數(shù)據(jù)可視化手冊(cè)-ggplot

RGraphicsCookbook

——ggplot2

陳清12條形圖：bargraphs折線圖：LineGraphs散點(diǎn)圖：ScatterPlots描述數(shù)據(jù)分布：SummarizedDataDistributions注解：Annotations坐標(biāo)軸：Axes控制圖形整體外觀：ControllingtheOverallAppearanceofGraphs圖例：Legends分面：factes配色：Usingcolorsinplots其他圖形：MiscellaneousGraphsoutlines3條形圖：bargraphs1、簡(jiǎn)單條形圖1、、一個(gè)繪制在x軸的分類變量和一個(gè)繪制在y軸的連續(xù)型變量ggplot(pg_mean,aes(x=group,y=weight))+geom_bar(stat="identity")4條形圖：bargraphs1、簡(jiǎn)單條形圖2、注意x是離散型變量與連續(xù)型變量的區(qū)別，將連續(xù)變量轉(zhuǎn)為因子型變量：ggplot(BOD,aes(x=factor(Time),y=demand))+geom_bar(stat="identity")：若不轉(zhuǎn)化為因子，則會(huì)在每個(gè)連續(xù)變量的取值處都會(huì)畫(huà)出來(lái)一個(gè)bar5條形圖：bargraphs1、簡(jiǎn)單條形圖3、默認(rèn)條形圖是黑灰色且沒(méi)有邊框線，fill可改變填充色，colour為條形圖添加邊框geom_bar(stat="identity",fill="lightblue",colour="black")6條形圖：bargraphs2、簇狀條形圖1、將分類變量映射到fill，并運(yùn)行g(shù)eom_bar(position="dodge").ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(position="dodge",stat="identity")7條形圖：bargraphs2、簇狀條形圖2、可用scale_fill_manual()或者scale_fill_brewer（）對(duì)圖形顏色進(jìn)行設(shè)置ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(position="dodge",colour="black")+scale_fill_brewer(palette="Pastel1")8條形圖：bargraphs1、使用geom_bar()，同時(shí)不映射任何變量到y(tǒng)參數(shù)ggplot(diamonds,aes(x=cut))+geom_bar()#Equivalenttousinggeom_bar(stat="bin")

對(duì)這里就不用映射y值，同時(shí)也不用stat="identity"，geom_bar()在默認(rèn)情況下將參數(shù)設(shè)定為stat="bin"，就是計(jì)數(shù)（頻數(shù)）3、頻數(shù)條形圖9條形圖：bargraphs2、x軸對(duì)應(yīng)于連續(xù)變量的條形圖，也即常說(shuō)的直方圖，所以用geom_histogram()與geom_bar()結(jié)果一樣ggplot(diamonds,aes(x=carat))+geom_bar()3、頻數(shù)條形圖10條形圖：bargraphs4、條形圖著色1、將合適變量映射到fill即可ggplot(upc,aes(x=Abb,y=Change,fill=Region))+geom_bar(stat="identity")11條形圖：bargraphs2、需要改變默認(rèn)設(shè)置時(shí)要用到scale_fill_manual()或者scale_fill_brewer()ggplot(upc,aes(x=reorder(Abb,Change),y=Change,fill=Region))+geom_bar(stat="identity",colour="black")+scale_fill_manual(values=c("#669933","#FFCC66"))+xlab("State")注意：顏色的映射設(shè)定是在aes內(nèi)部完成的，而顏色的重新設(shè)定是在aes外部完成的4、條形圖著色12條形圖：bargraphs5、對(duì)正負(fù)條形圖著色1、默認(rèn)畫(huà)出的圖形有問(wèn)題：第一、顏色效果與我們想要的相反,藍(lán)對(duì)冷，通常是負(fù)值，紅是暖色調(diào)，通常對(duì)應(yīng)于正值，但默認(rèn)畫(huà)出來(lái)的相反。第二、圖例顯的有些多余13條形圖：bargraphs2、解決：設(shè)定參數(shù)guide=FALSE可以刪除圖例（干擾），scale_fill_manual()更改默認(rèn)顏色ggplot(csub,aes(x=Year,y=Anomaly10y,fill=pos))+geom_bar(stat="identity",position="identity",colour="black",size=0.25)+scale_fill_manual(values=c("#CCEEFF","#FFDDDD"),guide=FALSE)5、對(duì)正負(fù)條形圖著色14條形圖：bargraphs6、調(diào)整條形圖的寬度和條形間距1、geom_bar()的參數(shù)width可改變寬度（默認(rèn)0.9）ggplot(pg_mean,aes(x=group,y=weight))+geom_bar(stat="identity",width=0.5)此時(shí)沒(méi)有用顏色屬性映射分組變量每個(gè)條形都是總和15條形圖：bargraphs2、將變量映射到圖形屬性，此時(shí)必須添加position=“dodge”才是簇狀并列的，不然默認(rèn)的是堆積（見(jiàn)下節(jié)）ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(stat="identity",width=0.5,position="dodge")6、調(diào)整條形圖的寬度和條形間距16條形圖：bargraphs3、添加條形組距可以將width設(shè)置的小一些(條形寬度)，同時(shí)position_dodge的取值（中心位置）大于widthggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(stat="identity",width=0.5,position=position_dodge(0.7))position_dodge中width默認(rèn)值也是0.96、調(diào)整條形圖的寬度和條形間距17條形圖：bargraphs7、繪制堆積條形圖1、映射一個(gè)變量給填充色fill即可（不用設(shè)置position，說(shuō)明默認(rèn)的條形圖就是堆積條形圖）ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(stat="identity")18條形圖：bargraphs2、默認(rèn)繪制的條形圖有一個(gè)問(wèn)題，就是條形的堆積順序與圖例順序是相反的，通過(guò)guides函數(shù)對(duì)圖例順序進(jìn)行調(diào)整ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(stat="identity")+guides(fill=guide_legend(reverse=TRUE))

翻轉(zhuǎn)堆疊順序的堆積條形圖：指定圖形映射中的參數(shù)order=desc()來(lái)實(shí)現(xiàn)library(plyr)#Neededfordesc()ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar,order=desc(Cultivar)))+geom_bar(stat="identity")7、繪制堆積條形圖19條形圖：bargraphs8、繪制百分比堆積條形圖1、用plyr中的ddply函數(shù)和transform函數(shù)將每組條形對(duì)應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)化為100%格式，對(duì)結(jié)果繪制堆積條形圖即可2、用position參數(shù)（好用）dplot<-ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))dplot+geom_bar(position="fill",stat="identity")dplot+geom_bar(position="stack“,stat="identity"))dplot+geom_bar(position="dodge“,stat="identity"))20條形圖：bargraphs9、添加數(shù)據(jù)標(biāo)簽1、在繪圖命令中加上geom_text()即可為條形圖添加數(shù)據(jù)標(biāo)簽，運(yùn)行時(shí)需要分別指定一個(gè)變量映射給x，y，（位置）和label標(biāo)簽本身。vjust豎直調(diào)整數(shù)據(jù)標(biāo)簽的位置（上負(fù)下正）#Belowthetopggplot(cabbage_exp,aes(x=interaction(Date,Cultivar),y=Weight))+geom_bar(stat="identity")+geom_text(aes(label=Weight),vjust=1.5,colour="white")21條形圖：bargraphs2、對(duì)于簇狀條形圖的條形更窄，所以需要使用字號(hào)size來(lái)縮小標(biāo)簽的字體大小以匹配條形寬度，數(shù)字標(biāo)簽?zāi)J(rèn)的字號(hào)是53、對(duì)于堆積條形圖，添加標(biāo)簽之前要先對(duì)每組條形對(duì)應(yīng)的數(shù)據(jù)進(jìn)行累積求和（求第二個(gè)標(biāo)簽的位置）。并且進(jìn)行操作之前要保證數(shù)據(jù)的合理排序9、添加數(shù)據(jù)標(biāo)簽22條形圖：bargraphs10、繪制cleveland點(diǎn)圖1、有時(shí)人們會(huì)用cleveland點(diǎn)圖來(lái)替代條形圖以減少圖形照成的視覺(jué)混亂并使圖形更具有可讀性，最直接的方法是geom_point()命令。ggplot(tophit,aes(x=avg,y=reorder(name,avg)))+geom_point(size=3)+#Usealargerdottheme_bw()+theme(panel.grid.major.x=element_blank(),panel.grid.minor.x=element_blank(),panel.grid.major.y=element_line(colour="grey60",linetype="dashed"))23條形圖：bargraphs2、再根據(jù)其他變量對(duì)樣本進(jìn)行分組很有用，同時(shí)加入線段（對(duì)圖形外觀的進(jìn)一步修改而已），方法一：對(duì)數(shù)據(jù)排序，然后將顏色屬性映射到分組變量。方法二：分面ggplot(tophit,aes(x=avg,y=name))+geom_segment(aes(yend=name),xend=0,colour="grey50")+geom_point(size=3,aes(colour=lg))+scale_colour_brewer(palette="Set1",limits=c("NL","AL"),guide=FALSE)+theme_bw()+theme(panel.grid.major.y=element_blank())+facet_grid(lg~.,scales="free_y",space="free_y")10、繪制cleveland點(diǎn)圖24條形圖：bargraphs3.1geom_segment(aes(yend=name,xend=0),colour="grey50")就會(huì)畫(huà)出很長(zhǎng)的圖3.2無(wú)scales=“free_y”,space=“free_y”時(shí)，所有標(biāo)簽都會(huì)畫(huà)出來(lái)10、繪制cleveland點(diǎn)圖25條形圖：bargraphs折線圖：LineGraphs散點(diǎn)圖：ScatterPlots描述數(shù)據(jù)分布：SummarizedDataDistributions注解：Annotations坐標(biāo)軸：Axes控制圖形整體外觀：ControllingtheOverallAppearanceofGraphs圖例：Legends分面：factes配色：Usingcolorsinplots其他圖形：MiscellaneousGraphsoutlines26二、折線圖：

LineGraphs1、簡(jiǎn)單折線圖用ggplot()和geom_line(),并分別映射變量給x，y即可x即可以為連續(xù)變量也可以為分類變量，但是分類變量的時(shí)候必須設(shè)定group＝1（很重要），確保所有的點(diǎn)畫(huà)在一張圖上ggplot(BOD1,aes(x=Time,y=demand,group=1))+geom_line()272、向折線圖中添加數(shù)據(jù)標(biāo)記1、代碼中加入geom_point()ggplot(BOD1,aes(x=Time,y=demand,group=1))+geom_line()+geom_point()二、折線圖：

LineGraphs282、有些有關(guān)時(shí)間的圖，如收集標(biāo)本的時(shí)間頻率很不一樣，這時(shí)加入數(shù)據(jù)點(diǎn)標(biāo)記就很有用ggplot(worldpop,aes(x=Year,y=Population))+geom_line()+geom_point()ggplot(worldpop,aes(x=Year,y=Population))+geom_line()+geom_point()+scale_y_log102、向折線圖中添加數(shù)據(jù)標(biāo)記二、折線圖：

LineGraphs293、繪制多重折線圖2、再將一個(gè)離散型變量映射給顏色或者線型即可,ggplot會(huì)以其為分組變量對(duì)數(shù)據(jù)進(jìn)行分組ggplot(tg,aes(x=dose,y=length,colour=supp))+geom_line()ggplot(tg,aes(x=dose,y=length,linetype=supp))+geom_line()當(dāng)x變量也是分類變量（離散變量），則必須同時(shí)告訴ggplot用來(lái)分組的變量，（否則會(huì)報(bào)錯(cuò)，因?yàn)間gplot不知如何組合數(shù)據(jù),會(huì)默認(rèn)按x變量分組）ggplot(tg,aes(x=factor(dose),y=length,colour=supp,group=supp))+geom_line()二、折線圖：

LineGraphs303、繪制多重折線圖2、如果折線圖上有數(shù)據(jù)標(biāo)記，也可以將分組變量映射給數(shù)據(jù)標(biāo)記的屬性（形狀，填充色）ggplot(tg,aes(x=dose,y=length,shape=supp))+geom_line()+geom_point(size=4)ggplot(tg,aes(x=dose,y=length,fill=supp))+geom_line()+geom_point(size=4,shape=21)注意：分組必須寫(xiě)在映射里，才對(duì)后面都有效shape=21:25二、折線圖：

LineGraphs313、為避免數(shù)據(jù)標(biāo)記點(diǎn)相互重疊，可以將標(biāo)記點(diǎn)左右移動(dòng)ggplot(tg,aes(x=dose,y=length,shape=supp))+geom_line(position=position_dodge(0.2))+#Dodgelinesby0.2geom_point(position=position_dodge(0.2),size=4)#Dodgepointsby0.2二、折線圖：

LineGraphs3、繪制多重折線圖324、修改線條樣式二、折線圖：

LineGraphs通過(guò)設(shè)置線條顏色、類型、線寬等參數(shù)ggplot(BOD,aes(x=Time,y=demand))+geom_line(linetype="dashed",size=1,colour=“blue")當(dāng)變量被映射給圖形屬性如顏色時(shí)，則它自動(dòng)被作為分組變量，在aes外部設(shè)定的圖形屬性則對(duì)所有的幾何對(duì)象產(chǎn)生影響（映射則不同）ggplot(tg,aes(x=dose,y=length,colour=supp))+geom_line(linetype="dashed")+geom_point(shape=22,size=3,fill=“white")335、修改數(shù)據(jù)標(biāo)記樣式二、折線圖：

LineGraphs在函數(shù)aes外部設(shè)定geom_point()的大小size，顏色colour，填充色fill即可默認(rèn)的是：實(shí)線圓圈，大小size=2，顏色colour黑色必須在折線繪制完成之后再設(shè)定數(shù)據(jù)標(biāo)記的顏色，防止其被折線遮蓋（圖層的疊加是有順序的）ggplot(BOD,aes(x=Time,y=demand))+geom_line()+geom_point(size=4,shape=22,colour="darkred",fill="pink")346、繪制面積圖二、折線圖：

LineGraphs1、默認(rèn)的面積圖：+geom_area()ggplot(sunspotyear,aes(x=Year,y=Sunspots))+geom_area()35二、折線圖：

LineGraphs2、含邊框的面積圖，并修改填充色，并設(shè)置透明度但是左右和下面都有框線影響美觀ggplot(sunspotyear,aes(x=Year,y=Sunspots))+geom_area(fill="blue",colour="black",alpha=0.2)6、繪制面積圖36二、折線圖：

LineGraphs3、用geom_line()繪制覆蓋頂部的面積圖（對(duì)2的美化）

ggplot(sunspotyear,aes(x=Year,y=Sunspots))+geom_area(fill="blue",alpha=0.2)+geom_line()6、繪制面積圖37二、折線圖：

LineGraphs7、堆積面積圖1、將因子變量映射到fill即可ggplot(uspopage,aes(x=Year,y=Thousands,fill=AgeGroup))+geom_area()（類似條形圖，默認(rèn)就是堆疊模式）不映射是右圖？？？？38二、折線圖：

LineGraphs7、堆積面積圖2、修改顏色和圖例堆疊順序（breaks參數(shù)）、同時(shí)繪制分割線（同樣有左右框線，解決見(jiàn)4）ggplot(uspopage,aes(x=Year,y=Thousands,fill=AgeGroup))+geom_area(colour="black",size=.2,alpha=.4)+scale_fill_brewer(palette="Blues",breaks=rev(levels(uspopage$AgeGroup)))guides(fill=guide_legend(reverse=TRUE))同樣適用反轉(zhuǎn)圖例39二、折線圖：

LineGraphs7、堆積面積圖3、設(shè)定圖中的堆疊順序，則同樣可以避免上面2、的操作order＝desc（）ggplot(uspopage,aes(x=Year,y=Thousands,fill=AgeGroup,order=desc(AgeGroup)))+geom_area(colour="black",size=.2,alpha=.4)+scale_fill_brewer(palette="Blues")40二、折線圖：

LineGraphs8、繪制百分比堆積面積圖書(shū)中方法都是修改數(shù)據(jù)為百分比的數(shù)據(jù)，然后按之前方法繪制我想到一個(gè)類似之前的方法，只要設(shè)定參數(shù)position=“fill“畫(huà)出的就是百分比，同樣試用41二、折線圖：

LineGraphs7、堆積面積圖4、沒(méi)有左右框線的堆積面積圖類似上節(jié)方法，借助geom_point(),只是要加入?yún)?shù)position=“stack”ggplot(uspopage,aes(x=Year,y=Thousands,fill=AgeGroup,order=desc(AgeGroup)))+geom_area(colour=NA,alpha=.4)+scale_fill_brewer(palette="Blues")+geom_line(position="stack",size=.2)42二、折線圖：

LineGraphs9、添加置信域1、geom_ribbon()只要映射變量給ymin和ymax即可，注意需將其再geom_line（）之前調(diào)用，防止線被遮擋ggplot(clim,aes(x=Year,y=Anomaly10y))+geom_line()+geom_ribbon(aes(ymin=Anomaly10y-Unc10y,ymax=Anomaly10y+Unc10y),alpha=.2)2、用geom_line（）也可以添加虛線的置信域43thanks44條形圖：bargraphs折線圖：LineGraphs散點(diǎn)圖：ScatterPlots描述數(shù)據(jù)分布：SummarizedDataDistributions注解：Annotations坐標(biāo)軸：Axes控制圖形整體外觀：ControllingtheOverallAppearanceofGraphs圖例：Legends分面：factes配色：Usingcolorsinplots其他圖形：MiscellaneousGraphsoutlines45三、散點(diǎn)圖：

ScatterPlots1、基本散點(diǎn)圖1、默認(rèn)散點(diǎn)圖ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point()2、修改默認(rèn)點(diǎn)型的散點(diǎn)圖Shape（16），size（默認(rèn)＝2）ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point(shape=21)ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point(size=1.5)46三、散點(diǎn)圖：

ScatterPlots2、使用點(diǎn)型和顏色屬性，并基于某變量對(duì)數(shù)據(jù)進(jìn)行分組1、將分組變量映射給點(diǎn)型或者顏色ggplot(heightweight,aes(x=ageYear,y=heightIn,colour=sex))+geom_point(size=6)ggplot(heightweight,aes(x=ageYear,y=heightIn,shape=sex))+geom_point(colour="blue",size=6)47三、散點(diǎn)圖：

ScatterPlots2、使用點(diǎn)型和顏色屬性，并基于某變量對(duì)數(shù)據(jù)進(jìn)行分組2、同時(shí)將一個(gè)分類變量映射給shape和colour屬性ggplot(heightweight,aes(x=ageYear,y=heightIn,colour=sex,shape=sex))+geom_point(size=6)3、修改默認(rèn)點(diǎn)型和顏色以改變圖形外觀ggplot(heightweight,aes(x=ageYear,y=heightIn,colour=sex,shape=sex))+geom_point(size=6)+scale_shape_manual(values=c(1,2))+scale_colour_brewer(palette=“Set1”)48三、散點(diǎn)圖：

ScatterPlots3、使用不同于默認(rèn)設(shè)置的點(diǎn)型有的點(diǎn)型只有邊框線，有些只有實(shí)心區(qū)域，有些兩者兼有（21-25），我們還可以用字符做點(diǎn)型。ggplot(heightweight,aes(x=ageYear,y=heightIn))+geom_point(shape=3,size=6)ggplot(heightweight,aes(x=ageYear,y=heightIn,shape=sex))+geom_point(size=6)+scale_shape_manual(values=c("F","M"))49三、散點(diǎn)圖：

ScatterPlots3、

使用不同于默認(rèn)設(shè)置的點(diǎn)型：把兩個(gè)分類變量分別映射給點(diǎn)型和填充色ggplot(hw,aes(x=ageYear,y=heightIn,shape=sex,fill=weightGroup))+geom_point(size=6)ggplot(hw,aes(x=ageYear,y=heightIn,shape=sex,fill=weightGroup))+geom_point(size=6)+scale_shape_manual(values=c(21,24))ggplot(hw,aes(x=ageYear,y=heightIn,shape=sex,fill=weightGroup))+geom_point(size=6)+scale_shape_manual(values=c(21,24))+scale_fill_manual(values=c(“red","black"))ggplot(hw,aes(x=ageYear,y=heightIn,shape=sex,fill=weightGroup))+geom_point(size=6)+scale_shape_manual(values=c(21,24))+scale_fill_manual(values=c(“red","black"),guide=guide_legend(override.aes=list(size=5,shape=21)))Fill屬性沒(méi)有起作用：默認(rèn)shape無(wú)fill屬性手動(dòng)標(biāo)度修改點(diǎn)型為可有fill屬性的點(diǎn)，可是圖例不正確，圖例不正確，說(shuō)明圖例的默認(rèn)形狀也是無(wú)fill屬性的（奇怪？說(shuō)明圖例是單獨(dú)控制的）手動(dòng)標(biāo)度修改圖例中fill的點(diǎn)型為可填充顏色的的點(diǎn)型如21。（但是手動(dòng)標(biāo)度最重要的參數(shù)是values，必須賦值。所以代碼3只是修改了填充色還是沒(méi)有修改圖例）只是修改了填充顏色123450三、散點(diǎn)圖：

ScatterPlots3、使用不同于默認(rèn)設(shè)置的點(diǎn)型：把兩個(gè)分類變量分別映射給點(diǎn)型和填充色123451三、散點(diǎn)圖：

ScatterPlots4、將連續(xù)變量映射到點(diǎn)的顏色和大小屬性上1、用點(diǎn)的顏色和大小來(lái)刻畫(huà)第三個(gè)連續(xù)變量，將變量映射到size或者colour上即可ggplot(heightweight,aes(x=ageYear,y=heightIn,colour=weightLb))+geom_point()ggplot(heightweight,aes(x=ageYear,y=heightIn,size=weightLb))+geom_point()52三、散點(diǎn)圖：

ScatterPlots4、將連續(xù)變量映射到點(diǎn)的顏色和大小屬性上2、增強(qiáng)可讀性：帶邊框的點(diǎn)還有fill屬性可以用，顏色淺時(shí)，邊框線可以很容易將數(shù)據(jù)點(diǎn)和背景色分開(kāi).設(shè)置顏色梯度。ggplot(heightweight,aes(x=ageYear,y=heightIn,fill=weightLb))+geom_point(shape=21,size=6)+scale_fill_gradient(low="black",high="white",breaks=seq(70,170,by=20),guide=guide_legend())guide=guide_legend()以離散的圖例代替連續(xù)的色階（順序也翻過(guò)來(lái)了）53三、散點(diǎn)圖：

ScatterPlots4、將連續(xù)變量映射到點(diǎn)的顏色和大小屬性上3、調(diào)用scale_size_aera可使數(shù)據(jù)點(diǎn)的面積正比于變量值（之前的size有誤導(dǎo)性，正比于半徑）。同時(shí)也不影響我們把分類變量映射給其他圖形屬性。ggplot(heightweight,aes(x=ageYear,y=heightIn,size=weightLb,colour=sex))+geom_point(alpha=.5)+scale_size_area()+scale_color_brewer(palette=“Set1")注意：將size設(shè)定給變量以后，盡量就不要把變量映射給shape了，因?yàn)椴煌瑘D形大小很難比較，視覺(jué)局限54三、散點(diǎn)圖：

ScatterPlots5、處理圖形重疊問(wèn)題方法：1、使用半透明點(diǎn)2、使用數(shù)據(jù)分箱bin并用矩形表示3、使用數(shù)據(jù)分箱bin，并用六邊形表示，55三、散點(diǎn)圖：

ScatterPlots5、處理圖形重疊問(wèn)題方法4：添加擾動(dòng)點(diǎn)當(dāng)有一個(gè)或者兩個(gè)數(shù)據(jù)軸對(duì)應(yīng)離散變量時(shí)，也會(huì)有重疊現(xiàn)象，這時(shí)可以用增加數(shù)據(jù)擾動(dòng)的方法56三、散點(diǎn)圖：

ScatterPlots5、處理圖形重疊問(wèn)題方法5：箱線圖當(dāng)數(shù)據(jù)集對(duì)應(yīng)一個(gè)離散變量一個(gè)連續(xù)變量時(shí)，箱線圖是一種較好的展現(xiàn)方式57三、散點(diǎn)圖：

ScatterPlots6、添加回歸模型擬合線1、stat_smooth()函數(shù)，并設(shè)定method＝lm即可向散電圖中添加線性回歸擬合線

sp<-ggplot(heightweight,aes(x=ageYear,y=heightIn))sp+geom_point()+geom_smooth(method=lm)默認(rèn)會(huì)添加95%置信區(qū)間，如果要更改置信水平可通過(guò)level來(lái)調(diào)整sp+geom_point()+geom_smooth(method=lm,level=.99)設(shè)置se＝FALSE則不添加置信域（線性模型并不是唯一的擬合模型，甚至不是默認(rèn)的模型，在調(diào)用geom_smooth時(shí)，默認(rèn)的是loess曲線（局部加權(quán)多項(xiàng)式））582、Logistic回歸（在處理logistic數(shù)據(jù)時(shí)，必須將有兩個(gè)水平的因子型變量轉(zhuǎn)為具有0和1取值的向量。）ggplot(b,aes(x=V1,y=classn))+geom_point(position=position_jitter(width=0.3,height=0.06),alpha=0.4,

shape=21,size=1.5)+stat_smooth(method=glm,family=binomial)三、散點(diǎn)圖：

ScatterPlots6、添加回歸模型擬合線59根據(jù)已有模型向散點(diǎn)圖中添加擬合線（略）重點(diǎn)在于對(duì)數(shù)據(jù)集建立回歸模型，之后將模型對(duì)應(yīng)的擬合線添加到散點(diǎn)圖上即可三、散點(diǎn)圖：

ScatterPlots7、根據(jù)已有模型向散點(diǎn)圖中添加擬合線8、添加來(lái)自多個(gè)模型的擬合線60三、散點(diǎn)圖：

ScatterPlots9、向散點(diǎn)圖中添加模型系數(shù)Annotate：sp+annotate("text",label="r^2==0.42",parse=TRUE,x=16.5,y=52)61三、散點(diǎn)圖：

ScatterPlots10、向散點(diǎn)圖添加邊際地毯（實(shí)際是一維散點(diǎn)圖）geom_rug即可

ggplot(faithful,aes(x=eruptions,y=waiting))+geom_point()+geom_rug()62三、散點(diǎn)圖：

ScatterPlots11、向散點(diǎn)圖添加標(biāo)簽1、annotate()sp+annotate("text",x=4350,y=5.4,label="Canada")+annotate("text",x=7400,y=6.8,label="USA")63三、散點(diǎn)圖：

ScatterPlots11、向散點(diǎn)圖添加標(biāo)簽2、geom_text()把變量名字映射給labels標(biāo)簽即可，同時(shí)為了避免過(guò)于擁擠可以使用略小一點(diǎn)的字體（默認(rèn)是5）系統(tǒng)自動(dòng)添加標(biāo)簽的時(shí)候會(huì)將其中心位置位于xy坐標(biāo)位置，所以需要調(diào)整一下，vjust=0標(biāo)簽文本的基線會(huì)與數(shù)據(jù)點(diǎn)對(duì)齊，vjust=1，標(biāo)簽文本的頂部會(huì)與數(shù)據(jù)點(diǎn)對(duì)齊。sp+geom_text(aes(label=Name),size=4,vjust=0)64三、散點(diǎn)圖：

ScatterPlots12、繪制氣泡圖1、繪制氣泡圖并令點(diǎn)的面積正比于變量值調(diào)用geom_point()和scale_size_aera()函數(shù)即可繪制氣泡圖p<-ggplot(cdat,aes(x=healthexp,y=infmortality,size=GDP))+geom_point(shape=21,colour="black",fill="cornsilk")2、另一個(gè)例子：x、y均是分類變量時(shí)65三、散點(diǎn)圖：

ScatterPlots13、散點(diǎn)圖矩陣：R基礎(chǔ)包pairs函數(shù)66條形圖：bargraphs折線圖：LineGraphs散點(diǎn)圖：ScatterPlots描述數(shù)據(jù)分布：SummarizedDataDistributions注解：Annotations坐標(biāo)軸：Axes控制圖形整體外觀：ControllingtheOverallAppearanceofGraphs圖例：Legends分面：factes配色：Usingcolorsinplots其他圖形：MiscellaneousGraphsoutlines67四、描述數(shù)據(jù)分布：SummarizedDataDistributions1、繪制簡(jiǎn)單直方圖ggplot(faithful,aes(x=waiting))+geom_histogram()僅需數(shù)據(jù)框的一列，或者單獨(dú)的一個(gè)數(shù)據(jù)向量作為參數(shù)。默認(rèn)情況下數(shù)據(jù)被分為30組?？赏ㄟ^(guò)組距width來(lái)調(diào)整分組數(shù)目或者數(shù)據(jù)切分為指定的分組數(shù)目。ggplot(faithful,aes(x=waiting))+geom_histogram(binwidth=5,fill="white",colour="black")68四、描述數(shù)據(jù)分布：SummarizedDataDistributions2、基于分組數(shù)據(jù)繪制分組直方圖基于分組數(shù)據(jù)繪制分組直方圖、分面的方法ggplot(birthwt,aes(x=bwt))+geom_histogram(fill="white",colour="black")+facet_grid(smoke~.)分面繪圖有個(gè)問(wèn)題是分面標(biāo)簽只有1和0，沒(méi)有指明這個(gè)標(biāo)簽的變量的取值。想要修改標(biāo)簽，我們需要修改因子水平的名稱。首先列出現(xiàn)有的因子水平levels，然后，依照相同的順序向他們賦予新的名字（代碼略）69四、描述數(shù)據(jù)分布：SummarizedDataDistributions1、繪制簡(jiǎn)單直方圖分面繪圖時(shí)各分面對(duì)應(yīng)的y軸標(biāo)度是相同的，當(dāng)個(gè)組樣本數(shù)量不同時(shí)，有時(shí)會(huì)難以比較各組情況?？梢栽O(shè)定參數(shù)scales=“free”，來(lái)單獨(dú)設(shè)定各個(gè)分面的y軸標(biāo)度。（當(dāng)然這種標(biāo)度設(shè)置只適用于y軸，因?yàn)閤軸標(biāo)度仍然是固定的，因?yàn)楦鱾€(gè)分面還是要依照x軸對(duì)齊的）ggplot(birthwt1,aes(x=bwt))+geom_histogram(fill="white",colour="black")+facet_grid(race~.,scales="free")2、基于分組數(shù)據(jù)繪制分組直方圖70四、描述數(shù)據(jù)分布：SummarizedDataDistributions1、繪制簡(jiǎn)單直方圖分組繪圖的另一種方法是把分組變量映射給fill，此時(shí)的分組變量必須是因子型或者字符型的向量。ggplot(birthwt1,aes(x=bwt,fill=smoke))+geom_histogram(position="identity",alpha=0.4)同時(shí)position=“identity”取消條形堆積(那說(shuō)明默認(rèn)是堆積的直方圖)，這句話很重要(不加右圖，圖例也不一樣)2、基于分組數(shù)據(jù)繪制分組直方圖71四、描述數(shù)據(jù)分布：SummarizedDataDistributions3、繪制密度曲線1、運(yùn)行g(shù)eom_density()函數(shù)，映射一個(gè)連續(xù)變量到x即可(左)ggplot(faithful,aes(x=waiting))+geom_density()但繪制出來(lái)之后有兩側(cè)和底部的短線。若不要那些線段可用下面方法（右）ggplot(faithful,aes(x=waiting))+geom_line(stat="density")+expand_limits(y=0)expand_limits(y=0)是擴(kuò)大y軸范圍以包含0點(diǎn)72四、描述數(shù)據(jù)分布：SummarizedDataDistributions3、繪制密度曲線2、曲線的光滑程度取決于和函數(shù)的寬帶，width可以調(diào)節(jié)ggplot(faithful,aes(x=waiting))+geom_line(stat="density",adjust=0.25,colour="red")+geom_line(stat="density")+geom_line(stat="density",adjust=2,colour="blue")73四、描述數(shù)據(jù)分布：SummarizedDataDistributions3、繪制密度曲線可借助geom_density()和geom_line共同繪制密度曲線ggplot(faithful,aes(x=waiting))+geom_density(fill="blue",colour=NA,alpha=.2)+geom_line(stat="density")+xlim(35,105)手動(dòng)設(shè)置x軸范圍74四、描述數(shù)據(jù)分布：SummarizedDataDistributions3、繪制密度曲線4、將密度曲線疊加到直方圖上，可以對(duì)觀測(cè)值的理論分布和實(shí)際分布進(jìn)行比較，由于密度曲線對(duì)應(yīng)的y軸坐標(biāo)太?。ㄇ€下面積總是1），如果將其疊加為做任何變換的直方圖上，曲線就會(huì)很小。通過(guò)設(shè)置y=..density..可以減小直方圖的標(biāo)度以使其與密度曲線的標(biāo)度相匹配。ggplot(faithful,aes(x=waiting,y=..density..))+geom_histogram(fill="cornsilk",colour="grey60",size=.2)+geom_density()+xlim(35,105)75四、描述數(shù)據(jù)分布：SummarizedDataDistributions4、基于分組數(shù)據(jù)繪制分組密度曲線1、分組變量映射給圖形屬性ggplot(birthwt1,aes(x=bwt,colour=smoke))+geom_density()ggplot(birthwt1,aes(x=bwt,fill=smoke))+geom_density(alpha=.2)76四、描述數(shù)據(jù)分布：SummarizedDataDistributions繪制密度曲線2、分面的方法對(duì)數(shù)據(jù)分組（可用類似之前直方圖的方法，修改分面標(biāo)簽）ggplot(birthwt1,aes(x=bwt))+geom_density()+facet_grid(smoke~.)3、如果將直方圖和密度曲線畫(huà)在一張圖上最好的方法是分面ggplot(birthwt1,aes(x=bwt,y=..density..))+geom_histogram(binwidth=200,fill="cornsilk",colour="grey60",size=.2)+geom_density()+facet_grid(smoke~.)4、基于分組數(shù)據(jù)繪制分組密度曲線77四、描述數(shù)據(jù)分布：SummarizedDataDistributions5、繪制頻數(shù)多邊形繪制頻數(shù)多邊形(與直方圖傳遞的信息類似只是以線條代替了條形)使用geom_freqpoly()ggplot(faithful,aes(x=waiting))+geom_freqpoly(binwidth=4)78四、描述數(shù)據(jù)分布：SummarizedDataDistributions6、繪制基本箱線圖1、繪制基本箱線圖（分別映射一個(gè)離散變量和一個(gè)連續(xù)變量至x，y即可）ggplot(birthwt,aes(x=factor(race),y=bwt))+geom_boxplot()2、設(shè)定width可修改箱線圖的寬度ggplot(birthwt,aes(x=factor(race),y=bwt))+geom_boxplot(width=.5)79四、描述數(shù)據(jù)分布：SummarizedDataDistributions6、繪制基本箱線圖3、如果圖中異常點(diǎn)多的話可以設(shè)置outlier.size（默認(rèn)2）或者outlier.shape（默認(rèn)16）參數(shù)修改其大小和形狀ggplot(birthwt,aes(x=factor(race),y=bwt))+geom_boxplot(width=.5,outlier.size=3,outlier.shape=21)4、繪制單組箱線圖的時(shí)候。必須給x參數(shù)映射一個(gè)取值，否則ggplot不知道箱線對(duì)應(yīng)的x軸，本例中可設(shè)定為1，并移除x軸的刻度標(biāo)記和標(biāo)簽ggplot(birthwt,aes(x=1,y=bwt))+geom_boxplot()+scale_x_continuous(breaks=NULL)+theme(axis.title.x=element_blank())注意：這個(gè)boxplot的寬度調(diào)整不了，不知道為什么，修改width圖像背景的格子發(fā)生了改變，但是圖形沒(méi)有改變？這個(gè)參數(shù)為什么不起作用？？80四、描述數(shù)據(jù)分布：SummarizedDataDistributions7、向箱線圖添加槽口向箱線圖添加槽口（以比較各組中位數(shù)是否有差異）ggplot(birthwt,aes(x=factor(race),y=bwt))+geom_boxplot(notch=TRUE)81四、描述數(shù)據(jù)分布：SummarizedDataDistributions8、向箱線圖添加均值向箱線圖添加均值（箱線圖中的橫線是中位數(shù)，不是均值）使用stat_summary()函數(shù)，箱線圖中的均值常以磚石來(lái)表示ggplot(birthwt,aes(x=factor(race),y=bwt))+geom_boxplot()+stat_summary(fun.y="mean",geom="point",shape=23,size=4,fill=“white")82四、描述數(shù)據(jù)分布：SummarizedDataDistributions9、繪制小提琴圖1、繪制小提琴圖：geom_violin()p<-ggplot(heightweight,aes(x=sex,y=heightIn))p+geom_violin()小提琴圖是并列排列的，對(duì)多組數(shù)據(jù)的分布進(jìn)行比較會(huì)更容易一些，同時(shí)小提琴圖也是核密度估計(jì)，繪圖時(shí)對(duì)核密度曲線取了鏡像以使形狀對(duì)稱。83四、描述數(shù)據(jù)分布：SummarizedDataDistributions9、繪制小提琴圖2、傳統(tǒng)畫(huà)法中一般在小提琴圖中加入一個(gè)窄的boxplot，同時(shí)用一個(gè)白圓圈表示中位數(shù)。（注意圖層的堆疊順序）p+geom_violin()+geom_boxplot(width=0.1,fill="black",outlier.colour=NA)+stat_summary(fun.y="median",shape=21,geom="point",fill="white",size=2.5)84四、描述數(shù)據(jù)分布：SummarizedDataDistributions9、繪制小提琴圖3、小提琴默認(rèn)的坐標(biāo)軸范圍使數(shù)據(jù)的最小值到最大值，其扁平的尾部在這兩個(gè)位置截?cái)?。設(shè)置trim=FALSE可以保留尾部4、默認(rèn)情況下，系統(tǒng)會(huì)對(duì)小提琴圖進(jìn)行標(biāo)準(zhǔn)化使得各組數(shù)據(jù)對(duì)應(yīng)的面積一樣。如果不想使各組數(shù)據(jù)對(duì)應(yīng)的圖的面積一樣，可通過(guò)設(shè)置scale=“count”使得圖的面積與每組觀測(cè)值數(shù)目成正比。p+geom_violin(scale="count")85四、描述數(shù)據(jù)分布：SummarizedDataDistributions9、繪制小提琴圖5、adjust參數(shù)可以調(diào)整小提琴的平滑程度，默認(rèn)是1，越大越平滑p+geom_violin(adjust=2)p+geom_violin(adjust=.5)86四、描述數(shù)據(jù)分布：SummarizedDataDistributions10、繪制wilkinson點(diǎn)圖，11、基于分組數(shù)據(jù)繪制分組點(diǎn)圖87四、描述數(shù)據(jù)分布：SummarizedDataDistributions12、繪制二維數(shù)據(jù)的密度圖1、使用stat_density2d()函數(shù)p<-ggplot(faithful,aes(x=eruptions,y=waiting))p+geom_point()+geom_density2d()2、可以將等高線映射到顏色p+geom_point()+geom_density2d(aes(colour=..level..))88thanks89條形圖：bargraphs折線圖：LineGraphs散點(diǎn)圖：ScatterPlots描述數(shù)據(jù)分布：SummarizedDataDistributions注解：Annotations坐標(biāo)軸：Axes控制圖形整體外觀：ControllingtheOverallAppearanceofGraphs圖例：Legends分面：factes配色：Usingcolorsinplots其他圖形：MiscellaneousGraphsoutlines90五、注解：Annotations1、添加文本注解1、使用annotate（）p<-ggplot(faithful,aes(x=eruptions,y=waiting))+geom_point()p+annotate("text",x=3,y=48,label="Group1")+annotate("text",x=4.5,y=66,label="Group2")2、可以修改文本屬性p+annotate("text",x=3,y=48,label="Group1",family="serif",fontface="italic",colour="darkred",size=5)+annotate("text",x=4.5,y=66,label="Group2",family="serif",fontface="italic",colour="darkred",size=5)91五、注解：Annotations2、在注解中使用數(shù)學(xué)表達(dá)式在注解中使用數(shù)學(xué)表達(dá)式使用annotate(geom=”text”)文本類幾何對(duì)象并設(shè)置parse=TRUE，p<-ggplot(data.frame(x=c(-3,3)),aes(x=x,))+stat_function(fun=dnorm)p+annotate("text",x=2,y=0.3,parse=TRUE,label="frac(1,sqrt(2*pi))*e^{-x^2/2}")92五、注解：Annotations3、添加直線添加直線：1、對(duì)于橫線和豎線直接用geom_hline()和geom_vline()，對(duì)于有角度的線則用geom_abline()。p<-ggplot(heightweight,aes(x=ageYear,y=heightIn,colour=sex))+geom_point()p+geom_hline(yintercept=60,size=1)+geom_vline(xintercept=14,size=1)p+geom_abline(intercept=37.4,slope=1.75,size=1)93五、注解：Annotations3、添加直線2、在數(shù)據(jù)均值處繪制直線p+geom_hline(aes(yintercept=heightIn,colour=sex),data=hw_means,linetype="dashed",size=1)3、離散型坐標(biāo)軸上的直線我們不能以字符串的形式指定截距，必須以數(shù)字形式指定。假設(shè)坐標(biāo)軸表示因子，則第一個(gè)水平的數(shù)值為1，，第二個(gè)水平數(shù)值為2，以此類推?；蛘呤褂脀hich（levels（））計(jì)算所需數(shù)值pg+geom_vline(xintercept=which(levels(PlantGrowth$group)=="ctrl"))94五、注解：Annotations4、添加線段和箭頭1、添加線段，用annotate("segment")p<-ggplot(subset(climate,Source=="Berkeley"),aes(x=Year,y=Anomaly10y))+geom_line()p+annotate("segment",x=1950,xend=1980,y=-.25,yend=-.25)95五、注解：Annotations4、添加線段和箭頭2、添加箭頭用grid包中的arrow函數(shù)向線段兩端添加箭頭或平頭（角度改為90）library(grid)p+annotate("segment",x=1850,xend=1820,y=-.8,yend=-.95,colour="blue",

size=2,arrow=arrow())+annotate("segment",x=1950,xend=1980,y=-.25,yend=-.25,

arrow=arrow(ends="both",angle=90,length=unit(.2,"cm")))箭頭的默認(rèn)角度是30度，默認(rèn)長(zhǎng)度是0.2英寸（0.508cm）96五、注解：Annotations5、添加矩形陰影添加矩形陰影，用annotate(“rect”)p<-ggplot(subset(climate,Source=="Berkeley"),aes(x=Year,y=Anomaly10y))+geom_line()p+annotate("rect",xmin=1950,xmax=1980,ymin=-1,ymax=1,alpha=.1,fill="blue")只要傳遞了合適的參數(shù)，任意幾何對(duì)象都可以配合annotate使用97五、注解：Annotations6、高亮某一元素高亮某一元素（修改某一元素的顏色，使其突出顯示）需要高亮一個(gè)或多個(gè)元素，需要在數(shù)據(jù)中創(chuàng)建一個(gè)新列并將其映射為顏色pg$h1<-"no"pg$h1[pg$group=="trt2"]<-"yes"ggplot(pg,aes(x=group,y=weight,fill=h1))+geom_boxplot()+scale_fill_manual(values=c("grey85","#FFDDCC"),guide=F)98五、注解：Annotations7、添加誤差棒對(duì)于條形圖和折線圖，添加的方法一樣1、條形圖：ggplot(ce,aes(x=Date,y=Weight))+geom_bar(fill="white",colour="black",stat="identity")+geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),width=.2)2、折線圖ggplot(ce,aes(x=Date,y=Weight))+geom_line(aes(group=1))+geom_point(size=4)+geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),width=.2)其中畫(huà)線是group=1很重要（寫(xiě)在aes里面），不然畫(huà)不出來(lái)99五、注解：Annotations7、添加誤差棒3、對(duì)于一組條形圖來(lái)說(shuō)，誤差先也必須被并列，否則他們會(huì)有完全相同的x坐標(biāo)而無(wú)法與條形對(duì)齊。Geom_bar()默認(rèn)的并列寬度是0.9，我們也要讓誤差線的并列寬度與此相同。ggplot(cabbage_exp,aes(x=Date,y=Weight,fill=Cultivar))+geom_bar(position="dodge",stat="identity")+geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),position=position_dodge(0.9),width=.2)100五、注解：Annotations7、添加誤差棒4、一組折線圖如果誤差線的顏色和線點(diǎn)的顏色不一致，最好先畫(huà)誤差線另外，應(yīng)當(dāng)同時(shí)并列所有幾何元素，這樣他們就會(huì)同誤差線對(duì)齊pd<-position_dodge(.3)#Savethedodgespecbecauseweuseitrepeatedlyggplot(cabbage_exp,aes(x=Date,y=Weight,colour=Cultivar,group=Cultivar))+geom_errorbar(aes(ymin=Weight-se,ymax=Weight+se),width=.2,size=0.25,colour="black",position=pd)+geom_line(position=pd)+geom_point(position=pd,size=2.5)101五、注解：Annotations8、向獨(dú)立分面添加注解把標(biāo)簽創(chuàng)建為一個(gè)新的數(shù)據(jù)框即可p<-ggplot(mpg,aes(x=displ,y=hwy))+geom_point()+facet_grid(.~drv)f_labels<-data.frame(drv=c("4","f","r"),label=c("4wd","Front","Rear"))p+geom_text(x=6,y=40,aes(label=label),data=f_labels)后續(xù)會(huì)將如何修改分面標(biāo)簽和標(biāo)題102條形圖：bargraphs折線圖：LineGraphs散點(diǎn)圖：ScatterPlots描述數(shù)據(jù)分布：SummarizedDataDistributions注解：Annotations坐標(biāo)軸：Axes控制圖形整體外觀：ControllingtheOverallAppearanceofGraphs圖例：Legends分面：factes配色：Usingcolorsinplots其他圖形：MiscellaneousGraphsoutlines103六、坐標(biāo)軸：Axes1、交換x、y軸1、使用coord_flip()：ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+coord_flip()2、但排列順序可能有些人看起來(lái)不合適，可翻轉(zhuǎn)順序ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+coord_flip()+scale_x_discrete(limits=rev(levels(PlantGrowth$group)))104六、坐標(biāo)軸：Axes2、設(shè)置連續(xù)坐標(biāo)軸的值域p<-ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()p+ylim(0,max(PlantGrowth$weight))ylim來(lái)設(shè)定范圍使scale_y_continuous()來(lái)設(shè)定范圍的簡(jiǎn)便寫(xiě)法ylim(0,10)與scale_y_continuous(limits=c(0,10)是等價(jià)的還可以在scale_y_continuous()里面設(shè)置其他屬性如breaks，scale_y_continuous()不要與ylim同時(shí)使用，不然會(huì)有異樣。當(dāng)修改xy標(biāo)度的時(shí)候，任何在范圍意外的數(shù)據(jù)都被剪除掉。超出范圍的數(shù)據(jù)不會(huì)被顯示。105六、坐標(biāo)軸：Axes3、Axis反轉(zhuǎn)一條連續(xù)型坐標(biāo)軸使用scale_y_reverse()或者scale_x_reverse()，p+scale_y_reverse()設(shè)定反序的坐標(biāo)軸范圍也可以達(dá)到類似的效果p+ylim(6.5,3.5)106六、坐標(biāo)軸：Axes4、修改類別型坐標(biāo)軸上項(xiàng)目的順序坐標(biāo)軸上項(xiàng)目的順序可通過(guò)scale_x_discrete()orscale_y_discrete().中的參數(shù)limits來(lái)修改手動(dòng)設(shè)定坐標(biāo)軸上項(xiàng)目的順序，將一個(gè)理想的順序排列的水平向量指定給limits即可還可忽略某些項(xiàng)目。p+scale_x_discrete(limits=c("trt1","trt2"))反轉(zhuǎn)順序p+scale_x_discrete(limits=rev(levels(PlantGrowth$group)))107六、坐標(biāo)軸：Axes5、設(shè)置x軸y軸的縮放比例sp<-ggplot(marathon,aes(x=Half,y=Full))+geom_point()sp+coord_fixed(ratio=1/2)+scale_y_continuous(breaks=seq(0,420,30))+scale_x_continuous(breaks=seq(0,420,15))108六、坐標(biāo)軸：Axes6、設(shè)置刻度線的位置p<-ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()p+scale_y_continuous(breaks=c(4,4.25,4.5,5,6,8))ggplot(PlantGrowth,aes(x=group,y=weight))+geom_boxplot()+

scale_x_discrete(limits=c("trt2","ctrl"),breaks="ctrl")109六、坐標(biāo)軸：Axes7、移除刻度線和標(biāo)簽1、移除刻度標(biāo)簽：主題里面p+theme(axis.t