本文介绍如何使用ggplot2快速绘制常用图形，不纠缠底层原理，续前篇：

R可视化01|ggplot2-ggplot2简介

---

本文速览

1、ggplot2内置数据集

2、ggplot2快速绘图

绘图必备三要素

aes设置

分面（facet）

几何对象（geom）

图形渲染（print）

图形保存（ggsave）

---

1、ggplot2内置数据集

ggplot2包含哪些内置的数据集？ 

library('ggplot2') data(package = 'ggplot2')#查看ggplot2内置数据集 Package Item Title ggplot2 diamonds Prices of over 50,000 round cut diamonds ggplot2 economics US economic time series ggplot2 economics_long US economic time series ggplot2 faithfuld 2d density estimate of Old Faithful data ggplot2 luv_colours 'colors()' in Luv space ggplot2 midwest Midwest demographics ggplot2 mpg Fuel economy data from 1999 to 2008 for 38 popular models of cars ggplot2 msleep An updated and expanded version of the mammals sleep dataset ggplot2 presidential Terms of 11 presidents from Eisenhower to Obama ggplot2 seals Vector field of seal movements ggplot2 txhousing Housing sales in TX

本文使用mpg数据集，重点介绍：

浏览下mpg数据 > head(mpg)#看下数据集的前几列 # A tibble: 6 x 11 manufacturer model displ year cyl trans drv cty hwy fl class <chr> <chr> <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr> 1 audi a4 1.8 1999 4 auto(l5) f 18 29 p comp~ 2 audi a4 1.8 1999 4 manual(~ f 21 29 p comp~ 3 audi a4 2 2008 4 manual(~ f 20 31 p comp~ 4 audi a4 2 2008 4 auto(av) f 21 30 p comp~ 5 audi a4 2.8 1999 6 auto(l5) f 16 26 p comp~ 6 audi a4 2.8 1999 6 manual(~ f 18 26 p comp~ 查看下mpg的大小  > dim(mpg)#查看mpg的大小 [1] 234 11 mpg数据集每个变量简介  manufacturer 生产厂家，如奥迪audi、吉普jeep等 model model name 车型，如奥迪A4、奥迪A6等 displ engine displacement, in litres，发动机排量，单位为每升 year year of manufacture，出厂年份 cyl number of cylinders，气缸数量 trans type of transmission，传输类型，手动还是自动 drv f = front-wheel drive, r = rear wheel drive, 4 = 4wd，驱动类型 ，前轮还是后轮驱动 cty city miles per gallon，每加仑油城市驾驶里程数 hwy highway miles per gallon，每加仑油高速驾驶里程数 fl fuel type，燃油型号 class "type" of car，suv、桑塔纳等

---

2、ggplot2快速绘图

绘图必备三要素

数据集（data）图像属性（aes）几何对象（geom）

画张散点图 

library('ggplot2') ggplot(mpg, #数据集（data） aes(x = displ, y = hwy)) + #图像属性（aes），即指定x、y轴要投影的数据 #data和aes通过ggplot组合在一起，使用+号添加图层（layers） geom_point()#几何对象（geom），此处为散点图

 

aes设置

Colour, size, shape等等

ggplot(mpg, aes(displ, cty, colour = class)) + #按变量class分类绘制分类散点图 geom_point()

 

ggplot(mpg, aes(displ, hwy, shape = drv)) + #按变量drv不同绘制不同类不同shape散点图 geom_point()

 

ggplot(mpg, aes(displ, hwy, size = cyl)) + #按变量cyl值大小绘制不同类不同size散点图 geom_point()

 

分面（facet）

ggplot(mpg, aes(displ, hwy)) + geom_point() + facet_wrap(~class)#按照class分面

 

几何对象（geom）

ggplot2可绘制很多基本图，一行代码即可搞定，列出部分。

p1 <- ggplot(mpg, aes(drv, hwy)) + geom_jitter() p2 <- ggplot(mpg, aes(drv, hwy)) + geom_boxplot() p3 <- ggplot(mpg, aes(drv, hwy)) + geom_violin() p4 <- ggplot(mpg, aes(hwy)) + geom_histogram() p5 <- ggplot(mpg, aes(hwy)) + geom_freqpoly() p6 <- ggplot(mpg, aes(manufacturer)) + geom_bar() p7 <- ggplot(economics, aes(date, unemploy/pop)) + geom_line()#时间序列图 p8 <- ggplot(economics, aes(unemploy/pop, uempmed)) + geom_path() + geom_point() grid.arrange(p1, p2, p3, p4, p5, p6, p7, p8, nrow = 4)#分行显示子图

 

图形渲染（print）

使用print函数

图形保存（ggsave）

p9 <- grid.arrange(p1, p2, p3, p4, p5, p6, p7, p8, nrow = 4) ggsave("plot.png", p9, width = 5, height = 5)#ggsave保存图形，可是设置图的宽高等

---

参考资料：

https://ggplot2-book.org/getting-started.html

本文结束，更多好文，欢迎关注：pythonic生物人

Python可视化|Matplotlib39-Matplotlib 1.4W+字教程（珍藏版）Python可视化|Matplotlib&Seaborn36（完结篇）