修改ggplot2圖形外觀

• 座標軸

                                             控制座標軸和刻度線外觀的函數

函數	選項
scale_x_continuous()和 scale_y_continuous()	breaks=指定刻度標記，labels=指定刻度標記標籤， limits=控制要展現的值的範圍
scale_x_discrete()和 scale_y_discrete()	breaks=對因子的水平進行放置和排序，labels=指定這些水平的標籤， limits=表示哪些水平應該展現
coord_flip()	顛倒 x 軸和 y 軸

按學術等級和性別分組的薪資水平

> data(Salaries,package="car")
> library(ggplot2)
> ggplot(data=Salaries, aes(x=rank, y=salary, fill=sex)) +
+     geom_boxplot() +
+     scale_x_discrete(breaks=c("AsstProf", "AssocProf", "Prof"),  #對x軸因子進行自定義
+                      labels=c("Assistant\nProfessor",
+                               "Associate\nProfessor",
+                               "Full\nProfessor")) +
+     scale_y_continuous(breaks=c(50000, 100000, 150000, 200000),  #對Y軸刻度進行處理
+                        labels=c("$50K", "$100K", "$150K", "$200K")) +
+     labs(title="Faculty Salary by Rank and Sex", x="", y="")    #將 x y 軸名稱都設置爲空

• 圖例

圖例是指如用顏色、形狀、尺寸等視覺特性表示數據特徵的指南

• 修改圖例的標題

在labs中添加 fill=「myvar」

• 標題的位置

由theme()函數中的 legend.position選項控制，可能的值包括「left」、「top」、「right(默認值)」，「bottom」 ，也能夠指定一個二元素向量

• 移除圖例

legend.position = "none"

> ggplot(data=Salaries, aes(x=rank, y=salary, fill=sex)) +
+     geom_boxplot() +
+     scale_x_discrete(breaks=c("AsstProf", "AssocProf", "Prof"),
+                      labels=c("Assistant\nProfessor",
+                               "Associate\nProfessor",
+                               "Full\nProfessor")) +
+     scale_y_continuous(breaks=c(50000, 100000, 150000, 200000),
+                        labels=c("$50K", "$100K", "$150K", "$200K")) +
+     labs(title="Faculty Salary by Rank and Sex",x="",y="",fill="Gender") + #fill=「」更改圖例的名稱
+     theme(legend.position=c(.1,.8))  #圖例的左上角分別距離邊緣10%和底部邊緣80%

•  標尺

ggplot2包使用標尺把數據空間的觀察值映射可視化的空間中，標尺既能夠應用年到連續的變量，也能夠應用到離散的變量

#一個連續性的標尺把 yrs.since.phd 變量的數值映射到 x 軸，同時將 salary的變量映射到 y 軸
> ggplot(mtcars, aes(x=wt, y=mpg, size=disp)) +  #size = disp 生成連續變量disp(發動機排量)的標尺，並使用它控制點的尺寸
+   geom_point(shape=21, color="black", fill="cornsilk") +
+   labs(x="Weight", y="Miles Per Gallon",
+        title="Bubble Chart", size="Engine\nDisplacement")

 

> data(Salaries, package="car")
> ggplot(data=Salaries, aes(x=yrs.since.phd, y=salary, color=rank)) +
+   scale_color_manual(values=c("orange", "olivedrab", "navy")) +  #scale_color_manual() 函數設定三個學術等級的點的顏色
+   geom_point(size=2)

             薪水與助理教授、副教授、教授經驗對比散點圖，點的顏色是人爲指定的

經過scale_color_brewer() 和 scale_fill_brewer() 函數來預先指定分得清的顏色集

> ggplot(data=Salaries, aes(x=yrs.since.phd, y=salary, color=rank)) +
+   scale_color_brewer(palette="Set1") + geom_point(size=2)  #可將 Set1 改爲 Set二、Set三、Pastel一、Pastel二、Paired、Dark2或Accent

 

> library(RColorBrewer)
> display.brewer.all()  #得到顏色集

 

• 主題

theme()函數

> data(Salaries, package="car")
> library(ggplot2)
> mytheme <- theme(plot.title=element_text(face="bold.italic",   #指定圖的標題應該爲粗斜體棕色14號
+                                          size="14", color="brown"), 
+                  axis.title=element_text(face="bold.italic",      #軸的標題爲粗斜體的棕色10號字
+                                          size=10, color="brown"),
+                  axis.text=element_text(face="bold", size=9,     #軸標籤爲粗體的深藍色9號
+                                         color="darkblue"),
+                  panel.background=element_rect(fill="white",    #圖片區域有白色的填充和深藍色的邊框
+                                                color="darkblue"),
+                  panel.grid.major.y=element_line(color="grey",  #主水平網格應該是灰色的實線
+                                                  linetype=1),
+                  panel.grid.minor.y=element_line(color="grey",      #次水平網格應該是灰色的虛線
+                                                  linetype=2),
+                  panel.grid.minor.x=element_blank(),                #垂直網格不輸出
+                  legend.position="top")                             #圖例展現在頂部


#設置完成後使用 myeheme
> ggplot(Salaries, aes(x=rank, y=salary, fill=sex)) +
+   geom_boxplot() +
+   labs(title="Salary by Rank and Sex", 
+        x="Rank", y="Salary") +  # +mytheme 使用以前 mytheme設置的內容
+   mytheme

 

 

• 多重圖

ggplot2中將多個圖放到單個圖形中最簡單的使用方式是 gridExtra包中的grid.arrange()函數

#先將圖都保存爲一個對象，而後用grid.arrange()
> data(Salaries, package="car")
> library(ggplot2)
> p1 <- ggplot(data=Salaries, aes(x=rank)) + geom_bar()
> p2 <- ggplot(data=Salaries, aes(x=sex)) + geom_bar()
> p3 <- ggplot(data=Salaries, aes(x=yrs.since.phd, y=salary)) + geom_point()
> library(gridExtra)
> grid.arrange(p1, p2, p3, ncol=3)

 

 

• 保存

ggplot(data=mtcars, aes(x=mpg)) + geom_histogram()
ggsave(file="my.png",plot=myplot,width=5,height=4)
#在當前路徑下將 my.png 的5英寸*4英寸（12.7釐米*10.2釐米）PNG格式的圖片，可設定擴展名爲ps\tex\jpeg\pdf\pg\bmp\svg或wmf，其中wmf文件僅限Windows系統
#若是忽略 plot=選項，最近建立的圖形會被保存

ggplot(data=mtcars, aes(x=mpg)) + geom_histogram()
ggsave(file="mygraph.pdf") #保存mygraph.pdf到磁盤