由于俺会用的 R 绘图包只有 echarts4r，此包语法简洁、高效易用，用来做数据的可视化展示时够用，但用来做探索性数据分析稍有不足，且 echarts4r 不支持 crosstalk，暂无法完成图表数据共享，所以还需要再学习一个作图系统达成互补。备选项有二：plotly 和 ggplot2。考虑到 ggplot2 可以用plotly::ggplotly()转换成 plotly 图形，且网络上介绍它的文章和书籍更多，可绘制的图形种类也更丰富，所以尽管此包官方文档相当厚实，也先学了再说。后面还是不够用的话，再学别的。

一般来说，图形可展现数据的占比、大小、趋势、结构、层次、分配、归类、变化、流动等特点。鉴于 ggplot2 以及各类 gg 包子们能够绘制的图形类型繁多，俺决定从基础的柱状图开始学起。由于俺现在对 ggplot2 不够熟悉，因此笔记力求细致，若有错漏之处，猴年马月再改。

本篇笔记所用的 ggplot2 版本是3.4.2。

使用 ggplot2 绘图需要三个最基本的元素：数据集、几何对象、图形属性映射。数据集自不必再说，没有数据就无法绘图。几何对象就是将数据展示到坐标系上的几何图形对象，比如折线图就是直线几何对象，条形图就是条形几何对象，散点图就是点几何对象。在一个二维坐标系上，最基础的几何图形就是点和线，线又可以分成直线、曲线，多条线合起来组成了面，也就有了更加丰富的几何图形如矩形、圆形、多边形等。但只有数据和几何图形是不够的，还需要有更多的图形属性使图形展现的信息更加清晰、简洁，比如将多组数据绘制成散点图时，无法区分哪些点属于哪个组别，那么可以对不同组别的点映射不同的形状、颜色、透明度、大小来加以区分。

ggplot2 功能十分强大，可调整的图形细节也十分丰富，整个图形语法系统可以扩展出如下几个方面：数据集（DATA）、几何对象（GEOM_FUNCTION）、图形属性映射（mapping = aes()）、统计变换（statistic transformation）、位置调整（position）、坐标系（coordinate）、分面（facet）、标度（scale）、主题（theme）。其中，标度（scale）即视觉映射，用于将数据映射到几何对象的颜色、形状、大小等图形属性。在图形属性映射（mapping = aes()）里面也可以指定颜色、形状等属性，但是在标度（scale）里面指定的视觉映射更具特色，前者指定更统一的属性，后者指定更加差异化的属性，比如渐变颜色等。

ggplot2 有别于其他绘图包的最大特点是图层，关于图层这个概念，有几点需要梳理清楚。

其一，每一个几何对象都是一个图层，对应地，每个绘制几何对象的函数如 GEOM_FUNCTION()都会创建一个图层，都有一个mapping = aes()，这是设置图形属性映射的函数。

其二，除了 ggplot()图层，各 GEOM_FUNCTION()图层中的图形属性映射仅对本图层起作用。绘制一个最基本的 ggplot2 图形至少需要两个图层，一个 ggplot()和一个 GEOM_FUNCTION()，通常由前者引入数据集，由后者指定绘制的具体几何图形，比如绘制柱状图就是 geom_bar()，绘制散点图就是 geom_point()。需要注意的是，ggplot()图层里面的映射属于全局映射，而 GEOM_FUNCTION()图层里面的映射属于局部映射，但 GEOM_FUNCTION()图层的映射优先级更高且设定内容只对本图层起作用。因此，当 ggplot()和 GEOM_FUNCTION()都设定了同一种图形属性的不同内容时，后者的设定会覆盖前者；而当某种图形属性在 ggplot()中有设定而在 GEOM_FUNCTION()中没有设定时，后者缺失的部分会直接引用前者设定的内容。

其三，除了绘制几何对象的函数，其他函数也可以修改图层中的图形属性，其优先级依+号后面的函数编写顺序而定。

在每个几何对象函数中，有两个有关图形属性映射的大类，一是轴的映射，比如在直角坐标系下指定 x、y 轴需映射的变量；二是美学映射，根据 ggplot2 的美学规范（Aesthetic specifications），又可细分为如下几类。

颜色

colour/color1：颜色或边框颜色，可以填写一个代表颜色的字符串如"red"，或 RGB 值如"#44A57CFF"，或者填写一个数据集中的变量名称，默认按此变量分组映射不同的颜色。

fill：填充颜色，填入一个变量名称时，同样默认按此变量分别映射不同的填充颜色。填入一个字符串时，字符串的内容也是图例项的名称。

点

shape：形状。填入一个变量名称时，默认按此变量分别映射不同的形状，但 ggplot2只能同时使用6种形状，第7个或更多类别的形状将不会出现在图形中。也可填入单个字符，以此作为点的形状展示。或者填入代表形状的英文单词，如 circle、square、diamond、triangle 等。或填入0-24之间的整数数字，分别代表不同的形状，相同形状由 color 和 fill 参数来区分，比如空心形状（0-14）的边界颜色由 color 设定，实心形状（15-20）的填充颜色由 color 设定，填充形状（21-24）的边界颜色由 color 设定、填充颜色由 fill 设定。

size：大小，可以填入数字，单位是毫米，或者填入一个变量名称，需注意这是一个有序图形属性。

alpha：透明度，可以填0-1之间的数值，或者填入一个变量名称,这同样是一个有序图形属性。

线

linetype：线型，填数字或字符串(0 = "blank", 1 = "solid", 2 = "dashed", 3 = "dotted", 4 = "dotdash", 5 = "longdash", 6 = "twodash")，分别对应空白、实线、虚线、点线、点划线、长虚线、点划线。

linewidth：线宽，填数字。

lineend：线末端的形状，填字符串，圆形（round）, butt，方形（square），默认为 butt。

linejoin：折线的连接处的形状，填字符串，圆形（round）、斜角（mitre）、斜面（bevel），默认为圆形（round）。

文字

字体（Font Family）：参数名称是 family，默认字体是 sans，也可以填 serif、mono 等。

字型（Font face）：参数名称是 fontface，是字体粗细、倾斜的结合体，比如 italic 表示倾斜，而 bold.italic 表示加粗倾斜。

字号（Font size）：比如 size = 12/.pt 表示字号为12。

对齐方式（Justification）：分为水平参数 hjust 和垂直参数 vjust，取值范围可以是0-1之间的数值，或者 top、middle、bottom、left、center、right 中的一个字符串。

分组

在 ggplot2 中，所有的几何图形以及基本的点、线元素都是一个 GEOM_FUNCTION()函数。与 echarts4r 的语法相比，两者对图形类别划分的粗细不同，但也有很多相似之处。又由于平时绘图翻 echarts4r 入门和 echarts 配置项手册比较多，俺决定整理一个 echarts4r 与 ggplot2 的对照表，尽早作出区分，免得学习前期不同语法在脑子里打架。

ggplot2 本身适用于绘制静态图形，在坐标系种类的数量上比适用于绘制交互图形的 echarts4r 略少。整理完上一小节后，俺心里纳闷为撒没有一个geom_pie之类的函数用来绘制饼图呢？整理了坐标系后才明白，原来 ggplot2 的一切绘图基础都是基于坐标系，默认的直角坐标系是没法绘制饼图的，需要转换成极坐标系才能做到。

绘图数据选用 ggplot2 包自带的 diamonds 数据集，一共有53940条数据，10个变量。

price：石头价格，单位是美元，范围是326–18823。

carat：石头重量，范围是0.2–5.01。

cut：切割质量，有序变量，分五个等级（Fair, Good, Very Good, Premium, Ideal）。

color：石头颜色，有序变量，也分多个等级，D (最好) - J (最差)。

clarity：石头匀净度，有序变量（I1 (最差), SI2, SI1, VS2, VS1, VVS2, VVS1, IF (最好)）。

x：石头长度，单位是毫米，范围是0–10.74。

y：石头宽度，单位是毫米，范围是0–58.9。

z：石头高度，单位是毫米，范围是0–31.8。

depth：衡量石头的一个指标，计算公式是 z / mean(x, y) = 2 * z / (x + y)，范围是43–79。

table：衡量石头的一个指标，范围是43–95。

使用 echarts4r 绘图时，要求数据是已经整理好的。diamonds 数据集本身是拥有10个变量的清单数据，如果要对 cut（切割质量）各类别汇总计数后展示为柱状图，需要先对数据做一番处理。使用 ggplot2 对已经汇总处理好的数据绘制柱状图，可以用 geom_col()函数，或者 geom_bar(stat = 'identity')指定对原始数据绘图。

如果总是先处理数据再绘图，那么就浪费了 ggplot2 的强大特点，ggplot2 在数据处理环节可通过指定统计方法来完成，可以直接根据清单数据绘图，此时绘制柱状图的函数是geom_bar()，指定stat = 'count'表示对 cut 列的各项类别先汇总统计频数，然后用频数绘制柱状图。

一般情况下，柱状图是默认在笛卡尔坐标系（直角坐标系）上绘图，加上 coord_cartesian()函数后可设置 xlim、ylim 参数来限制 x 轴、y 轴的取值范围。需要注意的是 coord_cartesian(ylim = c(0, 25000))等同于 ylim(0, 25000)。

当在直角坐标系上横轴和纵轴互换时，柱状图变成条形图，可以使用 coord_flip()函数达到此效果，或者干脆把轴属性的映射关系由 aes(x = cut)换成 aes(y = cut)。

若要填充柱子颜色，需指定 fill 参数。如果指定 x 轴变量和填充变量相同，那么会给每个柱子填上不同颜色，此时的填充颜色来源于默认主题。而如果指定 x 轴变量和填充变量相同，那么会产生分组堆叠效果，见后文第2.3小节。

也可引入调色盘来填充柱子颜色，如下需要用 scale_fill_brewer()函数。。

还可以手动指定填充的颜色，如下需要用 scale_fill_manual()函数。

指定 color 参数可以改变柱子边框颜色，这点令俺超级意外，此前从未想过居然还可以这么做。

当绘图时指定的 x 轴变量为离散型变量时，默认对 x 轴变量分组展示。在下面的例子中不再统计频数，而是用after_stat(prop)来计算每个组别占整体的比例，如果按照默认分组，会得到每个组别占每个组别的整体比例都是100%，但此时希望得到每个 x 轴变量的组别占全部数据的比例，需要设置 group 参数为任意常数，即不再按照默认分组计算比例。

也可以直接指定分组变量，指定不同的分组变量将会得到不同的输出结果。