修改ggplot2图形外观

• 坐标轴

                                             控制坐标轴和刻度线外观的函数

函数	选项
scale_x_continuous()和 scale_y_continuous()	breaks=指定刻度标记，labels=指定刻度标记标签， limits=控制要展现的值的范围
scale_x_discrete()和 scale_y_discrete()	breaks=对因子的水平进行放置和排序，labels=指定这些水平的标签， limits=表示哪些水平应该展现
coord_flip()	颠倒 x 轴和 y 轴

按学术等级和性别分组的薪资水平

> 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"),  #对x轴因子进行自定义
+                      labels=c("Assistant\nProfessor",
+                               "Associate\nProfessor",
+                               "Full\nProfessor")) +
+     scale_y_continuous(breaks=c(50000, 100000, 150000, 200000),  #对Y轴刻度进行处理
+                        labels=c("$50K", "$100K", "$150K", "$200K")) +
+     labs(title="Faculty Salary by Rank and Sex", x="", y="")    #将 x y 轴名称都设置为空

• 图例

图例是指如用颜色、形状、尺寸等视觉特性表示数据特征的指南

• 修改图例的标题

在labs中添加 fill=“myvar”

• 标题的位置

由theme()函数中的 legend.position选项控制，可能的值包括“left”、“top”、“right(默认值)”，“bottom” ，也能够指定一个二元素向量

• 移除图例

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=“”更改图例的名称
+     theme(legend.position=c(.1,.8))  #图例的左上角分别距离边缘10%和底部边缘80%

•  标尺

ggplot2包使用标尺把数据空间的观察值映射可视化的空间中，标尺既能够应用年到连续的变量，也能够应用到离散的变量

#一个连续性的标尺把 yrs.since.phd 变量的数值映射到 x 轴，同时将 salary的变量映射到 y 轴
> ggplot(mtcars, aes(x=wt, y=mpg, size=disp)) +  #size = disp 生成连续变量disp(发动机排量)的标尺，并使用它控制点的尺寸
+   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() 函数设定三个学术等级的点的颜色
+   geom_point(size=2)

             薪水与助理教授、副教授、教授经验对比散点图，点的颜色是人为指定的

经过scale_color_brewer() 和 scale_fill_brewer() 函数来预先指定分得清的颜色集

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

 

> library(RColorBrewer)
> display.brewer.all()  #得到颜色集

 

• 主题

theme()函数

> data(Salaries, package="car")
> library(ggplot2)
> mytheme <- theme(plot.title=element_text(face="bold.italic",   #指定图的标题应该为粗斜体棕色14号
+                                          size="14", color="brown"), 
+                  axis.title=element_text(face="bold.italic",      #轴的标题为粗斜体的棕色10号字
+                                          size=10, color="brown"),
+                  axis.text=element_text(face="bold", size=9,     #轴标签为粗体的深蓝色9号
+                                         color="darkblue"),
+                  panel.background=element_rect(fill="white",    #图片区域有白色的填充和深蓝色的边框
+                                                color="darkblue"),
+                  panel.grid.major.y=element_line(color="grey",  #主水平网格应该是灰色的实线
+                                                  linetype=1),
+                  panel.grid.minor.y=element_line(color="grey",      #次水平网格应该是灰色的虚线
+                                                  linetype=2),
+                  panel.grid.minor.x=element_blank(),                #垂直网格不输出
+                  legend.position="top")                             #图例展现在顶部


#设置完成后使用 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设置的内容
+   mytheme

 

 

• 多重图

ggplot2中将多个图放到单个图形中最简单的使用方式是 gridExtra包中的grid.arrange()函数

#先将图都保存为一个对象，而后用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)
#在当前路径下将 my.png 的5英寸*4英寸（12.7厘米*10.2厘米）PNG格式的图片，可设定扩展名为ps\tex\jpeg\pdf\pg\bmp\svg或wmf，其中wmf文件仅限Windows系统
#若是忽略 plot=选项，最近建立的图形会被保存

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