R語言學習ggplot2繪制統計圖形包全面詳解

一、序

作為一枚統計專業的學僧，首先需要掌握的編程語言一定是R。雖然自己對R談不上精通，但卻有著不一樣的熱愛，尤其熱衷於使用R語言繪制各種各樣覺得十分酷炫的圖。每每磕完一個繪圖作品，仿佛過瞭一個愉快的寒暑假，充實而滿足。而在R語言中，談到繪圖，就不得不聊聊ggplot2這個大神器。

剛開始接觸學習的時候，其實是非常抵觸，覺得非常非常難的，但隨著一張張圖片躍然於屏幕之上，心中的抵觸滿滿消失，取而代之的甚至多出瞭一絲喜愛。而這絲喜愛愈釀愈醇厚，愈釀愈香甜。這就促使我寫一寫這篇博文。回顧我之前學習ggplot2所走過的路，使大傢能夠避免走上我曾經走過的死胡同，從而走上一條康莊大道。也希望大傢能夠愛上R這門編程語言，享受使用ggplot2繪圖的樂趣。

本文其實借鑒瞭網上很多的教程與參考文獻，具體這些學習資料的網址，也會在文末進行說明。

二、ggplot2是什麼？

一句話概括：它是一個用來繪制統計圖形(不隻是統計圖形)的R包！

為什麼叫ggplot呢？其中的gg當然不是Good Game的意思，而是Grammar of Graphics，直譯就是繪圖的語法，這是一門學問，繪圖的學問。後面會介紹其與眾不同的語法。

作者是Hadley Wickham，下面我們先瞻仰一下大神，沾點靈氣，為後續的ggplot學習之路打好基礎。

說起這位作者，可就厲害瞭。他是RStudio公司的首席科學傢，在博士期間其實就已經開發出瞭ggplot包，後面覺得寫的不行，於是推陳出新，天空一聲巨響，ggplot2閃亮登場。由於這個包實在是太好用瞭，所以漸漸的，如今Python等多個編程語言都有瞭其對應的庫。

當然，如果僅僅憑借ggplot2，Wickham還無法成為RStudio公司的首席科學傢，他還是dplyr，devtools，readxl，rvest等包的作者，是一位全能型大神。

與此同時，在工作之外，他擅長烘焙和調制雞尾酒，並且還有自己的傢庭食譜網站。真的非常的膩害！

更新：大神還榮獲2019年的統計學諾貝爾獎——COPSS 獎！

好瞭，言歸正傳，我們接著介紹ggplot2。

三、ggplot2能畫出什麼樣的圖？

前面一直在誇它的好，得看看它究竟能創作出什麼樣的圖！（由於博客的限制，不能使用svg的高清無碼矢量圖，故隻能使用略帶模糊的jpg圖片）

前面兩個圖都是標準的統計學的我們需要畫的圖，隻不過是將箱線圖、柱狀圖、直方圖、散點圖、擬合回歸以及相關系數，全部融合在瞭一張圖上，信息量非常豐富。集百傢之所長，成一傢之言！但這還沒什麼，ggplot2還能做出令你更加吃驚的統計圖。就比如下面的回歸樹圖：

還有下面這個像巖漿一樣的族譜圖：從祖先到你，如何薪火相傳。

以及最後一個犯罪率的變化情況。

好看的圖片千千萬，有趣的繪圖包隻有ggplot2。這裡隻介紹極小的一部分情況，說明一下它能做些什麼。屏幕中的圖，如果不自己生成，就永遠隻是別人傢的圖，而不是自己的，所以下面我們就來講講如何像搭積木，組裝機器一樣，組裝成一個獨屬於你的妖嬈且風騷的圖片。

四、組裝機器

ggplot2繪圖三步走：

• 按照**“設計圖紙”**
• 用一個個**“零件”**
• 自己進行**“組裝”**

後面會一一進行介紹，這三步。但其實隻要有一個概念，用ggplot2就是像PS一樣，一個圖層一個圖層的疊加，最後組成我們的目標繪圖。

它的優勢非常明顯：

1. 用戶能在更抽象層面上控制圖形，使創造性繪圖更容易
2. 采用圖層的設計方式，使其更具靈活性
3. 圖形美觀，同時避免繁瑣細節
4. 將常見的統計變換融入到瞭繪圖中

五、設計圖紙

想要瞭解ggplot2，我們必須先瞭解下面這些概念：

1. 數據（Data）和映射（Mapping）：將數據映到圖像
2. 幾何對象（Geometric）：代表在圖中看到的實際元素，如點、線、多邊形等
3. 統計變換（Statistics）：對數據進行某種匯總，如直方圖，或將二維關系用線性模型解釋
4. 標度（Scale）：將數據的取值映射到圖形空間，例如用：顏色、大小、形狀表示不同取值
5. 坐標系（Coordinate）：數據如何映射到圖形所在平面，提供作圖所需的坐標軸和網格線
6. 分面（Facet）：將數據分解為子集，進行聯合展示
7. 圖層（Layer）：對所需的繪圖操作進行一層一層疊加，最終得到所需圖形

這些概念能幫助你加深對其的理解，但是還是不懂？沒關系！我們剛開始隻需要掌握下面的零件構造就好瞭！

六、機器的零件

在最最最開始，你需要安裝R並且建議安裝R Studio，都是免費的，並且都需要安裝，然後可以直接從R Studio打開。

然後我們需要先安裝ggplot2包，在R或者R Studio中使用下述語句，即可完成安裝。

install.packages('ggplot2')

接著，我們就可以學習其中的每個零件的用法瞭。

1. 零件——散點圖

如果我們想要看兩個變量之間的關系，最簡單，最方便的做法就是繪制散點圖，那我們如何使用ggplot2繪制這樣一個圖形呢？

library(ggplot2)
p <- ggplot(data = mpg, mapping = aes(x = cty, y = hwy))
p + geom_point()

首先需要使用library()對ggplot2包進行加載（記得每次重新打開都需要進行加載！），當然也可以使用require()。然後就可以愉快地進行繪圖瞭。

我們需要找到一個映射，也就是一對一的對應關系，這個我們在程序中如何給定呢？這就需要使用ggplot()這個函數。

首先在data =後面需要加上數據集的名稱，在例子中是mpg一個關於汽車的數據集（註意：這個數據集是ggplot2包中特有的，加載瞭包才會有這個數據集）。在這個數據集裡面有很多變量，其中有cty與hwy等一系列變量。 每個變量都有一列數值，也就是樣本的信息，我們需要看cty與hwy兩個變量對應的信息，就需要指定x軸是誰，y軸對應的是誰。在代碼中，首先需要使用aes()將兩個坐標軸的信息對應起來。aes代表的是aesthetic mappings，具有美感的映射，然後在裡面分別使用x = ，y =來制定需要映射的變量。至此，我們的對應關系就找出來瞭。

但是！此時，你運行p這個變量是沒有圖像信息反饋出來的，因為你隻是指定瞭關系，而沒有說明應該以什麼形式進行展現。可能是散點、折線、曲線等等。不過由於我們是進行散點圖的繪制，所以使用的是後面還要+ geom_point()就可以展現出散點圖瞭，其中geom表示的是geometric object，幾何對象的意思。

接著，我們再對散點圖進行一點點潤色。（黑黑的點真的好醜）

1) 變換顏色

p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))
p + geom_point()

這裡我們指定瞭其散點的顏色，在aes()中使用瞭colour =，其後面的year也是mpg數據集中的一個變量。裡面隻有1999和2008兩年，每個樣本都有一個年份。（colour =寫在aes()裡面可以自動分配顏色，寫在外面就是強制指定點的顏色，如加上‘blue'等）

不過為瞭將數字轉化成factor因子形式，我們這裡使用瞭factor()將數值變成瞭因子（可以自己嘗試不添加factor()看看會出現什麼樣的結果，其實會出現顏色的深淺表示數值的大小）。

這裡使用瞭p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))，我們默認將後面這部分賦值給瞭變量p，後面的p全部都是指代這行語句。

這行代碼還有另外一個地方發生瞭變化，data =消失，隻是這個都可以省略，隻要在對應的位置有數據集這個變量就好瞭（這裡是mpg）。同理，其實x = 與y = 在這裡都可以省略。

在出現瞭散點之後，還是覺得空蕩蕩的，我們再加點別的零件。

2) 擬合曲線

p + geom_point() + stat_smooth()

相比於原先的操作，隻是再加瞭一行 + stat_smooth()，stat表示的是statistical transformation，統計學變換。因為我們需要用插值的方法來繪制擬合直線，並且附帶置信區間。

3) 變換大小

p + geom_point(aes(colour = factor(year), size = displ)) + 
  stat_smooth()   # 排量越大，點越大

想要變換點的大小，隻需再在aes()中加上size =，後面接上一個新的變量名稱displ代表著汽車的排量，每個點的尺寸越大，代表著排量越大，其對應關系如右邊圖例所示。

在此基礎上我們還想在一張圖上添加更多的信息，同時也可以解決點與點之間的重疊的問題，不會因為遮蓋而使得我們有部分點看不到。那麼我們應該怎麼做呢？

透明度！

4) 修改透明度

p + geom_point(aes(colour = factor(year),
                   size = displ), alpha = 0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10))

同樣，我們隻需使用alpha =即可其范圍在0 — 1之間，越小表示越透明。註意，在這裡，我們是寫在aes()的外面，代表對所有的點都強制透明度為0.5。

在修改完透明度後，我們發現，圖像已經有一點夢幻般的感覺瞭。但仔細一看，會發現，這張圖實在是太擁擠瞭，1999年與2008年全部擠在瞭一塊兒，那有沒有什麼簡單的方法可以將兩年直接分開呢？

使用分層操作！

5) 分層

p + geom_point(aes(colour = class, size = displ), alpha = 0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10)) +
  facet_wrap(~ year, ncol = 1)

這次變化的內容其實有點多，我們來細細捋一捋，首先是分層。

其實分層操作用起來非常的簡單，就一行代碼：facet_wrap(~ year, ncol = 1)，facet_wrap()是關鍵，facet與wrap兩個詞組合，就是逐面地包起來。裡面我們選擇按照year這個變量來分層，就可以將1999與2008分開。一定要註意！這裡在year前面有個~，回歸中的用法。而最後的ncol = 1代表著我們的小窗口是1列，指定瞭1列之後，默認就是兩行啦。（因為年份一共隻有兩種）如果不加這句，會默認橫著排列，或者想要指定幾行，則使用nrow = 1。

第二個修改的地方是colour = class。同樣的，class也是數據集中的一個變量，代表不同種類的汽車，而因為汽車的種類非常多，所以顏色也就變的很多瞭。

第三個修改點是：添加瞭scale_size_continuous(range = c(4, 10))，也就是指定我們size的變化范圍。在本圖中，就是控制點的絕對大小的范圍， 不要太大，也不要太小。

至此，散點圖該潤色的地方，已經潤色的差不多瞭，唯獨還有一個小小的缺陷：能否加個標題，並且將這些英文簡寫的名稱改得更容易懂一些。畢竟做統計圖不是為瞭自娛自樂，而是要給別人看的，要讓大傢明白你在做什麼，在分析什麼。

所以我們還需要進行一點點修改。

6) 改中文

p + geom_point(aes(colour = class, size = displ), alpha=0.5) +
  stat_smooth() + scale_size_continuous(range = c(4, 10)) +
  facet_wrap(~ year,ncol = 1) +
  labs(y = '每加侖高速公路行駛距離', x = '每加侖城市公路行駛距離',
       title = '汽車油耗與型號', size = '排量', colour = '車型') +
  theme(text = element_text(family = "STHeiti"),
        plot.title = element_text(hjust = 0.5))

看到這麼長的代碼，首先要做的就是淡定，不要虛！我們慢慢來解釋。

其實我們隻添加瞭兩個地方，labs()與theme()。

labs()修改的是我們標簽的名稱。我們前面在aes()中用瞭x =，y =，size =以及colour =，這些都是會有標簽名稱的，默認都是前面顯示的一些英文。而這裡，我們隻需要在labs()中，寫上其對應的名稱即可。另外我們還附送一個title =，就是我們圖像的標題。

theme()更偏向於格式的修改。text = element_text(family = "STHeiti")是對字體進行修改，變為黑體。Windows系統的各位，可以不添加這行，一樣會顯示前面labs()中設定的中文。而如果是Mac或者Linux系統，由於字體的缺失，會顯示成一個一個的框框，在圖像上顯示不瞭中文字。

第二行plot.title = element_text(hjust = 0.5)是調整標題的位置，不加這行，標題會居左，加上才會居中。hjust = 0.5其實就是左右移動的意思，0.5表示居中。

2. 零件——直方圖與條形圖

學完瞭零件——散點圖，我們再來學學其它零件。

我們先著重介紹直方圖與條形圖。可能會有有人問，這兩個不都是方塊兒條嗎，有什麼區別。其實這兩個圖有本質的區別：一個是針對連續的變量（直方圖，histogram），將連續的變量砍成一段一段，再進行計數；一個是針對離散的變量（條形圖，bar），直接對每類的樣本來數數。

1) 直方圖

p1 <- ggplot(mpg, aes(x = hwy))
p1 + geom_histogram()

這裡不再用前面的變量p，而是變成p1，其映射是不需要y的，隻需要指定x =數據集中的一個變量即可。然後+ geom_histogram()會使用默認的參數進行直方圖的繪制。

2) 潤色

p1 + geom_histogram(aes(fill = factor(year), y = ..density..),
                    alpha = 0.3, colour = 'black') +
  stat_density(geom = 'line', position = 'identity', size = 1.5,
               aes(colour = factor(year))) +
  facet_wrap(~ year, ncol = 1)

這裡又進行瞭很多操作，下面將其進行分解。

首先是facet_wrap(~ year, ncol = 1)按年分層，這裡不再詳述。我們來聊聊geom_histogram()中的參數。

fill = factor(year) 放在aes() 中表示按年進行填充顏色。為什麼不用前面說到的colour = ？這是ggplot繪圖中一個非常重要的點！（敲黑板！）對於線與點這種面積為0的結構，它的顏色就直接使用colour =進行指定，而對條形圖，柱狀圖，扇形圖（特殊的柱狀圖），箱線圖等等有面積的圖形，其面積的顏色，我們需要用fill =來指定。

添加y = ..density.. 是將原本的頻數直方圖變成頻率密度直方圖，目的是為瞭在直方圖上添加密度曲線，兩者可以同時在一張圖上展現。

alpha = 0.3 是指定填充顏色的透明度， colour = 'black'則是強制指定柱狀圖邊框的顏色為黑色。註意這兩個參數是放在aes()外面，就是強制設定的意思。

stat_density()表示添加統計學中的密度曲線，進行密度估計。geom = 'line'指定為線形， position = 'identity'表示一個一一映射， size = 1.5 是強制修改線的尺寸，為原先的1.5倍。最後的aes(colour = factor(year))為修改擬合密度曲線的顏色，這裡就是用的colour =而不是fill =

3) 條形圖

p2 <- ggplot(mpg, aes(x=class))
p2 + geom_bar()

直接簡單地計算不同車種類在數據集中的數量，使用 + geom_bar()，用默認參數即可繪制。我們直接從圖上也可以看出，geom_bar()與geom_histogram()，兩者繪制出來的圖形，一個有間隔，一個沒有間隔。這就正好對應瞭我們的離散與連續的區別。

我們想進一步比較不同年份，兩者的汽車種類的數量是否有差別，我們可以使用並立條形圖。

a. 並立條形圖

p3 <- ggplot(mpg, aes(class, fill = factor(year)))
p3 + geom_bar(position = 'dodge')

隻需添加參數position = 'dodge'，並立條形圖帶回傢！當然前面要說明用什麼變量來並立，這裡是年份：fill = factor(year)

同樣，我們可以做不同的條形圖。

b. 堆疊條形圖

p3 <- ggplot(mpg, aes(class, fill = factor(year)))
p3 + geom_bar(position = 'dodge')

c. 分面條形圖

p3 + geom_bar(aes(fill = class)) + facet_wrap(~ year)

隻需動一動手指，就可享受到買一送三的奢華體驗！

3. 零件——餅圖

餅圖可以說是條形圖的一種特殊形式，其繪制方法可以從代碼中看出。

p4 <- ggplot(mpg, aes(x = factor(1), fill = factor(class))) +
  geom_bar(width = 1)
p4 + coord_polar(theta = "y")

首先x軸，隻有一個柱子，柱子的寬度我們設置為1，geom_bar(width = 1)，也就是鋪滿整個圖，而柱子按照class變量來分類，並且是堆疊的（默認是堆疊條形圖）。這時的圖，也就是p4是一個“千層餅”。然後我們按照y軸為原點，用coord_polar(theta = "y")，把這個千層餅卷成千層卷，就成瞭我們的餅圖瞭。

後面會專門開個博客來細講餅圖的一些細節操作。

4. 零件——箱線圖

用geom_boxplot()繪制箱線圖。

p5 <- ggplot(mpg, aes(class, hwy, fill = class))
p5 + geom_boxplot()

但是箱線圖怎麼看都覺得不夠炫酷，我們可以用小提琴圖來使繪圖變得更加美麗動人。

5. 零件——小提琴圖

p5 + geom_violin(alpha = 0.3) + geom_jitter(shape = 21)

使用geom_violin()繪制小提琴圖，同樣改變透明度。小提琴圖相比於箱線圖多瞭各個類別分佈的信息，是圖像變得更加漂亮。

然後我們用geom_jitter()添加擾動點，其實就是將數據點等間隔的排列，顯得更加高大上。其中的shape = 21指定的是擾動點的形狀，我們用21號，也就是空心點（默認是實心點）。

至此，主要的零件都已經介紹完成瞭。但我們可以看到，ggplot繪制出來的圖，背景都是灰格子，我們可不可以將其去掉呢？

當然可以！

6. 零件打磨

下面的一系列變化都基於前面繪制的箱線圖。我們通過修改theme()中一系列參數，來對背景進行修改。

# 不要灰底
p5 <- ggplot(mpg, aes(class, hwy, fill = class))
p6 <- p5 + geom_boxplot()
p6 + theme_bw()

# 不要網格線
p6 + theme_bw() + theme(panel.grid = element_blank())

# 不要刻度標簽
p6 + theme_bw() + theme(panel.grid = element_blank(),
                        axis.text = element_blank())

# 不要刻度線
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank())

# 不要xy軸標題
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank(),
                        axis.title = element_blank())

# 不要外層邊框
p6 + theme_bw() + theme(panel.grid = element_blank(), 
                        axis.text = element_blank(),
                        axis.ticks = element_blank(),
                        axis.title = element_blank(),
                        panel.border = element_blank())

# 不要圖例
p7 <- p6 + theme_bw() + theme(panel.grid = element_blank(), 
                              axis.text = element_blank(),
                              axis.ticks = element_blank(),
                              axis.title = element_blank(),
                              panel.border = element_blank(),
                              legend.position = "none")
p7

7. 超級變變變

到這裡還有沒有進一步的提升空間呢？比如定制自己喜歡的配色？當然可以！

這裡我們使用scale_fill_manual()函數，來對箱線圖中填充的顏色進行修改。觀察這個函數，可以發現，由於是箱線圖中填充的顏色，所以函數中間是fill。如果將中間的fill替換成colour，也就是scale_colour_manual()，就可以對點與線的顏色進行定制瞭！

關於具體的配色，在文末會有推薦的網站，大傢隻需選中自己喜歡的配色，復制粘貼即可。

變

# 黃棕變
color = c('#ffffd4', '#fee391', '#fec44f', '#fe9929',
          '#ec7014', '#cc4c02', '#8c2d04')
p7 + scale_fill_manual(values = color)

變！

# 紅藍變
color = c('#b2182b', '#ef8a62', '#fddbc7', '#f7f7f7', 
          '#d1e5f0', '#67a9cf', '#2166ac')
p7 + scale_fill_manual(values = color)

變！！

# 清新脫俗變
color = c('#fbb4ae', '#b3cde3', '#ccebc5', '#decbe4',
          '#fed9a6', '#ffffcc', '#e5d8bd')
p7 + scale_fill_manual(values = color)

8. 其他常用零件

最後我們再介紹一些其他常用的零件：

七、實踐出真知

別人傢的男票再帥，也是別人傢的。

同理可證，代碼一定要自己一行一行的敲，並且每次可以自己多試幾種類似的情況，看看圖形會怎麼變。帶著問題去學習，去探索，一定會很快入門ggplot2這個大殺器！

八、學習資源

ggplot2官方參考文檔

ggplot2速查(Cheat Sheet)

ggmap(可以畫出美得令人窒息的地圖)

ggplot2很多很多衍生包

一個專治“疑難雜癥”的地方(Stack Overflow)

調色板(用於配色，很全面，但偶爾需要翻墻)

另一個配色網站

函數與使用方法速查

九、參考資料

ggplot2官方參考文檔

30分鐘學會ggplot2

ggplot2 Elegant Graphics for Data Analysis (use R)

ggplot2高級繪圖。

最後本文的PPT（利用 R 包 xaringan 制作而成）於GitHub上可獲得：
https://github.com/kannyjyk/ggplot2-xaringan

以上就是R語言學習ggplot2繪制統計圖形包全面詳解的詳細內容，更多關於R語言ggplot2繪制統計圖形包的資料請關註WalkonNet其它相關文章！

推薦閱讀：

• R語言使用ggplot繪制畫中畫細節放大的方法
• R語言數據可視化tidyr與ggplot2多個變量分層展示舉例實現
• R語言包ggplot實現分面去掉小標題的灰色底色小技巧
• R語言數據可視化ggplot添加左右y軸繪制天貓雙十一銷售圖
• R語言數據可視化ggplot繪制置信區間與分組繪圖技巧