R语言ggplot2包之画条形图

浅浅的花香味﹌ 2022-12-02 15:02 174阅读 0赞

因工作需要，需要用ggplot2画折线图，项目结束之后对于ggplot文件包画图进行学习，先转载两篇帮助比较大的文章。

# 引言 #

ggplot2包的作图质量毋庸置疑，但是其作图语法对新手来说还是有点难度，**ggplot2：数据分析与图形艺术**这本书也介绍了ggplot2包的基本哲学思想和操作，个人感觉例子还不够丰富，所以对该包的用法还是停留在半瓶醋的水平。某天，突然发现一本ggplot2包的例子书，大喜，英文版名字为 **R Graphics Cookbook**，中文版叫做 **R数据可视化手册**

## 基本操作 ##

首先，我想介绍的是用ggplot2画直方图，基本用法如下：

install.packages('gcookbook')#R数据可视化手册书中的数据集
    library(ggplot2) library(gcookbook) ggplot(pg_mean, aes(x=group, y=weight)) + geom_bar(stat="identity") 
     
      
     
      
       1
       2
       3
       4
       5

![直方图][20150709193143842]  
ggplot()函数生成图层，aes()指定x和y轴变量，x一般为名义变量；geom\_bar生成直方图图层。

如果x为连续变量或者数值变量，直方图会有点不同。如果是连续变量，直方图的横坐标会取连续变量最大值与最小值之间每一个数值；如果是数值变量，你得把数值变量转化成因子，例子见代码。

BOD#BBD数据集 Time变量不包含6这个数值
    Time demand
    1 8.3
    2 10.3
    3 19.0
    4 16.0
    5 15.6
    7 19.8
    ggplot(BOD, aes(x=Time, y=demand)) + geom_bar(stat="identity")#直接赋值，不做因子转化
    ggplot(BOD, aes(x=factor(Time), y=demand)) + geom_bar(stat="identity")#变量进行因子转化
     
      
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10

![图2][2]  
![图3][3]  
直接把连续变量赋值给x和数值转为因子后给x的差异从图中就能很清楚的看出来。

## 调整颜色 ##

直方图默认为黑灰色填充，我们可以对填充颜色和直方图边框颜色进行修改。

ggplot(pg_mean, aes(x=group, y=weight)) +
    geom_bar(stat="identity", fill="lightblue", colour="black")
     
      
     
      
       1
       2

![图4][4]

## 分组直方图 ##

有时候我们想对同一数据中的两类不同对象进行比较，我们可以使用分组直方图。我们使用cabbage\_exp数据集，该数据集包含两类不同数据

cabbage_exp#数据集
    Cultivar Date Weight
    c39 d16 3.18
    c39 d20 2.80
    c39 d21 2.74
    c52 d16 2.26
    c52 d20 3.11
    c52 d21 1.47
    ggplot(cabbage_exp,aes(x=Date, y=Weight, fill=Cultivar))+geom_bar(stat='identity',position="dodge")#identity意味着把y当做值去输入，如果改成bin，就会计算y出现的频数。dodge意味是各组是左右分布而不是上下重叠
    ggplot(cabbage_exp,aes(x=Date, y=Weight, fill=Cultivar))+geom_bar(stat='identity')
     
      
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10

![图5][5]  
![图12上下重叠分组][12]

## 制作频数直方图 ##

频数直方图不需要指定变量y，而是根据变量x出现的频数自动生成。

ggplot(diamonds, aes(x=cut)) + geom_bar(stat="bin")#stat="bin"可有可无，该参数是默认的
     
      
     
      
       1

![图6][6]

## 给正值和负值直方图赋予不同颜色 ##

csub <- subset(climate, Source=="Berkeley" & Year >= 1900)
    csub$pos <- csub$Anomaly10y >= 0 #pos变量是个布尔变量，值为T or F
    ggplot(csub, aes(x=Year, y=Anomaly10y, fill=pos)) +geom_bar(stat="identity", position="identity")#position="identity"是为了关闭负值直方图没有定义的警告
     
      
     
      
       1
       2
       3

![图7][7]

## 调整直方图柱子大小及宽度 ##

直方图宽度调整用**width**函数，默认值为0.9。我们可以通过修改该值，使柱子变得更宽or更窄。

ggplot(pg_mean, aes(x=group, y=weight)) + geom_bar(stat="identity", width=0.5)#窄柱子
    ggplot(pg_mean, aes(x=group, y=weight)) + geom_bar(stat="identity", width=0.5)#宽柱子
     
      
     
      
       1
       2

![图8窄柱子][8]  
![图9宽柱子][9]  
还有在分组直方图中，各组柱子之间是没有空隙的，如果要改变柱子之间距离，我们需要设置position=po  
sition\_dodge()。

ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar)) +geom_bar(stat="identity", width=0.5, position=position_dodge(0.6))#值越大越离得远
     
      
     
      
       1

![图10][10]

## 图中增加数据 ##

可以用geom\_text()给直方图中增加图注或数据，通过设定vjust可以使数据显示在柱子上或立面。

ggplot(cabbage_exp,aes(x=interaction(Date, Cultivar),y=Weight))+geom_bar(stat="identity")+geom_text(aes(label=Weight), vjust=-0.2)#显示在上面
    ggplot(cabbage_exp,aes(x=interaction(Date,Cultivar),y=Weight))+geom_bar(stat="identity") +geom_text(aes(label=Weight),vjust=1.5,colour="white")#显示在里面
     
      
     
      
       1
       2

![图13显示在上面][13]  
![显示在里面][20150709202458999]  
暂时先介绍些基础，需要更多高级主题或例子，可以参考R数据可视化手册，或者多用help().

[20150709193143842]: /images/20221123/de728e388f8d40c093a557714035520b.png
[2]: /images/20221123/9d30131cdd484503b1231f0771f1e4d8.png
[3]: /images/20221123/f97fc7fb853c4640b39d3462557d6af0.png
[4]: /images/20221123/e16bb3aa65824eef93ef9877d093b18d.png
[5]: /images/20221123/9a9acaee07ab44bc82a1d1f36cc2f12b.png
[12]: /images/20221123/e5660502ecd14f67a36d65b2a790d6d9.png
[6]: /images/20221123/6432d32e30fc4fe2956f7120632f109e.png
[7]: /images/20221123/f7f4489687cf4ce8b79176575912795a.png
[8]: /images/20221123/b6c461bb7af34dc991b6051f81903ae9.png
[9]: /images/20221123/f399138671d44a35a76083ff4ef23c38.png
[10]: /images/20221123/9bede0aee9034f799b526167c2ac8a43.png
[13]: /images/20221123/f39de812e62540c0b54a6536fa86a888.png
[20150709202458999]: /images/20221123/cbf6eff80ed149148b2b8d88504cdd9c.png