R语言绘图——数据可视化ggplot2 介绍和主要的参数

R语言绘图——数据可视化ggplot2 介绍和主要的参数

1.jpg

aes(),颜色、大小、形状和其他审美属性
要向绘图添加其他变量,我们可以使用其他美学,如颜色、形状和大小。
按照属性定义
它们的工作方式与xy相同,aes():
aes(displ, hwy, colour = class) #按照某个属性着色
aes(displ, hwy, shape = drv) #按照某个属性定义
aes(displ, hwy, size = cyl) #按照某个属性定义

> ggplot(mpg, aes(x = displ, y = hwy,colour = class)) + 
  geom_point()

R语言绘图——数据可视化ggplot2 介绍和主要的参数

2.jpg

整体自定义
geom_xxx(colour =自定义颜色)
geom_xxx(shape=形状编号)
geom_xxx(size =编号大小定义 0-10)

注意根据需求按照aes()还是geom进行添加属性

以下为R语言中各shape形状编号

R语言绘图——数据可视化ggplot2 介绍和主要的参数

6.jpg

> ggplot(mpg, aes(displ, hwy)) + geom_point(colour = "blue") #把所有点定义为blue

R语言绘图——数据可视化ggplot2 介绍和主要的参数

3.jpg

> ggplot(mpg, aes(displ, hwy,colour=hwy)) +
  geom_point(shape=3)

R语言绘图——数据可视化ggplot2 介绍和主要的参数

7.jpg

(2)scale

scale控制如何将数据值转换为视觉属性的细节。
labs()和lims()是对标签和限制进行最常见调整。

labs() ,主要对图形进行调整,注释等
labs()括号内参数:title主标题,subtitle副标题,caption右下角描述,tag左上角
xlab() ,x轴命名
ylab() ,y轴命名
ggtitle() ,标题

> ggplot(mpg, aes(displ, hwy)) +
  geom_point()+
  labs(title="TILTLE",subtitle="sub",caption="the caption",tag="A")+
  xlab("XXX")+  #横坐标命名
  ylab("YYY")   #纵坐标命名

R语言绘图——数据可视化ggplot2 介绍和主要的参数

4.jpg

lims()
xlim(), xlim(a,b) 限制坐标(a,b)
ylim() , ylim(a,b) 限制坐标(a,b)

>ggplot(mpg, aes(displ, hwy)) +
  geom_point()+
  labs(title="TILTLE",subtitle="sub",caption="the caption",tag="A")+
  xlab("XXX")+  #横坐标命名
  ylab("YYY")+   #纵坐标命名
  xlim(0,8)+
  ylim(0,60)

R语言绘图——数据可视化ggplot2 介绍和主要的参数

5.jpg

scale_alpha() 透明度尺度
scale_shape() ,搭配aes(shape=某个属性)使用
参数:name ,solid =T/F是否填充

>  ggplot(mpg, aes(displ, hwy,shape=drv,colour=drv)) +
  geom_point()+
  labs(title="TILTLE",subtitle="sub",caption="the caption",tag="A")+
  xlab("XXX")+  #横坐标命名
  ylab("YYY")+   #纵坐标命名
  xlim(0,8)+
  ylim(0,60)+
  scale_shape(name="shape",solid = TRUE)
  

R语言绘图——数据可视化ggplot2 介绍和主要的参数

8.jpg

scale_size() 搭配aes(size=某个属性)使用
参数:name,range =c(0, 10)

>  ggplot(mpg, aes(displ,hwy,size=hwy,colour=drv)) +
  geom_point()+
  labs(title="TILTLE",subtitle="sub",caption="the caption",tag="A")+
  xlab("XXX")+  #横坐标命名
  ylab("YYY")+   #纵坐标命名
  xlim(0,8)+
  ylim(0,60)+
  scale_size(name="SIZE",range=c(0,3))

R语言绘图——数据可视化ggplot2 介绍和主要的参数

9.jpg

在ggplot2中有几种参数设置颜色:

1.适用于发散和定性的数据

a.scale_colour_brewer(),scale_colour_brewer(palette =” “),scale_colour_brewer(palette =”Green “)

palette来自RcolorBrewer包,所有面板:

R语言绘图——数据可视化ggplot2 介绍和主要的参数

10.jpg

>  ggplot(mpg, aes(displ, hwy,colour=drv))+  ##drv是一种定性尺度
  geom_point()+
  scale_colour_brewer(palette = "Set1")

R语言绘图——数据可视化ggplot2 介绍和主要的参数

11.jpg

b.scale_colour_manual()
scale_colour_manual(values=c( )) 可以自定义颜色,常用的参数
values可直接定义颜色,但是建议使用命名向量,例如
values=c(“8” = “red”, “4” = “blue”, “6” = “darkgreen”, “10” = “orange”)

PS:注意在aes(colour=factor()),一定要把因素转换为factor型,否则无效

ggplot(mpg, aes(displ,hwy,colour = factor(drv)))+
  geom_point()+
  scale_colour_manual(values = c("red", "blue", "green"))

R语言绘图——数据可视化ggplot2 介绍和主要的参数

17.jpg

2.适用于连续的值,渐变颜色
a.scale_colour_gradient()
scale_colour_gradient (low =” “,high=” “),根据值大小定义颜色,创建两个颜色梯度(低-高),

>  ggplot(mpg, aes(displ, hwy,colour=displ))+
  geom_point()+
  scale_colour_gradient(low = "green", high = "black")

R语言绘图——数据可视化ggplot2 介绍和主要的参数

14.jpg

b.scale_colour_gradient2()
scale_colour_gradient2(low = ” “,mid = ” “,high = ” “)创建一个发散的颜色梯度(低-中-高)

>  df <- data.frame(
x = runif(100),
y = runif(100),
z = rnorm(100)
)

>  ggplot(df, aes(x, y,colour = z)) +
  geom_point()+
  scale_colour_gradient2(low = "green",,mid = "white",high = "black")

R语言绘图——数据可视化ggplot2 介绍和主要的参数

15.jpg

c.scale_colour_gradientn()
创建一个n色渐变,scale_colour_gradientn(colours =许多R语言中的颜色面板),

>  ggplot(mpg, aes(displ, hwy,colour=displ))+  ##displ是连续的值
  geom_point()+
  scale_colour_gradientn(colours = terrain.colors(10))

R语言绘图——数据可视化ggplot2 介绍和主要的参数

13.jpg

3.coords坐标

默认坐标系是笛卡尔coord_cartesian()
一般不会修改

4.facet,把不同的因素分成不同的面,每个显示不同的数据子集

facet_grid(),在网格中布置面板
facet_grid(rows = vars() ) ;cols或rows = vars(因素),图形按列或行分割

ggplot(mpg, aes(displ, cty)) + 
 geom_point()+
 facet_grid(rows = vars(drv))

R语言绘图——数据可视化ggplot2 介绍和主要的参数

18.jpg

facet_wrap()
facet_wrap(vars( ), ncol =n) , ncol或者nrow,分为多少行多少列

>  ggplot(mpg, aes(displ, cty)) + 
 geom_point()+
 facet_wrap(vars(drv), ncol =2)

R语言绘图——数据可视化ggplot2 介绍和主要的参数

19.jpg

5.theme

theme_bw(),可以覆盖所有主题,背景变为白色,我们在文章中所用的图片大都需要该背景。
或者用theme_classic(),同时去除了网格线

>  ggplot(mpg, aes(displ, cty)) + 
 geom_point()+
 theme_bw()

R语言绘图——数据可视化ggplot2 介绍和主要的参数

20.jpg

>  ggplot(mpg, aes(displ, cty)) + 
 geom_point()+
  theme_classic()

R语言绘图——数据可视化ggplot2 介绍和主要的参数

21.jpg

theme(),修改主题的组件,里面涉及多个参数,根据需求调整

常见参数:
legend.position,图例的位置,包括 “left” 左, “right” 右, “bottom” 下, “top” 上和”none”,不显示

ggplot(mpg, aes(displ, cty,colour= factor(drv))) + 
 geom_point()+
  theme_classic()+
  theme(legend.position = "left")

R语言绘图——数据可视化ggplot2 介绍和主要的参数

22.jpg

文章均来自互联网如有不妥请联系作者删除QQ:314111741 地址:http://www.mqs.net/post/14342.html

相关阅读

  • R语言dplyr包处理数据2021.3.6

    R语言dplyr包处理数据2021.3.6

    图1 筛选结果 2.2 去除重复行–distinct函数 dplyr::distinct(rbind(iris[1:10,],iris[1:20,]))#取出前10行和前20行合并后去除重复行 图2 去除结果...

    2025.12.09 05:35:02作者:iseeyu
  • 产品推广的方式有哪些(79种推广方式总有一种适合你)

    产品推广的方式有哪些(79种推广方式总有一种适合你)

    产品的推广是企业的一个重要环节。产品的推广,不仅是让消费者了解产品,而且还能够让企业在网络上获取更多品牌影响力。只有做好了产品推广,才能够让企业在品牌建设中取得更大的成就。那么产品推广应该怎么做?不同的产品使用不同推广法。但任何一...

    2025.12.09 02:51:31作者:iseeyuTags:推广
  • 淘宝怎么运营推广(中小卖家必学的操作思路)

    淘宝怎么运营推广(中小卖家必学的操作思路)

    淘宝在很长一段时间内,一直被认为是中国最大的电子商务平台。人们在这里购物,与在别处购物一样,会感觉到很便捷、很实惠。因此,随着电商行业的发展。如今,淘宝网站的活跃用户数已经超过了1亿人(目前该数据仅统计了部分用户)。而作为一个淘宝...

    2025.12.09 01:56:09作者:iseeyuTags:运营

添加新评论