R语言ggplot2绘图安装与调试

0x01 安装与R基础一直听说数据分析里R语言是比较‘正统’，况且久闻ggplot2这些R语言的数据分析库大名，想到今后数据分析和整理

0x01 安装与R基础

一直听说数据分析里R语言是比较‘正统’，况且久闻ggplot2这些R语言的数据分析库大名，想到今后数据分析和整理的需要，这里开一个简单的系列学习一些R语言和ggplot2的绘图基础。本人学习的书籍是Winston Chang大佬的《R Graphics Cookbook》，且稍有一点Python里的Plotnine绘图基础。但我算是R语言小白，所以整个系列也可以记录自己学习遇到的坑，供大家参考。

库安装

我使用的R版本为3.6.3，需要下载的库包括ggplot2，gcookbook和dplyr库。可以使用如下的安装指令：

install.packages("ggplo2")
install.packages("dplyr")
install.packages("gcookbook")

如果遇到了installation of package ‘ggplot2’ had non-zero exit status类似的问题，可以指定安装程序强制安装二进制文件[1]，如

install.packages("ggplo2", type = "binary")

R语言数据处理基础

首先简单介绍数据输入常用的两种方法，一种是CSV数据，我们可以采用函数read.csv(file, args)输入；另一种常用数据EXCEL数据可以使用read_excel(file)函数输入数据。

dplyr包（magrittr包）提供了一种运算符%>%，可以在R中实现类似连续函数调用的编程方法，以嵌套函数f,g,h为例：

h(g(f(x)))
# 等价于
x %>% 
  f() %>% 
  g() %>% 
  h()

这样的函数调用相比嵌套函数更加直观，尤其是在多个连续的数据集处理场合。

基础绘图以及概念

散点图和完整流程

绘制图片使用的数据集为mtcars：

mtcars %>% head()

                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

在开始绘图之前，有一点基本的R语言基础设施需要准备。R语言画图需要有基础的画布，可以用dev.new()函数来开启一个新的画布（如果是windows系统需要使用windows()函数）。

dev.new()
# windows() # windows系统使用

下面直接展示最简单的散点图绘制代码：

p <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()

上面的代码就是一个使用ggplot2绘图的最基本结构，ggplot函数是保存数据集和映射信息（aes）等基本信息的绘图主函数，也可以理解为存储所有信息的画布底层。第一个参数放入数据集，后续的映射都在此数据集上进行，本例中就是使用了mtcars中的wt列作为x，mpg列作为y值。ggplot2中的函数基本均是加法进行组合，所以这里加上了geom_point函数组合进绘图。此时geom_point函数通过ggplot函数可以得知其绘图需要用到的键信息(x, y)分别对应的数据值。代码运行结果如下：

绘制完图后，可以选择print(p)来查看图片并保存，或者使用ggplot2自带的函数ggsave来保存图片，基本的格式例如png，pdf等都有[2]。

ggsave(p, "p.png")

如果想要绘图的数据不属于同一个data frame，那么可以不指定ggplot函数的数据项，在aes映射中直接定义，如下所示：

ggplot(data=null, aes(x = mtcars$wt, y = mtcars$mpg))

其他基本绘图与基础

下面的代码展示了R语言绘制线形图的基本函数geom_line，同时展示了ggplot2通过组合函数geom_line和geom_point来绘图的基本逻辑：

p <- ggplot(pressure, aes(x = temperature, y = pressure)) +
  geom_line() +
  geom_point()

对于柱形图，ggplot2的相关支持比较多，这里展示最基础的两种，一个是geom_bar函数：

p <- ggplot(mtcars, aes(x = factor(cyl))) +
  geom_bar()

这里有一个新的函数factor，这个函数是将数据列变化为因子，体现在图上类似于将连续变量转化为了离散的变量。可以看到，上述的映射信息中不包括y值。这是因为geom_bar函数默认的运作方式count，也就是统计x的出现次数并绘图，相当于geom_bar(stat="count")，其中stat选项是统计函数的意思。如果需要绘制具体数值类似y值的柱形图就需要用到下一个函数了。
第二个柱形图的函数是geom_col函数：

p <- ggplot(BOD, aes(x = factor(Time), y = demand)) +
  geom_col()

其实geom_col的效果与geom_bar(stat="identity")是一致的，这样就能随心所欲的绘制柱形图了。

下面的代码示例展示了绘制和柱形图很像的直方图的案例：

p <- ggplot(mtcars, aes(x = mpg)) +
  geom_histogram(binwidth = 3)

直方图也是默认的频率统计，这里略微调整了参数binwidth来放大每个直方的宽度。

下面的代码展示了如何绘制箱型图的例子：

p <- ggplot(ToothGrowth, aes(x = interaction(supp, dose), y = len)) +
  geom_boxplot()

上面除了基本代码还用到了interaction函数，用于组合变量，类似cross join的结果。

除开这些基本绘图，数学函数的绘制也比较容易：

# 自定义函数
myfun <- function(xvar) {
  1 / (1 + exp(-xvar + 10))
}

p <- ggplot(data.frame(xdata = c(0, 20)), aes(x = xdata)) +
stat_function(fun = myfun, geom = "line")

上面的代码首先定义了一个简单的函数，然后将函数作为自定义统计函数stat_function的fun参数输入，并选择绘图方式为line，这样就可以得到一条函数曲线。总结