R語言資料繪圖學習（0x01）-安裝ggplot2與嘗試

0x01 安裝與R基礎

一直聽說資料分析里R語言是比較‘正統’，況且久聞ggplot2這些R語言的資料分析庫大名，想到今后資料分析和整理的需要，這里開一個簡單的系列學習一些R語言和ggplot2的繪圖基礎，本人學習的書籍是Winston Chang大佬的《R Graphics Cookbook》，且稍有一點Python里的Plotnine繪圖基礎，但我算是R語言小白，所以整個系列也可以記錄自己學習遇到的坑，供大家參考，

庫安裝

我使用的R版本為3.6.3，需要下載的庫包括ggplot2，gcookbook和dplyr庫，可以使用如下的安裝指令：

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

如果遇到了installation of package ‘ggplot2’ had non-zero exit status類似的問題，可以指定安裝程式強制安裝二進制檔案[1]，如

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

R語言資料處理基礎

首先簡單介紹資料輸入常用的兩種方法，一種是CSV資料，我們可以采用函式read.csv(file, args)輸入；另一種常用資料EXCEL資料可以使用read_excel(file)函式輸入資料，

dplyr包（magrittr包）提供了一種運算子%>%，可以在R中實作類似連續函式呼叫的編程方法，以嵌套函式f,g,h為例：

h(g(f(x)))

# 等價于
x %>% 
  f() %>% 
  g() %>% 
  h()

這樣的函式呼叫相比嵌套函式更加直觀，尤其是在多個連續的資料集處理場合，

基礎繪圖以及概念

散點圖和完整流程

繪制圖片使用的資料集為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

在開始繪圖之前，有一點基本的R語言基礎設施需要準備，R語言畫圖需要有基礎的畫布，可以用dev.new()函式來開啟一個新的畫布（如果是windows系統需要使用windows()函式），

dev.new()
# windows() # windows系統使用

下面直接展示最簡單的散點圖繪制代碼：

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

上面的代碼就是一個使用ggplot2繪圖的最基本結構，ggplot函式是保存資料集和映射資訊（aes）等基本資訊的繪圖主函式，也可以理解為存盤所有資訊的畫布底層，第一個引數放入資料集，后續的映射都在此資料集上進行，本例中就是使用了mtcars中的wt列作為x，mpg列作為y值，ggplot2中的函式基本均是加法進行組合，所以這里加上了geom_point函陣列合進繪圖，此時geom_point函式通過ggplot函式可以得知其繪圖需要用到的鍵資訊(x, y)分別對應的資料值，代碼運行結果如下：

繪制完圖后，可以選擇print(p)來查看圖片并保存，或者使用ggplot2自帶的函式ggsave來保存圖片，基本的格式例如png，pdf等都有[2]，

ggsave(p, "p.png")

如果想要繪圖的資料不屬于同一個data frame，那么可以不指定ggplot函式的資料項，在aes映射中直接定義，如下所示：

ggplot(data=https://www.cnblogs.com/medianet-ytc/archive/2023/05/13/null, aes(x = mtcars$wt, y = mtcars$mpg))

其他基本繪圖與基礎

下面的代碼展示了R語言繪制線形圖的基本函式geom_line，同時展示了ggplot2通過組合函式geom_line和geom_point來繪圖的基本邏輯：

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

對于柱形圖，ggplot2的相關支持比較多，這里展示最基礎的兩種，一個是geom_bar函式：

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

這里有一個新的函式factor，這個函式是將資料列變化為因子，體現在圖上類似于將連續變數轉化為了離散的變數，可以看到，上述的映射資訊中不包括y值，這是因為geom_bar函式默認的運作方式count，也就是統計x的出現次數并繪圖，相當于geom_bar(stat="count")，其中stat選項是統計函式的意思，如果需要繪制具體數值類似y值的柱形圖就需要用到下一個函式了，
第二個柱形圖的函式是geom_col函式：

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

其實geom_col的效果與geom_bar(stat="identity")是一致的，這樣就能隨心所欲的繪制柱形圖了，

下面的代碼示例展示了繪制和柱形圖很像的直方圖的案例：

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

下面的代碼展示了如何繪制箱型圖的例子：

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

除開這些基本繪圖，數學函式的繪制也比較容易：

# 自定義函式
myfun <- function(xvar) {
  1 / (1 + exp(-xvar + 10))
}

p <- ggplot(data.frame(xdata = https://www.cnblogs.com/medianet-ytc/archive/2023/05/13/c(0, 20)), aes(x = xdata)) +
stat_function(fun = myfun, geom ="line")

總結

本節主旨在于R語言ggplot2繪圖的初探，熟悉基本的繪圖模式，后續將會一一展開學習庫中的繪圖細節，完善繪圖質量，

參考資料：

[1] 解決R包“had non-zero exit status”安裝報錯，
[2] ggplot2圖片保存

標籤：其他

上一篇：python高級技術（行程二）

下一篇：返回列表