R-ggplot2包的介绍与学习（一）

ggplot2图形之基本语法：

ggplot2的核心理念是将绘图与数据分离，数据相关的绘图与数据无关的绘图分离
ggplot2是按图层作图
ggplot2保有命令式作图的调整函数，使其更具灵活性
ggplot2将常见的统计变换融入到了绘图中。
ggplot的绘图有以下几个特点：第一，有明确的起始（以ggplot函数开始）与终止（一句语句一幅图）；其二，图层之间的叠加是靠“+”号实现的，越后面其图层越高。
ggplot图的元素可以主要可以概括如下：最大的是plot（指整张图，包括background和title），其次是axis（包括stick，text，title和stick）、legend（包括backgroud、text、title）、facet这是第二层次，其中facet可以分为外部strip部分（包括backgroud和text）和内部panel部分（包括backgroud、boder和网格线grid，其中粗的叫grid.major，细的叫grid.minor）。
ggplot2里的所有函数可以分为以下几类：
用于运算（我们在此不讲，如fortify_，mean_等）
初始化、展示绘图等命令（ggplot，plot，print等）
按变量组图（facet_等）
真正的绘图命令（stat_，geom_，annotate），这三类就是实现一个函数一个图层的核心函数。
微调图型：严格意义上说，这一类函数不是再实现图层，而是在做局部调整。
aes : 同样适用于修改geom_XXX() aes参数控制了对哪些变量进行图形映射，以及映射方式
图形属性（aes） 横纵坐标、点的大小、颜色，填充色等

完整公式总结：

ggplot(data = , aes(x = , y = )) +
geom_XXX(...) + ... + stat_XXX(...) + ... +
annotate(...) + ... + labs(...) +
scale_XXX(...) + coord_XXX(...) + guides(...) + theme(...) +
facet_XXX(...)
#完整ggplot2绘图示意：
library(ggplot2)
attach(iris)
p <- ggplot(data=iris,aes(x = Sepal.Length,y = Sepal.Width))
p + geom_point(aes(colour = Species)) + stat_smooth() + 
labs(title = "Iris of Sepal.length \n According to the Sepal.Width") +
theme_classic() + theme_bw() +annotate("text",x=7,y=4,parse = T,label = "x[1]==x[2]",size=6, family="serif",fontface="italic", colour="darkred")

geom :表示几何对象，它是ggplot中重要的图层控制对象，因为它负责图形渲染的类型。
几何对象（geom_） 上面指定的图形属性需要呈现在一定的几何对象上才能被我们看到，这些承载图形属性的对象可能是点，可能是线，可能是bar

stat :统计变换 比如求均值，求方差等，当我们需要展示出某个变量的某种统计特征的时候，需要用到统计变换

annotate：添加注释 #由于设置的文本会覆盖原来的图中对应的位置，可以改变文本的透明度或者颜色 例： annotate(geom='text')会向图形添加一个单独的文本对象 annotate("text",x=23,y=200,parse=T,label = "x[1]==x[2]")

labs : labs(x = "这是 X 轴", y = "这是 Y 轴", title = "这是标题") ## 修改文字

scale_: 标度是一种函数，它控制了数学空间到图形元素空间的映射。一组连续数据可以映射到X轴坐标，也可以映射到一组连续的渐变色彩。一组分类数据可以映射成为不同的形状，也可以映射成为不同的大小，这就是与aes内的各种美学（shape、color、fill、alpha）调整有关的函数。

coord_：调整坐标，控制了图形的坐标轴并影响所有图形元素. 调整坐标 coord_flip()来翻转坐标轴。使用xlim()和ylim()来设置连续型坐标轴的最小值和最大值 coord_cartesian(xlim=c(0,100),ylim=c(0,100))

guides：调整所有的text。

theme：调整不与数据有关的图的元素的函数。theme函数采用了四个简单地函数来调整所有的主题特征：element_text调整字体，element_line调整主题内的所有线，element_rect调整所有的块，element_blank清空。theme(panel.grid =element_blank()) ## 删去网格线

facet :控制分组绘图的方法和排列形式
# 不指定数据集时，data = NULL
一个图形对象就是一个包含数据，映射，图层，标度，坐标和分面的列表，外加组件options
ggplot(数据, 映射) geom_xxx(映射, 数据) stat_xxx(映射, 数据)

# 通过“+”实现不同图层的相应累加，且越往后的图层表现在上方
点（point, text）：往往只有x、y指定位置，有shape但没有fill
线(line,vline,abline,hline,stat_function等)：一般是基于函数来处理位置
射(segment)：特征是指定位置有xend和yend，表示射线方向
面(tile, rect)：这类一般有xmax,xmin,ymax,ymin指定位置
棒(boxplot,bin,bar,histogram)：往往是二维或一维变量，具有width属性
带(ribbon,smooth):透明是特征是透明的fill
补：包括rug图，误差棒(errorbar,errorbarh)
然后，就是按照你的需要一步步加图层了（使用“+”）。

基本语法：

数据（data）：将要展示的数据；

映射（mapping）：数据中的变量到图形成分的映射；

几何对象（geom）：用来展示数据的几何对象，如geom_point,geom_bar,geom_abline；

图形属性（aes）：图形属性决定了图形的外观，如字体大小、标签位置及刻度线；

标度（scale）：决定了变量如何被映射到图形属性上；

坐标（coordinate）：数据如何被映射到图中。如coord_cartesian:笛卡尔坐标、coord_polar:极坐标、coord_map:地理投影；

统计变换（stat）：对数据进行汇总，如箱线图：stat_boxplot、线图：stat_abline、直方图：stat_bin

分面（facet）：用来描述数据如何被拆分为子集，以及对不同子集是如何绘制的。

位置调整（position）：对图形位置做精细控制。

创建ggplot对象：使用ggplot函数：

ggplot(data,mapping=aes(),...,environment=globalenv())

几何对象：

为了指定图形类型，必须加入图层，可采用layer()函数。可以使用“point”等短名称来指定几何对象。layer函数允许将几何对象作为名称和值的配对，这样就不需要指出函数全名，而只需要geom_后面的部分。几何对象如下：

统计变换：

标度函数：

坐标系：

分面：

位置：