当前位置：极客教程 > R语言 > R语言 教程 > R语言 用R和ggplot2实现数据可视化

R语言 用R和ggplot2实现数据可视化

R语言 用R和ggplot2实现数据可视化

R编程语言中的ggplot2包 也被称为 图形语法 ，是一个免费的、开源的、易于使用的可视化包，在R中广泛使用。它是由Hadley Wickham编写的最强大的可视化包。

它包括几个层次，它是由这些层次来管理的。这些层次如下。

具有图形语法的层的构件

  • 数据： 该元素是数据集本身
  • 美学 ：数据要映射到美学属性上，如X轴、Y轴、颜色、填充、大小、标签、阿尔法、形状、线宽、线型。
  • 几何学： 我们的数据如何使用点、线、柱状图、条形图、boxplot进行显示。
  • 面： 使用列和行来显示数据的子集。
  • 统计学： 分选、平滑、描述性、中间性
  • 坐标： 使用直角坐标、固定坐标、极坐标、极限坐标显示数据和显示之间的空间
  • 主题： 非数据链接

用R和ggplot2实现数据可视化

使用的数据集

mtcars（motor trend car road test）包括32种汽车的油耗和汽车设计和性能的10个方面，并预先安装了R中的 dplyr 包。

# Installing the package
install.packages("dplyr")
  
# Loading package
library(dplyr)
  
# Summary of dataset in package
summary(mtcars)
R

输出

      mpg             cyl             disp             hp       
 Min.   :10.40   Min.   :4.000   Min.   : 71.1   Min.   : 52.0  
 1st Qu.:15.43   1st Qu.:4.000   1st Qu.:120.8   1st Qu.: 96.5  
 Median :19.20   Median :6.000   Median :196.3   Median :123.0  
 Mean   :20.09   Mean   :6.188   Mean   :230.7   Mean   :146.7  
 3rd Qu.:22.80   3rd Qu.:8.000   3rd Qu.:326.0   3rd Qu.:180.0  
 Max.   :33.90   Max.   :8.000   Max.   :472.0   Max.   :335.0  
      drat             wt             qsec             vs        
 Min.   :2.760   Min.   :1.513   Min.   :14.50   Min.   :0.0000  
 1st Qu.:3.080   1st Qu.:2.581   1st Qu.:16.89   1st Qu.:0.0000  
 Median :3.695   Median :3.325   Median :17.71   Median :0.0000  
 Mean   :3.597   Mean   :3.217   Mean   :17.85   Mean   :0.4375  
 3rd Qu.:3.920   3rd Qu.:3.610   3rd Qu.:18.90   3rd Qu.:1.0000  
 Max.   :4.930   Max.   :5.424   Max.   :22.90   Max.   :1.0000  
       am              gear            carb      
 Min.   :0.0000   Min.   :3.000   Min.   :1.000  
 1st Qu.:0.0000   1st Qu.:3.000   1st Qu.:2.000  
 Median :0.0000   Median :4.000   Median :2.000  
 Mean   :0.4062   Mean   :3.688   Mean   :2.812  
 3rd Qu.:1.0000   3rd Qu.:4.000   3rd Qu.:4.000  
 Max.   :1.0000   Max.   :5.000   Max.   :8.000
R

R编程中的ggplot2包的例子

我们使用 ggplot2 图层对包括32个汽车品牌和11个属性的 MTCars 数据集进行了可视化设计。

数据层

在数据层中，我们定义了要可视化的信息来源，让我们使用ggplot2包中的MTCars数据集。

# Loading packages
library(ggplot2)
library(dplyr)
   
# Data Layer
ggplot(data = mtcars)
R

输出

用R和ggplot2实现数据可视化

美学层

在这里，我们将把数据集显示并映射到某些美学上。

# Aesthetic Layer
ggplot(data = mtcars, aes(x = hp, y = mpg, col = disp))
R

输出

用R和ggplot2实现数据可视化

几何图层

在几何图层中控制基本元素，看看我们的数据是如何使用点、线、柱状图、条形图、boxplot显示的。

# Geometric layer
ggplot(data = mtcars, 
       aes(x = hp, y = mpg, col = disp)) + geom_point()
R

输出

用R和ggplot2实现数据可视化

几何图层。添加大小、颜色和形状，然后绘制直方图图谱

# Adding size
ggplot(data = mtcars, 
       aes(x = hp, y = mpg, size = disp)) + geom_point()
   
# Adding color and shape
ggplot(data = mtcars, 
       aes(x = hp, y = mpg, col = factor(cyl), 
                          shape = factor(am))) +
geom_point()
   
# Histogram plot
ggplot(data = mtcars, aes(x = hp)) +
       geom_histogram(binwidth = 5)
R

输出

用R和ggplot2实现数据可视化

Facet Layer

它用于将数据分割成整个数据集的子集，并允许子集在同一图上被可视化。在这里，我们根据传输类型分离行，根据圆柱体分离列。

# Facet Layer
p <- ggplot(data = mtcars, 
            aes(x = hp, y = mpg, 
                shape = factor(cyl))) + geom_point()
  
# Separate rows according to transmission type
p + facet_grid(am ~ .)
   
# Separate columns according to cylinders
p + facet_grid(. ~ cyl)
R

输出

用R和ggplot2实现数据可视化

统计层

在这一层中，我们使用分选、平滑、描述性、中间性等方法来转换我们的数据。

# Statistics layer
ggplot(data = mtcars, aes(x = hp, y = mpg)) + 
                               geom_point() + 
       stat_smooth(method = lm, col = "red")
R

输出

用R和ggplot2实现数据可视化

坐标层

在这些层中，数据坐标被一起映射到图形的所述平面上，我们调整轴和改变显示数据的间距与控制图的尺寸。

# Coordinates layer: Control plot dimensions
ggplot(data = mtcars, aes(x = wt, y = mpg)) +
                               geom_point() +
      stat_smooth(method = lm, col = "red") +
 scale_y_continuous("mpg", limits = c(2, 35), 
                          expand = c(0, 0)) +
  scale_x_continuous("wt", limits = c(0, 25),
            expand = c(0, 0)) + coord_equal()
R

输出

用R和ggplot2实现数据可视化

Coord_cartesian()来适当放大

# Add coord_cartesian() to proper zoom in
ggplot(data = mtcars, aes(x = wt, y = hp, col = am)) +
                        geom_point() + geom_smooth() +
                        coord_cartesian(xlim = c(3, 6))
R

输出

用R和ggplot2实现数据可视化

主题层

该层控制显示的细微之处，如字体大小和背景颜色属性。

例1： 主题层- element_rect() 函数

# Theme layer
ggplot(data = mtcars, aes(x = hp, y = mpg)) +
         geom_point() + facet_grid(. ~ cyl) +
        theme(plot.background = element_rect(
            fill = "black", colour = "gray"))
R

输出

用R和ggplot2实现数据可视化

例2 :

ggplot(data = mtcars, aes(x = hp, y = mpg)) +
        geom_point() + facet_grid(am ~ cyl) + 
        theme_gray()
R

输出

用R和ggplot2实现数据可视化

ggplot2 提供各种类型的可视化。更多的参数可以用在软件包中，因为该软件包对数据的可视化有更大的控制力。许多包可以与ggplot2包集成，使可视化的数据具有交互性和动画性。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

R语言 精品教程

登录

找回密码？

注册