《ggplot2 数据分析与图形艺术》十一本介绍R语言绘图包——ggplot的书籍，通过阅读该书籍，可以很好的掌握一些数据处理和R语言绘图。

这不，小编读完之后，总结笔记，又公布开来，分享给大家，有用的话，你就收藏起来就是了！

书中核心要点

1.ggplot绘图可以从(0,0)开始吗？

一般我们绘图，如下所示，图形都不是从零点(0,0)开始的，那么这个该如何设置？

 data <- data.frame(a=1:5,
                    b=2:6)
 ggplot(data,aes(a,b))+
   geom_line()+
   geom_point()

使用scale_x_continuous(expand=c(0,0))来进行设置即可，通过设置expand=c(0,0)，进行释放此空间即可

 ggplot(data,aes(a,b))+
   geom_line()+
   geom_point()+
   scale_x_continuous(expand = c(0,0))+
   scale_y_continuous(expand = c(0,0))

2.对于坐标轴，一些常见的变换都有什么？

• scale_x_log10()
• scale_x_sqrt()
• scale_x_reverse()

上述x可以变成y，即可完成y的变换

3.如何将两组数据绘制到一张图中？

如果我们有大于两组的数据，如何进行ggplot绘图？

这里我们先指定两个数据集data1和data2，如下所示

 data1 <- data.frame(x=c(1.1,1.2,2,3.2,4.5),
                     y=c(2.3,2.4,2.8,2.9,3.1))
 data2 <- data.frame(x=c(0.9,1.3,2.1,2.9,4.8),
                     y=c(4.1,3.2,4.9,5.1,5.8))

然后，我们进行绘图即可，先指定x和y，然后指定数据集，就可以绘制了

 ggplot(mapping = aes(x,y))+
   geom_line(data=data1,colour="red",size=2)+
   geom_line(data=data2,colour="blue",size=2)

也可以绘制折线图+散点图，如下所示

 ggplot(mapping = aes(x,y))+
   geom_line(data=data1,colour="red",size=1)+
   geom_point(data=data1,colour="red",size=4)+
   geom_line(data=data2,colour="blue",size=1)+
   geom_point(data=data2,colour="blue",size=4)

4.图例的调整元素都有哪些？

5.图形的宽高比如何调整？

如何在绘图中，直接调整图形的宽高比？

直接使用theme(aspect.ratio=9/16)进行调整即可

 data <- data.frame(a=1:5,
                    b=2:6)
 ggplot(data,aes(a,b))+
   geom_line()+
   geom_point()+
   theme(aspect.ratio = 9/16)

6.宽数据转换为长数据

很多时候，我们的输入数据，不论是从Excel还是其他地方，基本都是宽数据，如下所示

我们需要将上述数据转换为长数据格式，使用gather()函数，data就是需要调用的数据集，key就是存放原来列名的新变量的变量名，value就是存放原来各单元格中的值的新变量的变量名

 #函数功能
 gather(data, key = "key", value = "value", ..., na.rm = FALSE, convert = FALSE, factor_key = FALSE)
 
 #举例
 gather(data,Group,Time)

7.如何给数据后面加列？

加入我们需要对数据后面加一列数据，如何做？

如下所示，这是我们构建的数据

 data <- data.frame(a=1:5,
                    b=2:6,
                    c=3:7,
                    d=4:8)
 data

使用mutate()增加一列即可

mutate(data,a_b=a-b)

8.summarize()函数的妙用

summarize()函数可以和哪些函数合用

• 计数：n()，n_distinct()
• 中间值：mean()，median()
• 离散程度：sd()，mad()，IQR()
• 极端值：quartile()，min()，max()
• 位置：first()，last()，nth()

如何计算一组数据的个数，均值，方差呢？

• 使用%>%管道符进行参数的传递，其实就是将前面的数据传递到后面函数的第一个参数
• 首先使用gather函数进行宽数据转为长数据
• 再使用group_by函数通过Group进行分组
• 最终使用summarize函数协同其他函数进行总体计算

data%>%
  gather(key = Group,value = Time)%>%
  group_by(Group)%>%
  summarise(n=n(),
            mean=mean(Time),
            sd=sd(Time))

计算完成后，就可以使用上述数据进行绘图了