上次學(xué)習(xí)本書的創(chuàng)建ggplot圖形，遇到了點困難怎么都過不去，于是擱置了幾天，今天又拿起來學(xué)。
一、繪制帶圖層的點圖。
>library(tidyverse)#調(diào)用tidyverse包，否則ggplot會使用不了這個命令
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg)) #這個里面出現(xiàn)了各種錯誤，#主要是書上提供的數(shù)據(jù)mpg的問題，總是報錯說這個數(shù)據(jù)不是數(shù)據(jù)框，于#是我換了mtcars數(shù)據(jù)才解決了問題，這個數(shù)據(jù)也是R自帶的數(shù)據(jù)，以wt為#自變量，以mpg為因變量。
解釋：
1、ggplot()函數(shù)開始繪圖。ggplot()創(chuàng)建了一個坐標(biāo)系，你可以在它上面添加圖層。
2、ggplot()的第一個參數(shù)是要在圖中使用的數(shù)據(jù)集。ggplot(data = mpg)會創(chuàng)建一張空白圖。
3、函數(shù)geom_point()向圖中添加一個點層，這樣就可以創(chuàng)建一張散點圖。
4、ggplot2 中的每個幾何對象函數(shù)都有一個 mapping 參數(shù)。這個參數(shù)定義了如何將數(shù)據(jù)集中的變量映射為圖形屬性。mapping 參數(shù)總是與 aes() 函數(shù)成對出現(xiàn)，aes() 函數(shù)的 x 參數(shù)和 y 參數(shù)分別指定了映射到 x 軸的變量與映射到 y 軸的變量。
5、？mtcars 使用這個命令查了下本數(shù)據(jù)集合的內(nèi)容
A data frame with 32 observations on 11 (numeric) variables.
[, 1]mpg ? Miles/(US) gallon
[, 2]cyl ? Number of cylinders
[, 3]dispDisplacement (cu.in.)
[, 4]hp ? Gross horsepower
[, 5]drat ? Rear axle ratio
[, 6]wt ? Weight (1000 lbs)
[, 7]qsec ? 1/4 mile time
[, 8]vs? Engine (0 = V-shaped, 1 = straight)
[, 9]am? Transmission (0 = automatic, 1 = manual)
[,10]gear ? Number of forward gears
[,11]carb ?? Number of carburetors
二、繪制不同顏色的散點圖，需要設(shè)置一個分類變量為顏色映射。命令如下：
>library(tidyverse)
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg,color = vs)) #增加了color的設(shè)#置，其中vs是是什么形狀的，0 = V-shaped, 1 = straight
繪制出來的圖形為：
三、繪制不同尺寸的散點圖
>library(tidyverse)
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg,size = vs))
四、繪制不同顏色灰度的散點圖
命令語句為
>library(tidyverse)
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg,alpha = carb))
圖4不同灰度的散點圖
五 、不同形狀的散點圖
這次我用自己的數(shù)據(jù)，一個txt 文件來實現(xiàn)了。這個運(yùn)行前需要設(shè)置工作空間。通過命令欄的session--->set working diectory 來設(shè)定?
>m<-read.table("ANOVA4.txt")
>m$V5<-as.factor(m$V5)# 如果不加這句，心里默認(rèn)V5為類別，則會出錯，#錯誤提示連續(xù)變量不可以設(shè)置形狀。
>ggplot(data = m)+
? geom_point(mapping=aes(x = V1, y = V2,shape = V5))
結(jié)果如下圖：
再用mtcars試一下，這回就不會報錯了。
>library(tidyverse)
>mtcars$vs<-as.factor(mtcars$vs)#這個是將
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg,shape = vs))
圖6 不同形狀散點圖
六、設(shè)定顏色特定的散點圖
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg),color = "blue")
繪制出來的結(jié)果為：
類似的設(shè)置還可以有如下變化：
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg),size = 4)#設(shè)置特定尺寸
>ggplot(data = mtcars)+
? geom_point(mapping=aes(x = wt, y = mpg),shape = 4)#設(shè)置特定形狀為##星號
七、繪制簡單平滑幾何曲線
>ggplot(data = mtcars)+
? geom_smooth(mapping=aes(x = wt, y = mpg))#使用了平滑幾何對象繪制
八、繪制分組的平滑幾何曲線
>ggplot(data = mtcars)+
? geom_smooth(mapping=aes(x = wt, y = mpg,linetype = vs))#使用vs來分#組繪制圖形
類似的命令可以有
>ggplot(data = mtcars)+
? geom_smooth(mapping=aes(x = wt, y = mpg,group = vs))
圖形效果如下
>ggplot(data = mtcars)+
? geom_smooth(
? ? mapping=aes(x = wt, y = mpg,color = vs),? #這里的逗號不要丟了
? ? show.legend = FALSE #這個是說不出現(xiàn)圖例，如果要出現(xiàn)則輸入TRUE
? ? )
圖11 分組繪制平滑曲線
九、同時出現(xiàn)多個幾何對象
>ggplot(data = mtcars)+ ? ? #加號別忘了
? geom_smooth(mapping=aes(x = wt, y = mpg))+ ? #加號別忘了
? geom_point(mapping=aes(x = wt, y = mpg))
該命令可以簡化為：
>ggplot(data = mtcars,mapping=aes(x = wt, y = mpg))+
? geom_smooth()+
? geom_point()
繪制結(jié)果是：
可以擴(kuò)展為：
>ggplot(data = mtcars,mapping=aes(x = wt, y = mpg))+
? geom_smooth(mapping = aes(color =vs))+
? geom_point()
圖形為：
也可以擴(kuò)展為：
>ggplot(data = mtcars,mapping=aes(x = wt, y = mpg))+
? geom_smooth()+
? geom_point(mapping = aes(color =vs))
繪制圖形為：
總結(jié)：幾何對象比如點圖，平滑圖，但是先寫誰，并沒有關(guān)系?？磥硭^的平滑曲線就是散點圖分布的范圍的勾勒。
學(xué)習(xí)感受：剛拿到這本書迫不及待的開始學(xué)習(xí)，反倒在一開始就是因為數(shù)據(jù)的問題卡死在了開始的第一個圖形，后來擱置了一周后，去忙別的編程，再來看這個例子，就反應(yīng)過來了是哪里的問題。所以學(xué)習(xí)真是不能急啊。
