1、參數(shù)alpha越小，越透明，fill=NA，完全透明，只有邊框

2、參數(shù)position:

="identity":不調(diào)整----geom_identity

=“dodge”:平行放置----geom_dodge

=“fill”:總高度一樣高---geom_dodge

散點圖：position="jitter":適用于少量數(shù)據(jù)，每個點增加少量隨機變化，不會讓點之間相互覆蓋，如果覆蓋，畫圖就會少很多點--geom_jitter

position="stack",一個圖在另一個圖上面，geom_stack

geom_jitter與 geom_count的區(qū)別，后者會根據(jù)覆蓋的點的多少形成不一樣大的散點，會有標(biāo)簽說明，如下ggplot(data = mpg, mapping = aes(x = cty, y = hwy))+ geom_count()

3、坐標(biāo)系

默認(rèn)坐標(biāo)系為直角坐標(biāo)系

coord_flip()轉(zhuǎn)化x,y坐標(biāo)系，比如x標(biāo)簽比較長的時候可以用

箱線圖，橫坐標(biāo)為分類變量，縱坐標(biāo)為數(shù)值變量

ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +

? geom_boxplot()+

? coord_flip()

但是如果直接將分類變量放在縱坐標(biāo)，箱線圖會出錯，因為橫坐標(biāo)的數(shù)值是橫向的，沒有縱向的分布

ggplot(data = mpg, mapping = aes(y = class, x = hwy)) +

? geom_boxplot()

coord_quickmap()會將圖自動設(shè)置為地圖比例（橫縱坐標(biāo)比例相同）（coord_quickmap的計算量會比coord_map的少很多

需要的包“maps",數(shù)據(jù)轉(zhuǎn)化函數(shù)map_data()

coord_polar()將條形圖與扇形圖做轉(zhuǎn)換

bar <- ggplot(data = diamonds) +

? geom_bar(

? ? mapping = aes(x = cut, fill = cut),

? ? show.legend = FALSE,

? ? width=1#默認(rèn)width=0.9,相鄰條塊之間有空隙，如果設(shè)置為1，每個條塊是挨在一起的

? ) +

? theme(aspect.ratio = 1) +#畫圖面板的長寬比

? labs(x = NULL, y = NULL)

bar + coord_polar()

4、圖層

ggplot2畫圖一般由7部分組成：a dataset, a geom, a set of mappings, a stat（stat_count,stat_summary??）, a position adjustment, a coordinate system, and a faceting scheme，有時候有些部分會缺省，使用默認(rèn)值，比如坐標(biāo)系。