R中的ggplot2包 - 苑黎 - 博客园
qplot()函数是一个快速作图函数
& 用数据diamands
head(diamonds)
carat & &cut & & & & & &color &clarity depth table price0.23 & Ideal & & & & & &E & & &SI2 & &61.5 & &55
Premium & & & &E & & SI1 & &59.8 & & &61
326 & &0.23
Good & & & & & &E & & VS1 & 56.9 & & & 65
327 &&0.29
Premium & & & I & & &VS2 & 62.4 & & & 58
Good & & & & & J & & & SI2 & 63.3 & & & 58
3350.24 Very Good & &J & &VVS2 & 62.8 & & & 57
& &参数colour,shape
& &qplot(x,y,data,colour=data中的某个参数，shape=data中的某个参数) & &qplot函数能够自 & &动就行分类如colour,shape分别表示以该数据中的变量自动设置颜色 &和形状
& &eg：qplot(carat,price,data = diamonds,colour=color) & 也可以自己设置图像的大小，颜 & &色用I() &如： colour=I("red")
& & & 参数alpha
& & 对于大数据而言，使用半透明的颜色可以有效减轻图形元素的重叠现象。用alpha=c(0:1)图 形 属性,从0完全透明到1完全不透明，透明度可用分数表示 &分母表示经过多少次重叠之后颜色将变得不透明
& & & &qplot(carat,price,data = diamonds,alpha=I(1/100))
& 参数geom（几何对象）、
二维变量关系
geom="point" 绘制散点图。当指定了x，y参数时，这是默认的设置
geom="smooth"拟合一条平滑曲线，并将曲线和标准误展示出来
geom="boxplot"绘制箱线胡须图
geom="path" &"line"可以在数据点之间绘制连线。这类图的传统作用是探索时间和其他变量之间的关系。
一维的分布
连续变量 &geom="histogram"绘制直方图（默认的选择），geom="freqpoly"绘制频率多边形，geom="density"绘制密度曲线
离散变量，geom="bar"绘制条形图
eg：qplot(carat,price,data = diamonds,geom = c("point","smooth"))
使用method参数可以设置不同的平滑器 &更多平滑器的信息可以查阅？loess，曲线的平滑程度可由span参数控制，取值范围0（很不平滑）到1（很平滑）
箱型图和扰动点图
geom="jitter"扰动点图 &&geom="boxplot"
qplot(color,price/carat,data = diamonds,geom = "jitter",alpha=I(1/20),colour=clarity)
qplot(color,price/carat,data = diamonds,geom = "boxplot",alpha=I(1/20),colour="black",size="2",fill="red")
facet参数：分面
如：qplot(carat,data = diamonds,facets = color~.,geom = "histogram",binwidth=0.1,xlim = c(0,3))
表示以color进行分面，facet=color~. &一定要注意书写。这是频数分布，若想弄成频率分布，则要加"..density.." & &如：qplot(carat,data = diamonds,..density..，facets = color~.,geom = "histogram",binwidth=0.1,xlim = c(0,3))
xlim,ylim：设置x轴和y轴的显示区间
log：说明对哪一个坐标轴应该取对数，如 log="x"对x轴取对数,log="xy"表示对x和y轴取对数
main：图形的主标题
xlab，ylab：设置x轴和y轴的标签文字
ggplot2的数据整理
数据集要求必须是一个数据框
谷歌镜像：/google/
学习ggplot2包的一个比较好的网站：/english/wiki/ggplot2-barplots-quick-start-guide-r-software-and-data-visualization
& 统计之都（ggplot2）：http://cos.name/2016/06/using-r-for-interactive-data-visualization/#more-12483
/content/15/636.shtml
阅读(...) 评论()热门推荐：
　　有时候数字确实需要分享一个美丽的故事分享!
　　当今社会，数据可视化是至关重要的。没有强大的可视化，几乎不可能在堆积如山的数据中创造或者叙述它的故事。这些故事有助于我们构建策略，并做出明智的商业决策。
　　R是让数据可视化更加有趣和简单的很好支持。它已经具备了基本的功能，Package提供的外部支持使它成为一个令人开心的工作工具，感谢我们的社区成员。
　　在所有的包中，ggplot package已经在R中成为了数据可视化的同义词,它可以让你获得更多的控制图，图表和地图，也被称为能创造让人吃惊的图形。我要衷心的感谢Hadley Wickam， 这个成就ggplot2 package的父亲。
　　36大数据专稿，原文作者：Manish saraswat。本文由36大数据翻译，任何不标明译者和出处以及本文链接/archives/45412均为侵权。
　　在这篇文章中，通过R用户用ggplot package工作中，我已经回答了的一些最常见的问题，所以，下一次当你需要可视化数据的时候，你可以选择下面的任何一个。
　　注：这篇文章最适合初学者，和中级的具有数据可视化的基本知识的R用户，您可以参考这个完整的数据可视化指南。
　　现在开始
　　让我们快速结束可视化热身仪式
　　数据集：在这篇文章中，我们使用了来自大市场预测的数据集。数据可供下载。
　　现在我们可以更好的开始了，对变量类进行检查。这将有助于你决定最适合他们制图的类型。
　　Q1如何创建散点图
　　使用类型：要看连续变量之间的关系时，使用散点图。
　　让我们快速了解ggplot的代码的结构：
　　1、 aes-指美学，它包含用于创建图的变量的名称。
　　2、 geom_point-ggplot提供了很多可以用来代表数据的geoms。因为，在这里我们用散点图，我们用gem_points.
　　3、 Scale_x_continuous-x 变量是连续的。这个参数是用来表示在x轴改变的信息。
　　4、 scale_y_continuous-它在Y轴执行与scale_x_continuous相同的任务。
　　5、 heme_bw C指设置情节的背景。我使用了网格版本。
　　我们还可以在当前的情节添加一个分类变量(item_type)。检查数据，以熟悉数据集中的可用数据。
　　我们甚至可以通过创建单独的item_type让分离散点图更好。
　　在结尾，你需要”缩放”这个图成为一个清晰的视图。放大的版本看起来像这个样子。在这种情况下，参数facet_wrap搞了鬼。它包括了矩形布局中的面。
　　Q2：如何创建直方图?
　　使用类型：当我们要绘制一个连续的变量，我们就使用直方图。
　　Q3：如何创建一个条形图?
　　使用类型：当我们要绘制一个分类变量或连续变量和分类变量组合时，就使用条形图。
　　你可以删除coord_flip()参数得到这个垂直条形图。正如你所看到的，我对这个图形尝试了不同的主题。欢迎你用ggplot package来做实验。
　　为了达到更好的视觉效果，你可以在末端放大这个图形。在这个图中，我分别在x和y轴使用了分类和连续变量。
　　Q4：如何创建栈条形图?
　　什么时候使用：它是一个高级版本的条形图。当我们希望可视化组合分类变量时使用。
　　Q5：如何创建一个箱线图?
　　使用类型：箱线图被用来绘制分类和连续变量的组合。此图有助于我们分辨数据分类并检测异常。
　　黑点是异常值。异常检测与排除是成功的数据挖掘的一个重要步骤。
　　Q6：如何创建一个区域图?
　　使用类型：区域图是用来显示一个变量或数据集的连续性。这是非常相似的线形图。它是常用的时间序列图。或者，它是用来绘制连续变量和分析的基本趋势。
　　Q7：如何创建一个热图?
　　使用类型：热图是用颜色的强度(密度)来显示两三个或多个变量在一个二维图像中的关系。
　　为了更好的视觉，你可以最后放大这个图表。黑暗的部分表示项目MRP接近50.较亮的部分表示项目的MRP是接近250。
　　热图也可以产生于图像识别的视觉效果。这可以通过添加一个参数作为插入来完成。
　　Q8：如何创建一个相关图?
　　使用类型： 相关图是用来测试数据集的可用变量间的关联程度。创建一个相关图，我们用corrgram package代替ggplot。我意识到用专业软件包创建相关图比ggplot容易多了。
　　这也很容易解释。颜色越深，变量间的相关性越高。蓝色表示正相关。红色表示负相关。颜色强度表示相关性的大小。
　　Q9：如何绘制地理地图?
　　使用类型：地图常被用来可视化某些影响地理位置的一些因素。在R中绘制很容易。
　　让我们绘制一个参加2016年的ICC世界杯T20的国家。经过研究，我发现今年有16个国家参加。让我们来看看这些国家在世界地图上的位置。
　　我们会用ggmaps package一起创建这些地图。
　　这很容易，是不是?我们还可以美化这个地图。如果你不熟悉世界地图，对你来说就很难找出这些国家的名字。让我们用ggmap package的功能设计这个地图。
　　这样看起来就更好。ggmap package 是与谷歌地图连接的，因此提取详细的地段直接连接。但是我有一个遗憾。如果你仔细看这幅地图，你会发现这个地图是不完整的。西印度群岛没有在这个地图上显示。我试着从多个源中提取数据，但是并没有成功。如果你们中的任何一个能解决这个谜题，请分享你的解决方案吧。
　　Q10：如何绘制单个命令中的数据集?
　　我们每个人都在试图在某个时候做到这一步。我们都在寻找一个命令，使用这个命令让我们可以将所有的变量的数据集一次性画出来。这是你的答案。
　　你可以使用tabplot package 来完成这个伟业。
　　结尾注释：
　　我们终于结束一个丰富多彩的旅程!我希望它能让人们开始几次新的丰富多彩的旅程。你可以已经注意到用ggplot 2会容易很多。大多数的代码是重复的，因此你会很快适应它。当你用geoms制作图表的时候要小心，因为这是最主要的设计元素。当我们开始学习这个包时，我问了在不同的节点的所有问题。因此，一篇关于所有问题的文章出现在我的脑海里。
　　在这篇文章中，我讨论了9种不同的可以用ggplot package绘制的可视化。这些可视化是否能很好的使用取决于提供给它们的变量类型。因此，如果你想画出来，必须要小心变量的类型。
　　你觉得这篇文章很有帮助吗?你能否用其他的软件包来制作可视化?快快回复公众号分享你的建议或者意见。
　　文章来源36大数据，微信公众号36dashuju 36大数据是一个专注大数据创业、大数据技术与分析、大数
　　据商业与应用的网站。分享大数据的干货教程和大数据应用案例，提供大数据分析工具和资料下载，解决大数据产业链上的创业、技术、分析、商业、应用等问题，为大数据产业链上的公司和数据行业从业人员提供支持与服务。
请先登录再操作
请先登录再操作
微信扫一扫分享至朋友圈
36大数据是一个专注大数据、大数据应用案例、数据分析、数据...
知名IT评论人，曾就职于多家知名IT企业，现是科幻星系创建人
未来在这里发声。
新媒体的实践者、研究者和批判者。
立足终端领域，静观科技变化。深入思考，简单陈述。
智能硬件领域第一自媒体。关注今日：36 | 主题：186482
微信扫一扫
扫一扫，下载丁香园 App
即送15丁当
【求助】R软件无法加载ggplot2 package
页码直达：
这个帖子发布于2年零12天前，其中的信息可能已发生改变或有所发展。
升级R以后无法加载ggplot2 packages. 版本信息如下：R version 3.1.3 () -- &Smooth Sidewalk&Copyright (C) 2015 The R Foundation for Statistical ComputingPlatform: i386-w64-mingw32/i386 (32-bit)谢谢！
不知道邀请谁？试试他们
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
升级后问题解决。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
请问如何升级？谢谢！我也在这个问题上困住了。
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
微信扫一扫
广告宣传推广
政治敏感、违法虚假信息
恶意灌水、重复发帖
违规侵权、站友争执
附件异常、链接失效
关于丁香园