一、序
作为一枚统计专业的学僧，首先需要掌握的编程语言一定是R。虽然自己对R谈不上精通，但却有着不一样的热爱，尤其热衷于使用R语言绘制各种各样觉得十分酷炫的图。每每磕完一个绘图作品，仿佛过了一个愉快的寒暑假，充实而满足。而在R语言中，谈到绘图，就不得不聊聊ggplot2这个大神器。
刚开始接触学习的时候，其实是非常抵触，觉得非常非常难的，但随着一张张图片跃然于屏幕之上，心中的抵触满满消失，取而代之的甚至多出了一丝喜爱。而这丝喜爱愈酿愈醇厚，愈酿愈香甜。这就促使我写一写这篇博文。回顾我之前学习ggplot2所走过的路，使大家能够避免走上我曾经走过的死胡同，从而走上一条康庄大道。也希望大家能够爱上R这门编程语言，享受使用ggplot2绘图的乐趣。
本文其实借鉴了网上很多的教程与参考文献，具体这些学习资料的网址，也会在文末进行说明。
二、ggplot2是什么？
一句话概括：它是一个用来绘制统计图形(不只是统计图形)的R包！
为什么叫ggplot呢？其中的gg当然不是Good Game的意思，而是Grammar of Graphics，直译就是绘图的语法，这是一门学问，绘图的学问。后面会介绍其与众不同的语法。
作者是Hadley Wickham，下面我们先瞻仰一下大神，沾点灵气，为后续的ggplot学习之路打好基础。
说起这位作者，可就厉害了。他是RStudio公司的首席科学家，在博士期间其实就已经开发出了ggplot包，后面觉得写的不行，于是推陈出新，天空一声巨响，ggplot2闪亮登场。由于这个包实在是太好用了，所以渐渐的，如今Python等多个编程语言都有了其对应的库。
当然，如果仅仅凭借ggplot2，Wickham还无法成为RStudio公司的首席科学家，他还是dplyr，devtools，readxl，rvest等包的作者，是一位全能型大神。
与此同时，在工作之外，他擅长烘焙和调制鸡尾酒，并且还有自己的家庭食谱网站。真的非常的腻害！
更新：大神还荣获2019年的统计学诺贝尔奖——COPSS 奖！
好了，言归正传，我们接着介绍ggplot2。
三、ggplot2能画出什么样的图？
前面一直在夸它的好，得看看它究竟能创作出什么样的图！（由于博客的限制，不能使用svg的高清无码矢量图，故只能使用略带模糊的jpg图片）
前面两个图都是标准的统计学的我们需要画的图，只不过是将箱线图、柱状图、直方图、散点图、拟合回归以及相关系数，全部融合在了一张图上，信息量非常丰富。集百家之所长，成一家之言！但这还没什么，ggplot2还能做出令你更加吃惊的统计图。就比如下面的回归树图：
还有下面这个像岩浆一样的族谱图：从祖先到你，如何薪火相传。
以及最后一个犯罪率的变化情况。
好看的图片千千万，有趣的绘图包只有ggplot2。这里只介绍极小的一部分情况，说明一下它能做些什么。屏幕中的图，如果不自己生成，就永远只是别人家的图，而不是自己的，所以下面我们就来讲讲如何像搭积木，组装机器一样，组装成一个独属于你的妖娆且风骚的图片。
四、组装机器
ggplot2绘图三步走：
后面会一一进行介绍，这三步。但其实只要有一个概念，用ggplot2就是像PS一样，一个图层一个图层的叠加，最后组成我们的目标绘图。
它的优势非常明显：
- 用户能在更抽象层面上控制图形，使创造性绘图更容易 采用图层的设计方式，使其更具灵活性 图形美观，同时避免繁琐细节 将常见的统计变换融入到了绘图中
五、设计图纸
想要了解ggplot2，我们必须先了解下面这些概念：
- 数据（Data）和映射（Mapping）：将数据映到图像 几何对象（Geometric）：代表在图中看到的实际元素，如点、线、多边形等 统计变换（Statistics）：对数据进行某种汇总，如直方图，或将二维关系用线性模型解释 标度（Scale）：将数据的取值映射到图形空间，例如用：颜色、大小、形状表示不同取值 坐标系（Coordinate）：数据如何映射到图形所在平面，提供作图所需的坐标轴和网格线 分面（Facet）：将数据分解为子集，进行联合展示 图层（Layer）：对所需的绘图操作进行一层一层叠加，最终得到所需图形
这些概念能帮助你加深对其的理解，但是还是不懂？没关系！我们刚开始只需要掌握下面的零件构造就好了！
六、机器的零件
在最最最开始，你需要安装R并且建议安装R Studio，都是免费的，并且都需要安装，然后可以直接从R Studio打开。
然后我们需要先安装ggplot2包，在R或者R Studio中使用下述语句，即可完成安装。
install.packages('ggplot2')
接着，我们就可以学习其中的每个零件的用法了。
1. 零件——散点图
如果我们想要看两个变量之间的关系，最简单，最方便的做法就是绘制散点图，那我们如何使用ggplot2绘制这样一个图形呢？
library(ggplot2) p <- ggplot(data = mpg, mapping = aes(x = cty, y = hwy)) p + geom_point()
首先需要使用library()对ggplot2包进行加载（记得每次重新打开都需要进行加载！），当然也可以使用require()。然后就可以愉快地进行绘图了。
我们需要找到一个映射，也就是一对一的对应关系，这个我们在程序中如何给定呢？这就需要使用ggplot()这个函数。
首先在data =后面需要加上数据集的名称，在例子中是mpg一个关于汽车的数据集（注意：这个数据集是ggplot2包中特有的，加载了包才会有这个数据集）。在这个数据集里面有很多变量，其中有cty与hwy等一系列变量。 每个变量都有一列数值，也就是样本的信息，我们需要看cty与hwy两个变量对应的信息，就需要指定x轴是谁，y轴对应的是谁。在代码中，首先需要使用aes()将两个坐标轴的信息对应起来。aes代表的是aesthetic mappings，具有美感的映射，然后在里面分别使用x = ，y =来制定需要映射的变量。至此，我们的对应关系就找出来了。
但是！此时，你运行p这个变量是没有图像信息反馈出来的，因为你只是指定了关系，而没有说明应该以什么形式进行展现。可能是散点、折线、曲线等等。不过由于我们是进行散点图的绘制，所以使用的是后面还要+ geom_point()就可以展现出散点图了，其中geom表示的是geometric object，几何对象的意思。
接着，我们再对散点图进行一点点润色。（黑黑的点真的好丑）
1) 变换颜色
p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year))) p + geom_point()
这里我们指定了其散点的颜色，在aes()中使用了colour =，其后面的year也是mpg数据集中的一个变量。里面只有1999和2008两年，每个样本都有一个年份。（colour =写在aes()里面可以自动分配颜色，写在外面就是强制指定点的颜色，如加上‘blue'等）
不过为了将数字转化成factor因子形式，我们这里使用了factor()将数值变成了因子（可以自己尝试不添加factor()看看会出现什么样的结果，其实会出现颜色的深浅表示数值的大小）。
这里使用了p <- ggplot(mpg, aes(x = cty, y = hwy, colour = factor(year)))，我们默认将后面这部分赋值给了变量p，后面的p全部都是指代这行语句。
这行代码还有另外一个地方发生了变化，data =消失，只是这个都可以省略，只要在对应的位置有数据集这个变量就好了（这里是mpg）。同理，其实x = 与y = 在这里都可以省略。
在出现了散点之后，还是觉得空荡荡的，我们再加点别的零件。
2) 拟合曲线
p + geom_point() + stat_smooth()
相比于原先的操作，只是再加了一行 + stat_smooth()，stat表示的是statistical transformation，统计学变换。因为我们需要用插值的方法来绘制拟合直线，并且附带置信区间。
3) 变换大小
p + geom_point(aes(colour = factor(year), size = displ)) + stat_smooth() # 排量越大，点越大
想要变换点的大小，只需再在aes()中加上size =，后面接上一个新的变量名称displ代表着汽车的排量，每个点的尺寸越大，代表着排量越大，其对应关系如右边图例所示。
在此基础上我们还想在一张图上添加更多的信息，同时也可以解决点与点之间的重叠的问题，不会因为遮盖而使得我们有部分点看不到。那么我们应该怎么做呢？
透明度！
4) 修改透明度
p + geom_point(aes(colour = factor(year),
size = displ), alpha = 0.5) +
stat_smooth() + scale_size_continuous(range = c(4, 10))
同样，我们只需使用alpha =即可其范围在0 — 1之间，越小表示越透明。注意，在这里，我们是写在aes()的外面，代表对所有的点都强制透明度为0.5。
在修改完透明度后，我们发现，图像已经有一点梦幻般的感觉了。但仔细一看，会发现，这张图实在是太拥挤了，1999年与2008年全部挤在了一块儿，那有没有什么简单的方法可以将两年直接分开呢？
使用分层操作！
5) 分层
p + geom_point(aes(colour = class, size = displ), alpha = 0.5) + stat_smooth() + scale_size_continuous(range = c(4, 10)) + facet_wrap(~ year, ncol = 1)
这次变化的内容其实有点多，我们来细细捋一捋，首先是分层。
其实分层操作用起来非常的简单，就一行代码：facet_wrap(~ year, ncol = 1)，facet_wrap()是关键，facet与wrap两个词组合，就是逐面地包起来。里面我们选择按照year这个变量来分层，就可以将1999与2008分开。一定要注意！这里在year前面有个~，回归中的用法。而最后的ncol = 1代表着我们的小窗口是1列，指定了1列之后，默认就是两行啦。（因为年份一共只有两种）如果不加这句，会默认横着排列，或者想要指定几行，则使用nrow = 1。
第二个修改的地方是colour = class。同样的，class也是数据集中的一个变量，代表不同种类的汽车，而因为汽车的种类非常多，所以颜色也就变的很多了。
第三个修改点是：添加了scale_size_continuous(range = c(4, 10))，也就是指定我们size的变化范围。在本图中，就是控制点的绝对大小的范围， 不要太大，也不要太小。
至此，散点图该润色的地方，已经润色的差不多了，唯独还有一个小小的缺陷：能否加个标题，并且将这些英文简写的名称改得更容易懂一些。毕竟做统计图不是为了自娱自乐，而是要给别人看的，要让大家明白你在做什么，在分析什么。
所以我们还需要进行一点点修改。
6) 改中文
p + geom_point(aes(colour = class, size = displ), alpha=0.5) +
stat_smooth() + scale_size_continuous(range = c(4, 10)) +
facet_wrap(~ year,ncol = 1) +
labs(y = '每加仑高速公路行驶距离', x = '每加仑城市公路行驶距离',
title = '汽车油耗与型号', size = '排量', colour = '车型') +
theme(text = element_text(family = "STHeiti"),
plot.title = element_text(hjust = 0.5))
看到这么长的代码，首先要做的就是淡定，不要虚！我们慢慢来解释。
其实我们只添加了两个地方，labs()与theme()。
labs()修改的是我们标签的名称。我们前面在aes()中用了x =，y =，size =以及colour =，这些都是会有标签名称的，默认都是前面显示的一些英文。而这里，我们只需要在labs()中，写上其对应的名称即可。另外我们还附送一个title =，就是我们图像的标题。
theme()更偏向于格式的修改。text = element_text(family = "STHeiti")是对字体进行修改，变为黑体。Windows系统的各位，可以不添加这行，一样会显示前面labs()中设定的中文。而如果是Mac或者Linux系统，由于字体的缺失，会显示成一个一个的框框，在图像上显示不了中文字。
第二行plot.title = element_text(hjust = 0.5)是调整标题的位置，不加这行，标题会居左，加上才会居中。hjust = 0.5其实就是左右移动的意思，0.5表示居中。
2. 零件——直方图与条形图
学完了零件——散点图，我们再来学学其它零件。
我们先着重介绍直方图与条形图。可能会有有人问，这两个不都是方块儿条吗，有什么区别。其实这两个图有本质的区别：一个是针对连续的变量（直方图，histogram），将连续的变量砍成一段一段，再进行计数；一个是针对离散的变量（条形图，bar），直接对每类的样本来数数。
1) 直方图
p1 <- ggplot(mpg, aes(x = hwy)) p1 + geom_histogram()
这里不再用前面的变量p，而是变成p1，其映射是不需要y的，只需要指定x =数据集中的一个变量即可。然后+ geom_histogram()会使用默认的参数进行直方图的绘制。
2) 润色
p1 + geom_histogram(aes(fill = factor(year), y = ..density..),
alpha = 0.3, colour = 'black') +
stat_density(geom = 'line', position = 'identity', size = 1.5,
aes(colour = factor(year))) +
facet_wrap(~ year, ncol = 1)
这里又进行了很多操作，下面将其进行分解。
首先是facet_wrap(~ year, ncol = 1)按年分层，这里不再详述。我们来聊聊geom_histogram()中的参数。
fill = factor(year) 放在aes() 中表示按年进行填充颜色。为什么不用前面说到的colour = ？这是ggplot绘图中一个非常重要的点！（敲黑板！）对于线与点这种面积为0的结构，它的颜色就直接使用colour =进行指定，而对条形图，柱状图，扇形图（特殊的柱状图），箱线图等等有面积的图形，其面积的颜色，我们需要用fill =来指定。
添加y = ..density.. 是将原本的频数直方图变成频率密度直方图，目的是为了在直方图上添加密度曲线，两者可以同时在一张图上展现。
alpha = 0.3 是指定填充颜色的透明度， colour = 'black'则是强制指定柱状图边框的颜色为黑色。注意这两个参数是放在aes()外面，就是强制设定的意思。
stat_density()表示添加统计学中的密度曲线，进行密度估计。geom = 'line'指定为线形， position = 'identity'表示一个一一映射， size = 1.5 是强制修改线的尺寸，为原先的1.5倍。最后的aes(colour = factor(year))为修改拟合密度曲线的颜色，这里就是用的colour =而不是fill =
3) 条形图
p2 <- ggplot(mpg, aes(x=class)) p2 + geom_bar()
直接简单地计算不同车种类在数据集中的数量，使用 + geom_bar()，用默认参数即可绘制。我们直接从图上也可以看出，geom_bar()与geom_histogram()，两者绘制出来的图形，一个有间隔，一个没有间隔。这就正好对应了我们的离散与连续的区别。
我们想进一步比较不同年份，两者的汽车种类的数量是否有差别，我们可以使用并立条形图。
a. 并立条形图
p3 <- ggplot(mpg, aes(class, fill = factor(year))) p3 + geom_bar(position = 'dodge')
只需添加参数position = 'dodge'，并立条形图带回家！当然前面要说明用什么变量来并立，这里是年份：fill = factor(year)
同样，我们可以做不同的条形图。
b. 堆叠条形图
p3 <- ggplot(mpg, aes(class, fill = factor(year))) p3 + geom_bar(position = 'dodge')
c. 分面条形图
p3 + geom_bar(aes(fill = class)) + facet_wrap(~ year)
只需动一动手指，就可享受到买一送三的奢华体验！
3. 零件——饼图
饼图可以说是条形图的一种特殊形式，其绘制方法可以从代码中看出。
p4 <- ggplot(mpg, aes(x = factor(1), fill = factor(class))) + geom_bar(width = 1) p4 + coord_polar(theta = "y")
首先x轴，只有一个柱子，柱子的宽度我们设置为1，geom_bar(width = 1)，也就是铺满整个图，而柱子按照class变量来分类，并且是堆叠的（默认是堆叠条形图）。这时的图，也就是p4是一个“千层饼”。然后我们按照y轴为原点，用coord_polar(theta = "y")，把这个千层饼卷成千层卷，就成了我们的饼图了。
后面会专门开个博客来细讲饼图的一些细节操作。
4. 零件——箱线图
用geom_boxplot()绘制箱线图。
p5 <- ggplot(mpg, aes(class, hwy, fill = class)) p5 + geom_boxplot()
但是箱线图怎么看都觉得不够炫酷，我们可以用小提琴图来使绘图变得更加美丽动人。
5. 零件——小提琴图
p5 + geom_violin(alpha = 0.3) + geom_jitter(shape = 21)
使用geom_violin()绘制小提琴图，同样改变透明度。小提琴图相比于箱线图多了各个类别分布的信息，是图像变得更加漂亮。
然后我们用geom_jitter()添加扰动点，其实就是将数据点等间隔的排列，显得更加高大上。其中的shape = 21指定的是扰动点的形状，我们用21号，也就是空心点（默认是实心点）。
至此，主要的零件都已经介绍完成了。但我们可以看到，ggplot绘制出来的图，背景都是灰格子，我们可不可以将其去掉呢？
当然可以！
6. 零件打磨
下面的一系列变化都基于前面绘制的箱线图。我们通过修改theme()中一系列参数，来对背景进行修改。
# 不要灰底 p5 <- ggplot(mpg, aes(class, hwy, fill = class)) p6 <- p5 + geom_boxplot() p6 + theme_bw()
# 不要网格线 p6 + theme_bw() + theme(panel.grid = element_blank())
# 不要刻度标签
p6 + theme_bw() + theme(panel.grid = element_blank(),
axis.text = element_blank())
# 不要刻度线
p6 + theme_bw() + theme(panel.grid = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank())
# 不要xy轴标题
p6 + theme_bw() + theme(panel.grid = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank())
# 不要外层边框
p6 + theme_bw() + theme(panel.grid = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
panel.border = element_blank())
# 不要图例
p7 <- p6 + theme_bw() + theme(panel.grid = element_blank(),
axis.text = element_blank(),
axis.ticks = element_blank(),
axis.title = element_blank(),
panel.border = element_blank(),
legend.position = "none")
p7
7. 超级变变变
到这里还有没有进一步的提升空间呢？比如定制自己喜欢的配色？当然可以！
这里我们使用scale_fill_manual()函数，来对箱线图中填充的颜色进行修改。观察这个函数，可以发现，由于是箱线图中填充的颜色，所以函数中间是fill。如果将中间的fill替换成colour，也就是scale_colour_manual()，就可以对点与线的颜色进行定制了！
关于具体的配色，在文末会有推荐的网站，大家只需选中自己喜欢的配色，复制粘贴即可。
变
# 黄棕变
color = c('#ffffd4', '#fee391', '#fec44f', '#fe9929',
'#ec7014', '#cc4c02', '#8c2d04')
p7 + scale_fill_manual(values = color)
变！
# 红蓝变
color = c('#b2182b', '#ef8a62', '#fddbc7', '#f7f7f7',
'#d1e5f0', '#67a9cf', '#2166ac')
p7 + scale_fill_manual(values = color)
变！！
# 清新脱俗变
color = c('#fbb4ae', '#b3cde3', '#ccebc5', '#decbe4',
'#fed9a6', '#ffffcc', '#e5d8bd')
p7 + scale_fill_manual(values = color)
8. 其他常用零件
最后我们再介绍一些其他常用的零件：
| 函数 | 图形 | 选项 |
|---|---|---|
| geom_bar() | 条形图 | color, fill, alpha |
| geom_boxplot() | 箱线图 | color, fill, alpha, notch, width |
| geom_density() | 密度图 | color, fill, alpha, linetype |
| geom_histogram() | 直方图 | color, fill, alpha, linetype, binwidth |
| geom_hline() | 水平线 | color, alpha, linetype, size |
| geom_jitter() | 抖动点 | color, alpha, size, shape |
| geom_line() | 线图 | color, alpha, linetype, size |
| geom_point() | 散点图 | color, alpha, size, shape |
| geom_rug() | 地毯图 | color, sides |
| geom_smooth() | 拟合曲线 | method, formula, color, fill, linetype, size |
| geom_text() | 文字注解 | … … |
| geom_violin() | 小提琴图 | color, fill, alpha, linetype |
| geom_vline() | 垂线 | color, alpha, linetype, size |
| … … | … … | … … |
七、实践出真知
别人家的男票再帅，也是别人家的。
同理可证，代码一定要自己一行一行的敲，并且每次可以自己多试几种类似的情况，看看图形会怎么变。带着问题去学习，去探索，一定会很快入门ggplot2这个大杀器！
八、学习资源
九、参考资料
30分钟学会ggplot2
ggplot2 Elegant Graphics for Data Analysis (use R)
最后本文的PPT（利用 R 包 xaringan 制作而成）于GitHub上可获得：
https://github.com/kannyjyk/ggplot2-xaringan
以上就是R语言学习ggplot2绘制统计图形包全面详解的详细内容，更多关于R语言ggplot2绘制统计图形包的资料请关注其它相关文章！
