前言

在掌握R语言的基本数据处理和统计分析后，今天我们学习数据可视化下非常流行的一个包——ggplot2，该包有着自成一派的数据可视化理念。当熟悉了ggplot2的基本语法后，数据可视化工作将变得非常轻松而有条理。

在绘制图形的语法原理上，ggplot2采用了图层的设计方式，我们可以从原始的图层开始，首先绘制原始数据，然后不断地添加图形注释和统计汇总的结果，最后生成一幅精美的统计图形。

一、The Setup

在使用ggplot2包进行绘图前，我们需要明确的是，ggplot2仅针对数据类型为"dataframe"的数据集进行图表制作，而无法对类型为向量(vector)或因子(factor)的数据进行绘制。我们可以使用基础包中的class()函数进行数据类型的判断。

> class(mtcars)

使用library()函数载入包：

> library(ggplot2)

二、The Layers

在基本设置的基础上， 我们开始添加图层（layer），用于展现我们需要的图形类型，并进行精细化的操作。

> p <- ggplot(diamonds, aes(x=carat, y=price, color=cut))

同样的，我们也可以在图层里通过aes()函数进行绘图的指定，同样实现上图的效果

> p <- ggplot(diamonds)

三、The Labels

在绘制好图形的基础上，接下来我们为图形添加标签，包括标题(title)、横纵坐标轴等，这些标签通过使用labs()函数来实现。

> p <- ggplot(data = diamonds, aes(x=carat, y=price, color=cut))

除此之外，我们也可以使用ggtitle()、x/ylab()函数进行分别制定，同样能够实现上图效果。

> p + geom_point() + ggtitle("The Scatterplot of diamonds")

四、The Theme

使用theme_()函数进行图形背景的修改

> p + geom_point() + theme_minimal()

ggplot2包里可用的主题比较少，为此我们载入一个新包ggthemes，这个包丰富了原始包的主题选项。

> library(ggthemes)

五、The Facets

当按照某一需要对数据进行分组观察时，我们使用facet_()函数进行分组展示

# 按照cut的不同水平进行分面观察

六、The Annotate

使用annotate()函数为图形添加文本注解、数学公式、直线、矩阵阴影等。

# 文本注解指定为'text'

七、The Guides

在ggplot2中，图例是默认存在的，并一般放在图表右侧，我们可以使用guides()函数进行图例的删除、反转、位置自定义等操作。

# 移除图例

# 反转图例

文章来源：知乎Jason