ggplot2 绘图

生信喵

背景
       ggplot2 包提供了一个基于全面而连贯的语法的绘图系统。它弥补了 R 中创建图形缺乏一致性的缺点，使得用户可以创建有创新性的、新颖的图形类型。ggplot2 是 R 语言绘图一个重要特性和优势。通过 ggplot2，只需少量的代码，就可以绘制出高质量的图形，满足出版需要。ggplot2 语法简介，逻辑清晰，功能强大，可以快速上手。在 R 语言中自成一派，目前也有越来越多的绘图包基于 ggplot2 进行二次开发，一般都是以“gg”开头，例如 ggpubr，ggtree，ggvis，ggtree，ggstatsplot 等。

图形语法
       ggplot2 采用一套新的图形语法，其中 gg 就表示图形语法（grammar of graphic），理解了这套语法就理解了 ggplot2 绘图。
       传统的 R 绘图称为“画家模式”，首先布局一块画布，然后在画布上添加点线面，而 ggplot2采用图层的方式，类似于“Photoshop”模式，通过累加不同的图层元素来绘图。ggplot2 的图层语法如下所示：
1、数据（Data）
       ggplot2 绘图需要一个数据框，通过 data 选项添加。

1. ggplot(data=mtcars)
   

复制代码

2、映射（Mapping）
       映射是 ggplot2 中最重要的一个概念，将数据对应到不同的图形属性。通过 mapping 选项添加，然后使用 aes()函数，aes 来自于 aesthetics（美学，美的哲学），数据可以分别映射到轴与 y 轴，同时可以添加更多属性，例如点的大小，形状，颜色，透明度等属性，映射完成之后 ggplot 会自动分配图形显示比例。

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg))
   

复制代码

3、几何对象（Geometric）
       映射完成之后，就可以直接出图，根据映射数据的特点展示不同的图，需要注意数据的类型，是离散型数据还是连续型数据，例如绘制条形图，箱线图等，必须包含离散数据。

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()
   
2. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg,size=mpg)) + geom_point()
   
3. mtcars$cyl <- as.factor(mtcars$cyl)
   
4. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg,size=mpg,shape=cyl)) +
   
5.   geom_point()
   
6. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg,size=mpg,shape=cyl,color=cyl)) +
   
7.   geom_point()
   
8. library(ggplot2)
   
9. mtcars$vs <- as.factor(mtcars$vs)
   
10. ggplot(data=mtcars,mapping=aes(x=wt,y=mpg,color=factor(cyl),
    
11.                                shape=vs)) +
    
12.   geom_point()
    
13. ggplot(data=mtcars,mapping=aes(x=wt,y=mpg,color=mpg,
    
14.                                shape=vs)) +
    
15.   geom_point()
    
16. 
    
17. iris
    
18. colnames(iris)
    
19. ggplot(data=iris,mapping = aes(x=Sepal.Length,y=Sepal.Width,
    
20.                                color = Species)) +
    
21.   geom_point(size =6) +
    
22.   theme_bw()

复制代码

4、标尺（Scale）
       标尺用于重新调整默认的图形属性，例如修改坐标刻度，颜色属性等。

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg,color=mpg)) +
   
2.   geom_point() +
   
3.   scale_color_gradient(low = "orange",high = "red")
   
4. mtcars$cyl <- as.factor(mtcars$cyl)
   
5. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg,color=cyl)) +
   
6.   geom_point() +
   
7.   scale_color_discrete(type = rainbow(3))
   
8. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg,color=cyl)) +
   
9.   geom_point() +
   
10.   scale_color_discrete(type = c('blue','orange','red'))

复制代码

5、统计变换（Statistics）

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+
   
2. stat_smooth( method = 'loess' ,formula = 'y ~ x')
   

复制代码

6、坐标（Coordinate）
       坐标系统控制坐标轴，可以修改坐标轴范围，转换 xy 轴，笛卡尔坐标和极坐标转换。

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+coord_flip()
   
2. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+coord_polar()

复制代码

7、图层（Layer）
       类似于 Photoshop 的图层概念，直接使用+号即可实现图层叠加，一张图内展示更多内容。

1. ggplot(data=mtcars, mapping = aes(x=cyl, y=mpg)) + geom_point()+geom_boxplot()
   
2. ggplot(data=mtcars, mapping = aes(x=cyl, y=mpg)) + geom_boxplot()+geom_point()

复制代码

      后画的图层就在最上方，上图代码中很好展示了点是否被箱子覆盖。

8、面（Facet）

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+facet_grid(. ~ cyl)
   
2. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+facet_grid(cyl ~ .)
   
3. 
   
4. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+facet_wrap(. ~ cyl)
   
5. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+facet_wrap(cyl ~ .)

复制代码

9、主题（Theme）
       主题是一些元素默认设置构成的整体，ggplot2 默认的主题是其简单设置就可以生成高质量的图片，无需进行更多修改。此外，除了默认的主题（theme_gray）之外，ggplot2 还内置了许多其他的主题，可以快速切换，类似与手机系统一键更换主题一样容易。

1. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+theme_bw()
   
2. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+theme_dark()
   
3. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+theme_gray()
   
4. ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+theme_light()

复制代码

保存绘图

1. p <- ggplot(data=mtcars, mapping = aes(x=wt, y=mpg)) + geom_point()+theme_bw()
   
2. ggsave(filename = "mtcars.pdf",plot = p)

复制代码