很多时候自己明白自己的数据情况，更重要的是我们要让别人，尤其是并没有相关专业背景知识的人也理解我们的数据，此时我们必须将我们的图表搞的清晰易懂。在R中又有哪些操作可以帮助我们出一个清晰的图表呢，今天写这个：
打标签
使自己的图表变得清晰的方法之一就是加标签。我们可以在作图的时候使用labs()给图加上标签，比如下面的代码给图加上了题目：
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = class)) +
geom_smooth(se = FALSE) +
labs(title = "Fuel efficiency generally decreases with engine size")
当然如果你愿意，还可以添加更多的东西，比如：
- subtitle 在标题下面加小标题
- caption 在图的右下角加上图中数据的来源信息
看例子：
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color = class)) +
geom_smooth(se = FALSE) +
labs(
title = "Fuel efficiency generally decreases with engine size",
subtitle = "Two seaters (sports cars) are an exception because of their light weight",
caption = "Data from fueleconomy.gov"
)你还可以用labs()替换坐标轴的标题和图例的描述：
ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(colour = class)) +
geom_smooth(se = FALSE) +
labs(
x = "Engine displacement (L)",
y = "Highway fuel economy (mpg)",
colour = "Car type"
)还有，甚至你可以给你的图表加上数学公式类的标题，逼格满满：
此时我们需要将文本输入的双引号“”换为quote()
df <- tibble(
x = runif(10),
y = runif(10)
)
ggplot(df, aes(x, y)) +
geom_point() +
labs(
x = quote(sum(x[i] ^ 2, i == 1, n)),
y = quote(alpha + beta + frac(delta, theta))
)小结
今天给大家写了如何将自己的图表变得更加直观清晰的一种方法---加标签，之后会给大家写别的方法。感谢大家耐心看完。发表这些东西的主要目的就是督促自己，希望大家关注评论指出不足，一起进步。内容我都会写的很细，用到的数据集也会在原文中给出链接，你只要按照文章中的代码自己也可以做出一样的结果，一个目的就是零基础也能懂，因为自己就是什么基础没有从零学Python和R的，加油。
（站外链接发不了，请关注后私信回复“数据链接”获取本头条号所有使用数据）
往期内容：
R数据分析：R Markdown：数据分析过程报告利器，你必须得学呀
R数据分析：stargazer给你一个漂亮的可以直接发表的结果表格
