关于ggplot2包的基本功能介绍(上）

library(tidyverse)
#> Loading tidyverse: ggplot2
#> Loading tidyverse: tibble
#> Loading tidyverse: tidyr
#> Loading tidyverse: readr
#> Loading tidyverse: purrr
#> Loading tidyverse: dplyr
#> Conflicts with tidy packages
----------------------------------------------
#> filter(): dplyr, stats
#> lag():    dplyr, stats

install.packages("tidyverse")
library(tidyverse)

mpg
#> # A tibble: 234 × 11
#>   manufacturer model displ  year   cyl      trans   drv   cty   hwy    fl
#>          <chr> <chr> <dbl> <int> <int>      <chr> <chr> <int> <int> <chr>
#> 1         audi    a4   1.8  1999     4   auto(l5)     f    18    29     p
#> 2         audi    a4   1.8  1999     4 manual(m5)     f    21    29     p
#> 3         audi    a4   2.0  2008     4 manual(m6)     f    20    31     p
#> 4         audi    a4   2.0  2008     4   auto(av)     f    21    30     p
#> 5         audi    a4   2.8  1999     6   auto(l5)     f    16    26     p
#> 6         audi    a4   2.8  1999     6 manual(m5)     f    18    26     p
#> # ... with 228 more rows, and 1 more variables: class <chr>

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

ggplot(data = <DATA>) +
  <GEOM_FUNCTION>(mapping = aes(<MAPPINGS>))

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

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, size = class))
#> Warning: Using size for a discrete variable is not advised.

# Left
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, alpha = class))
# Right
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, shape = class))

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy), color = "blue")

ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy, color = "blue"))
mpg中哪些变量是类别型变量，哪些变量是连续型变量？（提示：用？mpg来读取数据组中的信息）。当你使用mpg的时候你如何知道这些信息。
2.    
为一个连续型变量添加颜色、大小、形状的参数，这些图形在表示类别型和连续型变量时有什么不同？
3.    
如果将给同一个变量添加多种类型的图形参数会怎样？
4.    
stroke图形参数是什么？它会使用什么样的形状？（提示：使用？geom-point）
5.    
如果你将图形参数添加给非变量值会发生什么？例如：ase(colour=displ<5)?
4. 常见问题
当你使用R的时候，你会遇到很多问题。别担心，每个人都会遇到这些问题。我使用R语言很多年了，每天仍会写出很多错误代码。
仔细比较你写好的代码和书中的代码。R非常挑剔，一个字符的错误就会造成很大的不同。要确保每个字符都有所匹配。有时你运行了代码但是却没有结果显示，检查一下你左手边的控制台，如果显示a+，这说明R认为你还没有写完代码，它在等待你完成你的代码。这种情况下，你通常可以按下ESCAPE键来结束正在运行的程序继续编写你的代码。
当你创建ggplot2图表时一个常见的问题就是把“+”放在了错误的位置，它需要放在一行代码的结尾处，而不是开头处。换句话说，确保你的代码不会写成下面这样：
ggplot(data = mpg) 
+ geom_point(mapping = aes(x = displ, y = hwy))
如果你仍然不太明白，请使用help功能。你可以通过在控制台中运行？funtion-name来查询R的任何功能，或者是在RStudio中选择好函数的名字然后按F1键。不要担心看不懂帮助里的说明，你可以直接拉到页面底部查看贴合你需求的使用案例。
如果还是不能解决的问题，仔细阅读以下报错信息，有时答案也许就藏在里面。但是当你是个R语言的使用新手时，你也许还不能理解这些报错信息。另一个比较好用的工具就是Google，尝试去google这些报错信息，很有可能别人也有同样的问题，并且在网上找到了答案。
5. Facets
改变图形参数是为你的图表添加额外变量的一种方式。另一种方式是将你的图表划分为若干区域（特别是对类别型变量十分有用），每一块区域都会展示出变量中的一个小子集。
为了能通过一个变量来将你的图表划分区域，你可以使用facet-wrap()函数。函数中的第一个语句应为公式，这里你可以通过使用“~”符号加上变量名来创建它（这里所说的公式是指R中数据结构的名称，而不是指一个等式）。你向facet-wrap()函数中传递的变量应该是离散型的。
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy)) + 
  facet_wrap(~ class, nrow = 2)
要在两个变量的组合上绘制图形，请将facet_grid()添加到绘图调用中。 facet_grid()的第一个参数也是一个公式， 这一次，公式应该包含两个由〜分隔的变量名。
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy)) + 
  facet_grid(drv ~ cyl)
5.1练习
1.如果将一个连续型变量进行划分会怎么样？
2.在facet-grid(drv~cyl)所绘制的图表中，空的单元区域代表什么？它们和图表有什么关系？
3.下面的代码会绘制出什么样的图形，“.”符号有什么作用？
ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy)) +
  facet_grid(drv ~ .)
ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy)) +
facet_grid(. ~ cyl)
4.本节中第一个使用这种划分区域型图表的案例：
ggplot(data = mpg) +
  geom_point(mapping = aes(x = displ, y = hwy)) +
facet_wrap(~ class, nrow = 2)
相较于用颜色来代表变量它有什么优势？有什么劣势？如果你有一个更大的数据组你要如何来平衡它们之间的优劣。
5.读一下？facet-wrap的帮助页。nrow和ncol各有什么功能？还有哪些其它选项可以控制表格的布局？为什么facet-grid()中没有nrow和ncol选项？
6.当你使用facet-grid()时你应该将列中含有更多唯一值的变量放入其中，为什么？
6. Geometric objects
下面这两幅图是不是看起来很像？
两个图标拥有同样的x轴和Y轴，它们都描述了同样的数据。但是它们的图表类型并不相同，两个图表各自使用了不同的图形来展示数据。在ggplot2语法中，我们称它们使用了不同的geoms。
geoms是图表用来展示数据的几何图形的参数选项。人们通常会用这些这些几何图形来描述数据。 例如，条形图使用了条形几何参数，线形图使用了线性几何参数，箱线图使用了箱线几何参数等等。正如我们所看到的，我们可以使用不同的几何图形来绘制同样的数据图表。左侧的图表使用了点图，右侧使用了平滑的曲线图，通过一条平滑曲线来拟合了数据的分布情况。
为了改变图表中的几何形状，你可以在gglot()中添加geom功能，例如，你可以通过以下代码来绘制出上面的两幅图：
# left
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy))
# right
ggplot(data = mpg) + 
  geom_smooth(mapping = aes(x = displ, y = hwy))
在gglot2中的每一个geom功能都需要一个mapping语句。然而并不是每一个图形参数和几何类型之间都可以互相匹配。你可以为一个点设置形状，但是你不能为一条线设置“形状”。geom-smooth()可以画出不同类型的线，你可以用不同的线来代表不同的变量。
ggplot(data = mpg) + 
  geom_smooth(mapping = aes(x = displ, y = hwy, linetype = drv))
这里geom-smooth()根据drv值将汽车分成了三种不同的线型。一条线代表drv为4的数据，一条线代表drv为f的数据，一条线代表drv为r的数据。这里4代表四轮驱动，f代表前轮驱动，r代表后轮驱动。

如果这看起来比较奇怪，我们可以让它更清晰一点，将线条直接叠加在原来的散点图上，并且用颜色区分不同的drv值。
注意到了吗，这幅图表包含了两种不同的几何类型。不要激动，下一节我们就会学习怎样在同一副图表中添加不同类型几何图形。
ggplot2提供了超过30种几何类型的图表，而扩展包提供了更多（这个网页中有示例https://www.ggplot2-exts.org）。 ggplot2的备忘单是简单理解这些图表的最好的方式，你可以在这里找到它Cheatsheets。如果想单独学习某一种图表可以使用帮助功能查看。
很多图表比如geom-smooth()使用一种几何图形就可以展示多个变量。对于这些图表，你可以设定一组图形参数来表达这些不同的变量。ggplot2会给这组变量中的每一个唯一值都画一个可区分的图形。在练习中，ggplot2将会自动为离散型的变量分组，并且给他们添加几何参数（就像上面那个线形图的例子）。R的这种功能用起来很方便，因为这样的自动分组不需要我们再去做多余的解释说明。
ggplot(data = mpg) +
  geom_smooth(mapping = aes(x = displ, y = hwy))
ggplot(data = mpg) +
  geom_smooth(mapping = aes(x = displ, y = hwy, group = drv))
 为了能在同一副图表中展示多种图表类型，你可以将要添加的图表类型的geom函数写在ggplot()中：
ggplot(data = mpg) + 
  geom_point(mapping = aes(x = displ, y = hwy)) +
  geom_smooth(mapping = aes(x = displ, y = hwy))
然而在上面的代码中有一些重复的部分。试想一下如果我们想要改变Y轴，用cty变量来代替hwy变量，你需要在两个位置修改变量名称，这样你也许漏掉其中一个。你可以通过直接在ggplot()中定义xy轴来避免这种重复的写法，ggplot2会把这样的图形参数当作全局参数来应用到每一幅图表上。换句话说，下面的代码可以绘制出和上面相同的图表：
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + 
  geom_point() + 
  geom_smooth()
如果你再向geom中添加参数，ggplot2会把它们当做图层叠加在图表上。它会使用这些参数来扩展或者是修改在ggplot()中定义好的全局变量。这就使图表在不同的图层可以展示出不同的图形特性。
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + 
  geom_point(mapping = aes(color = class)) + 
  geom_smooth()
你可以用同样的想法来使每一个图层单独表示一组数据。这里我们的曲线仅仅代表mpg数据组中小型汽车的数据资料。geom-smooth()中的语句在它的图层上改变了ggplot()中没有遵守ggplot()中定义的全局变量：
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + 
  geom_point(mapping = aes(color = class)) + 
  geom_smooth(data = filter(mpg, class == "subcompact"), se = FALSE)
你会在下一章里学到如何使用filter()函数，这里你只需要知道这条命令是用来挑选小型汽车这个变量的就可以了。）
6.1练习
1.在你绘制线图、直方图、箱线图和区域图的时候你都会用到什么geom语句。
2.首先在你的脑海里运行下面这段代码并想象会输出什么结果，然后在R中运行代码检验你的猜想。
ggplot(data = mpg, mapping = aes(x = displ, y = hwy, color = drv)) + 
  geom_point() + 
  geom_smooth(se = FALSE)
3.show.legend=FALSE有什么用？如果去掉它会有什么影响？
4.geom-smooth()中的se语句有什么用？
5.下面的这两幅图表有什么区别吗？为什么？
ggplot(data = mpg, mapping = aes(x = displ, y = hwy)) + 
  geom_point() +