R for data science 第21章 使用ggplot2进行图形化沟通
21.1 简介21.2 标签可以 使用 labs() 函数来添加标签 ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color=class)) +
geom_smooth(se=FALSE) +
labs(
title=paste(
"Fuel efficiency generally decreases with"
"engine size"
)
21.3 注释除了为图形中的主要部分添加标签,我们还经常需要为单个观测或分组观测添加标签。可供我们使用的第一个工具是 geom_text() 函数,其用法基本与 geom_point() 函数相同,但具有一个额外的图形属性:label。这使得我们可以向图形中添加文本标签。 可以使用 geom_hline() 和 geom_vline() 函数添加参考线。我们经常使用加粗(size = 2) 和白色(color = white)的直线作为参考线,并将它们绘制在基本数据层的下面。这 样的参考线既清晰可见,又不至于喧宾夺主,影响我们查看数据。 可以使用 geom_rect() 函数在我们感兴趣的数据点周围绘制一个矩形。矩形的边界由图 形属性 xmin、xmax、ymin 和 ymax 确定。 可以使用 geom_segment() 函数及 arrow 参数绘制箭头,指向需要关注的数据点。使用图 形属性 x 和 y 来定义开始位置,使用 xend 和 yend 来定义结束位置。
21.4 标度base<-ggplot(mpg, aes(displ, hwy)) +
geom_point(aes(color=class))
base+theme(legend.position="left")
base+theme(legend.position="top")
base+theme(legend.position="bottom")
base+theme(legend.position="right") # 默认设置
还可以使用 legend.positon="none"来取消整个图例的显示。标度替换 除了对标度的细节略做调整,我们还可以替换整体标度。最经常进行替换的两种标度是连续型位置标度和颜色标度。 经常需要修改定制的另一种标度是颜色。默认分类标度以一种非常均匀的方式在色环上选择颜色。常用的另一种配色方式是使用 ColorBrewer 标度,经过手工调整后,这种方式更适合那些有色盲症的人。 如果预先确定了数据值和颜色间的映射,那么可以使用 scale_color_manual() 函数。
21.5 缩放21.6 主题file:///Users/huimei/Library/Application%20Support/typora-user-images/image-20181128225743272.png?lastModify=1543417748 file:///Users/huimei/Library/Application%20Support/typora-user-images/image-20181128225838830.png?lastModify=1543417748 21.7 保存图形file:///Users/huimei/Library/Application%20Support/typora-user-images/image-20181128230216736.png?lastModify=1543417748
|