ggplot2 是最流行的 R 可视化包，最初是 HadleyWickham 读博期间的作品；ggplot2 基于图层化语法：图形是一层一层的图层叠加而成，先进的绘图理念、优雅的语法代码、美观大方的生成图形，让ggplot2 迅速走红。

ggplot2 几乎是 R 语言的代名词，提起 R 语言，人们首先想到的是 R 强大的可视化—ggplot2；这曾经无比正确，现在我希望提起 R 语言，人们首先想到的是 tidyverse（ggplot2 扩展到整个数据科学流程）。

ggplot2 绘图语法

ggplot2 的绘图语法是从数据产生图形的一系列语法：

先来看一下，ggplot2 基本的绘图流程示意图，来自 Kieran Healy:

ggplot 的语法包括 10 个部件：

10 个部件中，前 3 个是必须的，其它部件 ggplot2 会自动帮你做好它认为"最优"的配置，当然也都可以手动定制。

ggplot2 基本绘图模板：

数据(data)

数据：用于绘图的数据，需要是整洁的数据框。本节用 ggplot2 自带数据集演示。

用 ggplot() 创建一个坐标系统，先只提供数据，此时只是创建了一个空的图形：

映射(mapping)

函数 aes() 是 ggplot2 中的映射函数, 所谓映射就是将数据集中的变量数据映射（关联）到相应的图形属性，也称为 "美学映射" 或 "美学"。

映射：指明了变量与图形所见元素之间的联系，告诉 ggplot 图形元素想要关联哪个变量数据；最常用的映射（美学）有：

最需要的美学是 x 和 y, 分别映射到变量 displ 和 hwy, 再将美学 color 映射到 drv，此时图形就有了坐标轴和网格线，color 美学在绘制几何对象前还体现不出来：

注意：映射不是直接为出现在图形中的颜色、外形、线型等设定特定值，而是建立数据中的变量与可见的图形元素之间的联系，经常将图形的美学 color, size 等映射到数据集的分类变量，以实现不同分组用不同的美学来区分。所以，若要为美学指定特定值，比如 color = "red", 是不能放在映射 aes() 中的。

几何对象(Geometric)

每个图形都是采用不同的视觉对象来表达数据，称为是 "几何对象"。

通常用不同类型的 "几何对象" 从不同角度来表达数据，如散点图、平滑曲线、线形图、条形图、箱线图等。

ggplot2 提供了50 余种 "几何对象"，均以 geom_xxxx() 的方式命名，常用的有：

要绘制几何对象，就是添加图层即可。先来绘制散点图，为了简洁省略前文已知的函数参数名：

不同的几何对象支持的美学会有些不同，美学映射也可以放在几何对象中，上面代码可改写为：

前面提到，为图形美学设置特定值也是可以的，但不能放在映射 aes() 中：

图层是可以依次叠加的，再添加一个几何对象：光滑曲线，然后来区分一下如下两个图形：

为什么会出现这种不同呢？这就涉及到 ggplot2 "全局" 与 "局部" 的约定：

关于分组美学(group)

前例中，用 aes(color = drv) 将颜色映射到分类变量 drv, 实际上就是实现了一种分组，对不同 drv 值的数据，按不同颜色分别绘图。

但是下面这种情况，对世界各国预期寿命数据集 gapminder, 绘制预期寿命与年份之间的折线图，如果不考虑区分国家，每个年份都对应 142 个（国家的）预期寿命值：

这个图形显然不是我们想要的，应该区分不同国家，这就需要显式地映射分组美

学：aes(group = country).

通常 ggplot2 会自动根据输入变量选择最优的坐标刻度方案，若要手动设置或调整，就需要用到标度函数：scale__().

标度函数控制几何对象中的标度映射：不只是 x, y 轴，还有 color, fill, shape, size 产生的图例。它们是数据中的连续或分类变量的可视化表示，这需要关联到标度，所以要用到映射。

常用的标度函数有：

scales 包提供了很多现成的设置刻度标签风格的函数。

先通过来自(Wickham 2020d) 的图 3.2了解一下图例与坐标轴组件：

修改坐标轴刻度及标签

用scale_*_continuous() 修改连续变量坐标轴的刻度和标签：

参数breaks 设置各个刻度的位置

参数labels 设置各个刻度对应的标签

用 scale_*_discrete() 修改离散变量坐标轴的标签：

用 scale_x_date() 设置日期刻度，参数 date_breaks 设置刻度间隔，date_labels

设置标签的日期格式；借助 scales 包中的函数设置特殊格式，比如百分数（percent)、科学计数法(scientific)、美元格式(dollar) 等。

修改坐标轴标签、图例名及图例位置

用 labs() 函数的参数 x, y 设置 x 轴、y 轴标签，前面已使用 color 美学，则可以在labs() 函数中使用参数 color 修改颜色的图例名。

图例位置是在 theme 图层通过参数 legend.position 设置，可选取值有 "none", "left,” “right", "bottom", "top".

设置坐标轴范围

用 coord_cartesian() 函数的参数 xlim 和 ylim 设置 x 轴和 y 轴的范围：

变换坐标轴

变换数据再绘图，比如对数变换，坐标刻度也会变成变换之后的，这使得图形不好理解。

ggplot2 提供的坐标变换函数 scale_x_log10() 等是变换坐标系，能够在视觉效果相同的情况下，使用原始数据的坐标刻度：

设置图形标题

用 labs() 函数的参数 title, subtitle, caption 设置标题、副标题、脚注标题（默认右下角）：

国外习惯图形标题位于顶部左端，如果想改成顶部居中，需要加 theme 图层专门设置：

设置 fill, color 颜色

数据的某个维度信息可以通过颜色来展示，颜色直接影响图形的美感。可以直接使用颜色值，但是更建议使用RColorBrewer (调色板) 或colorspace 包。

(1) 离散变量

用 scale_*_manual() 手动设置颜色，并修改图例及其标签：

用 scale_*_brewer() 调用调色版中的颜色：

查看所有可用的调色版：RColorBrewer::display.brewer.all(); 查看所有可用的颜色空间：hcl_palettes::hcl_palettes(plot = TRUE).

(2) 连续变量

用 scale_color_gradient() 设置二色渐变色：

用 scale_*_distiller() 调用调色版中的颜色：

添加文字标注

ggrepel 包提供了 geom_label_repel() 和 geom_text_repel() 函数，为图形添加文字标注。

首先要准备好标记点的数据，然后增加文字标注的图层，需要提供标记点数据，以及要标注的文字给 label 美学，若来自数据变量，则需要用映射。

若要在图形某坐标位置添加文本注释，则用 annotate() 函数，需要提供添加文本的中心坐标位置，和要添加的文字内容：

统计变换(Statistics)

构建新的统计量进而绘图，称为 "统计变换"，简称 "统计"。比如，条形图、直方图都是先对数据分组，再计算分组频数（落在每组的样本点数）绘图；箱线图计算稳健的分布汇总，并用特殊盒子展示出来；平滑曲线用来根据数据拟合模型，进而绘制模型预测值. . . . . .

ggplot2 强大的一点就是，把统计变换直接融入到绘图语法中，而不必先在外面对数据做统计变换，再回来绘图。

ggplot2 中的提供了 30 多种 "统计"，均以 stat_xxxx() 的方式命名。可以分为两类：

可以在几何对象函数 geom_*() 中创建，通常直接使用后者即可：

不能在几何对象函数 geom_*() 中创建：

用 stat_summary() 做统计汇总并绘图。通过传递函数做统计计算，首先注意 x 和 y 美学映射到 calss 和 hwy; fun = mean 是根据 x 计算 y，故对每个车型计算一个平均的 hwy；fun.max, fun.min 同样根据 x 分别计算 y 的均值加减标准差；统计计算的结果将传递给几何对象参数 geom 用于绘图：

用 stat_smooth(), 与 geom_smooth() 相同, 添加光滑曲线：

坐标系(Coordinante)

ggplot2 默认坐标系是直角坐标系 coord_cartesian()，常用的坐标系操作还有：

Hadley 认为饼图可以通过极坐标变换得到，没有提供绘制饼图的几何对象，另外从展示分类数据角度来说，饼图也不是一个好的选择。这里为了演示极坐标转换，提供一个绘制饼图的模板。

位置调整(Position adjustments)

条形图中的条形位置调整：

散点图中的散点位置调整：

有时候需要将多个图形排布在画板中，借助 patchwork 包更方便。

分面(Facet)

利用分类变量将图形分为若干个 "面"（子图），即对数据分组再分别绘图，称为 "分面"。

(1) facet_wrap(): 封装分面，先生成一维的面板系列，再封装到二维中

(2) facet_grid(): 网格分面，生成二维的面板网格，面板的行与列通过分面变量定义

主题(theme)

你可以为图形选择不同风格的主题（外观），ggplot2 提供了 8 套可选主题：

使用或修改主题，只需要添加主题图层：

更多的主题，还可以用 ggthemes 包，其中包含一些顶级期刊专用绘图主题；当然也可以用theme() 函数定制自己的主题(略)。

输出(output)

用 ggsave() 函数，将当前图形保存为想要格式的图形文件，如 png, pdf 等：

参数 width 和 height 通常只设置其中一个，另一个自动，以保持原图形宽高比。

最后，再补充一点关于图形中使用中文字体导出到 pdf 等图形文件出现乱码问题的解决办法。

出现中文乱码是因为 R 环境只载入了 "sans (Times New Roman)", "serif (Arial)",

"mono (Courier New)" 三种英文字体，没有中文字体可用。

解决办法就是从系统字体中载入中文字体，用 showtext 包 (依赖 sysfonts 包) 更简单一些。

载入字体后，再执行一下 showtext_auto() (启用/关闭功能), 就可以使用该字体了。

ggpplot2 中各种设置主题、文本相关的函数 *_text(), annotate() 等，都提供了 family 参数，设定为 font_add() 中一致的 family 名字即可。

——————————————