom_line() +
  geom_point()

image-20200705011935837

用geom_area()作类似图形， 但在折线下方填充颜色：

p + geom_area(fill = "darkseagreen1", alpha = 0.5)

image-20200705012002457

连线图还有一个问题， 就是如果x坐标不是数值型变量而是因子或者字符型， 则两点之间不会相连。 比如，将gapminder的Rwanda子集中的year转换成因子，再画折线图：

d <- filter(gapminder,country == "Rwanda") %>%
  mutate(year = factor(year))
p <- ggplot(data = d, mapping = aes(
    x = year, 
    y = lifeExp))
p + geom_line()

image-20200705012017552

没有得到应有的结果。 这是因为因子year起到了分组作用， 相当于每个年份为一组， 连线只能在组内连， 但每组仅有一个观测。 这时， 显式地指定group变量可以解决问题：

d <- filter(gapminder,country == "Rwanda") %>%
  mutate(year = factor(year))
p <- ggplot(data = d, mapping = aes(
    x = year, 
    y = lifeExp,
    color = "red"))
p + geom_line(mapping = aes(group = country))

image-20200705012047147

对于折线图， 可以在geom_line()函数中用color参数指定颜色， 用linetype参数指定线型， 用size参数指定以毫米为单位的粗细。 线型包括：

  • 0：不画线；
  • 1：实线；
  • 2：dashed；
  • 3：dotted；
  • 4：dotdash；
  • 5：longdash；
  • 6：twodash。

小图（facet）

可以将一个作图区域拆分成若干个小块， 称为小图（facet）， 按照某一个或两个分类变量的不同值将数据分为若干个子集， 每个数据子集分别在小图上作图。

对于上面的例子， 可以将每个大洲的图形分别放置在一个小图上。 小图不是一种变量映射， 而是一种图形摆放方法， 所以不设置在aes()函数内， 而是用facet_wrap()函数规定。 这种功能与group映射的功能有些重复， 所以有时需要与group映射配合使用， 有时则不需要。

# 分组信息最好不要放在ggplot()中
p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp,
    group = country))
p + geom_line() + facet_wrap(~ continent)

image-20200705012118235

可以将group分组信息放在geom函数中映射

p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp))
p + geom_line(mapping = aes(group = country)) + facet_wrap(~ continent)

image-20200705012118235

特别是在添加geom_smooth时，否则会为每一个州的每一个国家添加拟合曲线

p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp))
p + geom_line(mapping = aes(group = country), color = "red") + facet_wrap(~ continent) + geom_smooth()

image-20200705012156314

如果将group分组放在ggplot函数中统一映射：

p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp,
    group = country))
p + geom_line(color = "red") + facet_wrap(~ continent) + geom_smooth()

image-20200705012213370

可以看到，每个国家都会有一条拟合曲线

区分不同小图的标签写在每个小图的上方。 可以用facet_wrap()参数strip_position和参数switch调整标签的上下左右。

小图之间默认公用了横坐标和纵坐标且坐标范围保持一致。 如果不保持一致， 读者可能会有误解。 但是x轴或y轴映射为分类变量且不同小图的分类完全不同时， 可以令各小图中该轴的取值不统一。 facet_wrap()选项scales默认为"fixed"， 即所有小图的x轴、y轴都范围一致， 取"free_x"则允许各小图的x轴不统一， "free_y"允许各小图的y轴不统一， "free"允许各小图的x轴和y轴都不统一。

在facet_wrap()中可以用ncol参数指定小图的列数， 用nrow指定小图的行数。 各个小图的次序应该设定为一定的合理次序， 比如用来分类的变量本身有序， 或者令各小图中的数据值有一定的增减次序。

下面的程序将曲线颜色变浅， 对每个大洲增加了拟合曲线， 增加了适当的标题和坐标轴标签。 注意，这时不能使用统一的group = country映射， 否则拟合曲线就是对每个国家都单独有一条拟合曲线， 而不是每幅小图中仅有一条拟合曲线。 办法是仅在geom_line()中给出group = country的映射， 但在geom_smooth()中则不用group维。

p <- ggplot(data = gapminder,
  mapping = aes(
    x = year, 
    y = lifeExp))
p + geom_line(mapping = aes(group = country), color = "gray70") +
  geom_smooth(method = "loess", color="cyan", se = FALSE, size = 1.1) +
  facet_wrap(~ continent, ncol = 2) +
  labs(
    x = "年份",
    y = "期望寿命",
    title = "五个大洲各国期望寿命变化趋势"
    )

image-20200705012335945

注意group = country的设置从ggplot()函数中转移到了geom_line()函数中， 否则就意味着拟合线也需要按照国家分组， 而不是按大洲分组。

facet_wrap()主要适用于按照一个分类变量的值将不同观测在不同小图中表现， 可以人为指定小图的行数和列数。 如果需要按照两个分类变量交叉分组分配小图， 可以用facet_grid()函数。

例如， 对gss_sm数据集，作小孩个数对年龄的散点图：

# socviz包的gss_sm数据集,在Rstudio中可以通过view(gss_sm)查看
library(socviz)
p <- ggplot(data=gss_sm,
  mapping = aes(
    x = age,
    y = childs))
p + geom_point(alpha = 0.2)

image-20200705012353316

有过多的重叠点。 将观测按照性别(sex)和种族(race)交叉分组， 分配到不同的小图上：

p + geom_point(alpha = 0.2) +
  facet_grid(sex ~ race)

image-20200705012404368

交叉分组时作小图时， sex ~ race这种写法使得不同性别对应到不同行， 不同种族对应到不同列。 在图形中增加拟合曲线：

p + geom_point(alpha = 0.2) +
  geom_smooth() +
  facet_grid(sex ~ race)

image-20200705012416331

这里虽然没有映射group维， 但还是按性别和种族对数据集分成了6个子集， 每个小图中仅有一个自己的数据。