数据挖掘与数据分析：基于R语言- 课件 第二章 R语言可视化技术

DataMiningandDataAnalysiswithR数据挖掘与数据分析：基于R语言合作QQ：243001978第二章R语言可视化技术合作QQ：243001978ggplot2的图层语法01图层02图像细节调整03常用工具图的绘制04章节内容2.1ggplot2的图层语法R语言绘图工具包，如基础图形系统graphics包、网格图形系统grid包、lattice包等，采用整体封装的设计思路，将不同的绘图函数封装成整体，使用时需要设置相关的参数，适用于简单图形的绘制。ggplot2图层语法，将图形中的元素拆分成一系列相互独立的部分，在绘图时不需要设置图形中的所有参数，只需将图形元素添加到图中。用户能够灵活绘制复杂图形，实现从易到繁、自由组合的过程。图像的组成在图层语法中，图像由以下部分组成待可视化数据（data）以及变量到图形属性的映射（mapping）几何对象（geom）、统计变换（stat）、位置标度（position）标度（scale），数据取值到图形属性的映射坐标系（coord），通常为笛卡尔坐标系分面（facet），对数据的不同子集作图并联合展示主题（theme），对图像的细节进行调整图2-1图层语法的基本框架散点图示例#加载包ggplot2library(ggplot2)#选择数据集并建立映射p_test<-ggplot(data=mpg,mapping=aes(x=cty,y=hwy))

p_test+geom_point(aes(colour=class,size=displ))+stat_smooth()+scale_size_continuous(range=c(3,8))+facet_wrap(~year,ncol=1)+labs(title="公路类型-行驶距离")+theme(plot.title=element_text(size=15,hjust=0.5))绘制汽车每使用1加仑汽油在不同类型公路上的行驶距离的对比散点图图2-3汽车每使用1加仑汽油在不同类型公路上的行驶距离的对比散点图2.2图层合作QQ：243001978图层主要由以下五个部分组成数据集映射几何对象统计变换位置调整在ggplot2中，通过符号“+”添加图层，图层叠加构成最终的统计图。本节主要介绍ggplot2中图层的概念及应用。绘图对象合作QQ：243001978ggplot()函数创建绘图对象ggplot(data=NULL,mapping=aes(),…)aes()函数将数据变量映射为图形属性p_test<-ggplot(data=mpg,mapping=aes(x=cty,y=hwy))p_test<-ggplot(mpg)p_test<-p_test+aes(cty,hwy)summary()函数查看图层信息Summary(p_test)输出：data:manufacturer,model,displ,year,cyl,trans,drv,cty,hwy,fl,class[234x11]mapping:x=~cty,y=~hwyfaceting:<ggprotoobject:ClassFacetNull,Facet,gg>compute_layout:functiondraw_back:functiondraw_front:functiondraw_labels:functiondraw_panels:functionfinish_data:functioninit_scales:functionmap_data:functionparams:listsetup_data:functionsetup_params:functionshrink:TRUEtrain_scales:functionvars:functionsuper:<ggprotoobject:ClassFacetNull,Facet,gg>几何对象几何对象描述abline由斜率和截距决定的线hline水平线vline竖直线point散点图Bar条形图histogram直方图line折线图path路线图boxplot箱线图violin小提琴图qqQQ图smooth添加光滑的条件均值线text文本注释ggplot2中常用的几何对象调用函数geom_point()绘制散点图#选择数据集并建立映射p_test<-ggplot(data=mpg,mapping=aes(x=cty,y=hwy))#绘制散点图p_test+geom_point(aes(colour=class,size=displ))图2-4初始统计图表2-1ggplot2中常用的几何对象统计变换统计变换对数据进行某种运算处理，不同的计算方法对应不同的statxxx()函数调用stat_smooth()函数添加拟合曲线#选择数据集并建立映射p_test<-

ggplot(data=mpg,mapping=aes(x=cty,y=hwy))#绘制散点图p_test+geom_point(aes(colour=class,size=displ))+stat_smooth()图2-5添加拟合曲线后的散点图统计变换在图形绘制中，几何对象与统计变换都被视作图层，geom_xxx()函数与stat_xxx()函数往往成对出现。每个几何对象的geom_xxx()函数中都包含一个stat参数，每个统计变换的stat_xxx()函数中都包含一个geom参数。mapping代表图形属性的映射，data为数据集，position代表位置调整，这些参数不是非必选参数。geom_xxx(mapping,data,…,stat,position)stat_xxx(mapping,data,…,geom,position)统计变换#以geom_xxx()开头的图层ggplot(mpg,aes(cty,hwy))+

geom_point(aes(colour=class),size=4,stat="summary")#以stat_xxx()开头的图层ggplot(mpg,aes(cty,hwy))+stat_summary(aes(colour=class),size=4,geom="point")#同时添加geom_xxx()图层和stat_xxx()图层ggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class),size=4)+stat_summary()图2-6均值散点图图2-7添加均值后的散点图统计变换统计变换描述identity不对数据进行统计变换quantile计算连续的分位数smooth添加光滑曲线sum计算每个单一值的频数summary对每个x所对应的y值做统计描述unique删除重复值大部分情况下会省略几何对象与统计变换中的参数data，因为在绘图对象ggplot()函数中已经设置了待可视化的数据集，该数据集之后将作为参数data的默认参数。若在geom_xxx()函数或stat_xxx()函数中设置了参数data，则默认数据集将被改变。ggplot2中常用的统计变换如下表2-2ggplot2中常用的统计变换位置调整位置调整参数描述dodge并排放置（避免重叠）fill堆叠图形元素并将高度标准化为1identity不做任何调整jitter给点添加扰动（避免重合）stack堆叠图形元素ggplot2中主要的位置调整参数通过设置几何对象geom_xxx()函数或统计变换stat_xxx()函数中的position参数进行调整#添加位置调整p_test+geom_point(aes(colour=class,size=displ),position="jitter")位置调整多用于离散型数据的绘图图2-8添加扰动后的散点图表2-3ggplot2中的位置调整参数位置调整#绘制条形图p_test1<-ggplot(mpg,aes(x=trans,fill=factor(cyl)))#设置位置调整参数为堆叠p_test1+geom_bar(position="stack")#将高度标准化为1p_test1+geom_bar(position="fill")#设置位置调整参数为并列p_test1+geom_bar(position="dodge")图2-9条形图（position="stack"）图2-10条形图（position="fill"）图2-11条形图（position="dodge"）绘制设置了不同位置调整参数的条形图2.3图像细节调整为了让绘制的图像更加美观，同时也能更加充分地表现数据集的特征，常常需要对图像的细节进行调整。ggplot2中用于调整图像细节的主要工具标度（scale）坐标系（coord）分面（facet）主题（theme）标度标度将数据转化为可视的图形属性，如颜色、位置、大小或形状。依据变量类型的不同，标度分为连续型标度和离散型标度。从图形属性角度出发，标度主要分为位置标度、颜色标度和手动标度。标度构造器scale_xxx_xxx()用于构造新的标度，其命名以scale_开头，第二部分为图形属性名称（size_、colour_等），第三部分为标度名称（continuous、hue等）#设置图中散点的大小范围scale_size_continuous(range=c(3,8))+labs(title="公路类型-行驶距离")#设置坐标轴和图例上的标签p_test+geom_point(aes(colour=class,size=displ))+stat_smooth()+scale_size_continuous(range=c(3,8))+labs(title="公路类型-行驶距离",x="每加仑城市公路英里数",y="每加仑高速公路英里数")

图2-12修改坐标轴和图例标签的统计图标度通过xlab()、ylab()函数修改坐标轴标签#设置图中散点的大小范围scale_size_continuous(range=c(3,8))+labs(title="公路类型-行驶距离")

#设置坐标轴的标签p_test+geom_point(aes(colour=class,size=displ))+stat_smooth()+scale_size_continuous(range=c(3,8))+labs(title="公路类型-行驶距离")+xlab("每加仑城市公路英里数")+ylab(="每加仑高速公路英里数")图2-12修改坐标轴和图例标签的统计图标度位置标度每张统计图拥有一个x标度和一个y标度，通过ggplot2中的xlim()和ylim()函数修改可设置的位置标度类型包括离散型、连续型和日期型#离散型标度xlim("差","中","好")#连续型标度xlim(5,10)#日期型标度xlim(as.Date(c("2022-05-20","2022-06-18")))#调整位置标度(离散型)ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()+xlim("auto(av)","auto(s4)","auto(s6)")离散型位置标度设置示例未添加xlim()已添加xlim()图2-13离散型位置标度标度#调整位置标度(连续型)ggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class,size=displ))+xlim(10,20)+ylim(10,20)连续型位置标度设置示例未添加xlim()已添加xlim()图2-14连续型位置标度标度#调整位置标度(日期型)ggplot(data=economics,aes(x=date,y=psavert))+geom_line()+xlim(as.Date(c("1995-05-20","2005-05-20")))日期型位置标度设置示例未添加xlim()已添加xlim()图2-15日期型位置标度标度颜色标度根据数据类型的不同，分为连续型颜色标度和离散型颜色标度#双色梯度scale_colour_gradient()scale_fill_gradient()#三色梯度scale_colour_gradient2()scale_fill_gradient2()#n色梯度scale_colour_gradientn()scale_fill_gradientn()连续型颜色标度的三种类型双色梯度：通过参数low和high控制梯度两端的颜色三色梯度：在双色梯度的基础上额外添加了参数midn色梯度：允许用户自定义色彩数量标度#调整颜色标度(连续型)mydataframe_continuous_color<-data.frame(x=1:50,y=rnorm(50))p_continuous_color<-ggplot(mydataframe_continuous_color,aes(x,y,colour=y))+geom_point(size=4)p_continuous_colorp_continuous_color+scale_color_gradient(low="red",high="blue")#双色梯度p_continuous_color+scale_color_gradient2(low="red",high="blue",mid="white")#三色梯度p_continuous_color+scale_color_gradientn(colours=c("red","blue","white","green"))#n色梯度图2-16连续型颜色标度示例未设置颜色标度设置双色梯度设置n色梯度设置三色梯度标度#HCL配色模型scale_colour_hue()scale_fill_hue()#ColorBrewer调色板scale_colour_brewer()scale_fill_brewer()离散型颜色标度的两种类型HCL配色模型：默认配色方案，通过hcl色轮选取色彩，h表示色相，范围为（0，360），c表示饱和度，l表示明度。ColorBrewer调色板：参数type用于选择调色板类型：“seq”、“div”、“qual”，参数palette用于指定调色板名称或序号，常用的有“Set1”、“Set2”等。标度#调整颜色标度(离散型)mydataframe_discrete_color<-data.frame(x=c("数学","语文","英语","物理","化学"),y=c(140,120,145,105,94))p_discrete_color<-ggplot(mydataframe_discrete_color,aes(x,y,fill=factor(x)))+geom_bar(stat="identity")p_discrete_colorp_discrete_color+scale_fill_hue(h=c(100,200),c=50)#HCL配色模型p_discrete_color+scale_fill_brewer(type="seq",palette="Set1")#ColorBrewer调色板HCL配色模型ColorBrewer调色板图2-17离散型颜色标度示例标度#定制形状标度scale_shape_manual()#定制线条类型标度scale_linetype_manual()#定制颜色标度scale_colour_manual()scale_fill_manual()手动型颜色标度ggplot2中允许用户手动定制标度，这一功能通过scale_xxx_manual()函数实现。常用的手动型标度如下用户通过设定参数values的值自定义图形属性。手动型标度一般用于离散型数据。#对绘图对象p_discrete_color重新上色p_discrete_color+scale_fill_manual(values=c("red","blue","yellow","green","black"))图2-18手动型标度示例（颜色）标度#设置多个手动型标度ggplot(data=mpg,mapping=aes(x=cty,y=hwy,fill=class,shape=class))+geom_point(size=5)+scale_fill_manual(values=c("yellow","black","red","green","white","red","blue"))+scale_shape_manual(values=c(21,22,23,24,21,22,23))ggplot2中点的形状shape为[0,25]区间内的26个整数，其中0-20号形状的点具有轮廓颜色（color）属性，只有21-26号形状的点具有填充（fill）属性。ggplot2中点的形状图2-20手动型标度示例（颜色+形状）图2-19ggplot2中点的形状坐标系坐标系描述cartesian笛卡尔坐标系equal笛卡尔坐标系（同尺度）flip笛卡尔坐标系（翻转）trans笛卡尔坐标系（变换）map地图射影polar极坐标系坐标系是一种定位系统，将多种位置标度结合在一起以确定图形的具体位置ggplot2中的坐标系表2-4ggplot2中的坐标系坐标系笛卡尔坐标系笛卡尔坐标系是ggplot2中最常用的坐标系，通过x坐标和y坐标定位图形。xlim和ylim设置坐标轴的范围，不会删除设定范围外的数据，而位置标度中的xlim和ylim则会将设定范围外的数据直接删除。#xlim和ylimggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class,size=displ))+stat_smooth()#原图ggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class,size=displ))+stat_smooth()+coord_cartesian(xlim=c(20,30),ylim=c(30,40))#笛卡尔坐标系中的xlim和ylimggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class,size=displ))+stat_smooth()+xlim(20,30)+ylim(30,40)#位置标度中的xlim和ylim坐标系原图设置笛卡尔坐标系中的xlim和ylim设置位置标度中的xlim和ylim图2-21坐标系与位置标度的范围设置坐标系翻转坐标系用于调换x轴与y轴#翻转坐标系ggplot(mpg,aes(displ,cty))+geom_point(aes(colour=class),size=3,shape=11)+stat_smooth()ggplot(mpg,aes(displ,cty))+geom_point(aes(colour=class),size=3,shape=11)+stat_smooth()+coord_flip()#翻转原图翻转后图2-22翻转坐标系坐标系同尺度坐标系确保x轴与y轴的标度相同，更改参数ratio可以调整x轴和y轴的尺度比例，默认值为1:1#同尺度坐标系ggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class,size=displ))+stat_smooth()#原图ggplot(mpg,aes(cty,hwy))+geom_point(aes(colour=class,size=displ))+stat_smooth()+coord_equal(ratio=0.5)#修改尺寸比例原图坐标同尺度后图2-23同尺度坐标系示例坐标系极坐标系使用半径和角度来定位图形的位置通过设置参数theta，可以选择笛卡尔坐标系中被映射成角度的坐标轴，默认为x轴#极坐标系ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()+coord_polar()#将x轴映射为极坐标系的角度ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()+coord_polar(theta="y")#将y轴映射为极坐标系的角度笛卡尔坐标系下的条形图将x轴映射为极坐标系的角度将y轴映射为极坐标系的角度图2-24极坐标系示例分面分面用于对数据的不同子集作图并联合展示，在一个页面中摆放多张图形，每个图形都是对数据集中的子集进行可视化的结果ggplot2中主要有网格型(facet_grid)和封装型(facet_wrap)两种分面类型网格型分面通过生成2维面板网络实现图形的分面，用户可以设置变量决定分面绘图的行和列“.~a”设置一行多列，“b~.”设置一列多行，“a~b”设置多行多列，其中a、b皆为变量名分面ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(.~cyl)#一行多列ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(cyl~.)#一列多行ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(cyl~drv)#多列多行一行多列一列多行多行多列图2-25网格型分面示例分面#展示所有边际图margins=TRUE#展示指定的边际图margins=c("drv")ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(cyl~drv,margins=T)#展示所有边际图网格型分面生成的2维面板网络允许用户展示相应的边际图，这一功能通过设置facet_grid()中的参数margins实现每一行的边际图每一列的边际图原图示例图2-26网格型分面的边际图分面封装型分面先生成1维面板条块，再将其封装到2维中，最终实现图形的分面效果先用“.~a”设置分面，再通过设置参数ncol和nrow的值确定分面图的布局#封装型分面ggplot(mpg,aes(cty,hwy))+geom_point()+facet_wrap(~cyl)ggplot(mpg,aes(cty,hwy))+geom_point()+facet_wrap(~cyl,ncol=3)#设置每行三个图未设置ncol和nrow设置每行的图形数为3图2-27封装型分面示例分面若分面变量为连续型变量，则需要将其转化为离散型变量，方法如下#将数据x划分为若干个间隔为1的部分cut_interval(x,length=1)#将数据x划分为n个间隔相同的部分cut_interval(x,n=10)#将数据x划分为n个数据点数相同的部分cut_number(x,n=10)示例：

首先创建数据集mpg的副本mpg_copy，随后在mpg_copy中创建3个新的离散型变量displ_il、displ_in、displ_nn，这三个变量皆通过上述方式由连续型变量转化而来分面mpg_copy<-mpgmpg_copy$displ_il<-cut_interval(mpg_copy$displ,length=1)mpg_copy$displ_in<-cut_interval(mpg_copy$displ,n=6)mpg_copy$displ_nn<-cut_number(mpg_copy$displ,n=6)p_facet_convar+facet_wrap(~displ_il,nrow=1)p_facet_convar+facet_wrap(~displ_in,nrow=1)p_facet_convar+facet_wrap(~displ_nn,nrow=1)图2-28连续型变量分面分面参数scales允许用户调整图中各面板的位置标度，用法如下#所有面板的x和y标度相同（默认）scales="fixed"#所有面板的x和y标度可以自由变化scales="free"#x标度可变，y的尺度固定scales="free_x"#y标度可变，x的尺度固定scales="free_y"各面板具有相同的标度时，方便对其进行比较；各面板具有自由的标度时，可以从每个面板中发现更多的细节分面ggplot(mpg,aes(cty,hwy))+geom_point()+facet_wrap(~cyl)ggplot(mpg,aes(cty,hwy))+geom_point()+facet_wrap(~cyl,scales="free")#每个面板的标度都可以变化x和y标度相同x和y标度可变图2-29封装型分面中的标度控制分面网格型分面和封装型分面中都包含参数scales，但网格型分面生成的是2维面板网络，每行共用一个y轴，每列共用一个x轴，因此在网格型分面中同列的面板x标度必须相同，同行的面板y标度必须相同。ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(.~cyl,scales="free")#通过设置scales自由x标度ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(cyl~.,scales="free")#通过设置scales自由y标度若将facet_grid中的参数scales设置为“free”，则同行面板只有x标度是可变的，同列面板只有y标度是可变的左边只有x标度可变，右边只有y标度可变图2-30网格型分面中的标度控制（scales）分面网格型分面中参数space用于控制图形占比。space的默认值为“fixed”，当其取值为“free”时，同列面板所占高度与其标度范围成正比，同行面板所占宽度与其标度范围成正比。ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(.~cyl,scales="free",space="free")#设置space使列宽与标度范围成比例ggplot(mpg,aes(cty,hwy))+geom_point()+facet_grid(cyl~.,scales="free",space="free")#设置space使行高与标度范围成比例同行面板同列面板图2-31网格型分面中的图形占比主题利用ggplot2绘图的过程中，图像的呈现取决于数据和非数据两个部分。图层、标度等概念都是由数据决定的，为图像的主体部分，非数据部分的控制可以由ggplot2中的主题（theme）来实现。ggplot2中有两种内置的主题：theme_gray()和theme_bw()，其中theme_gray()为默认主题，为灰色背景和白色网格线，而theme_bw()是白色背景和灰色网格线。p_bar_theme_eg<-ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()p_bar_theme_eg+theme_gray()p_bar_theme_eg+theme_bw()图2-32两种主题效果对比左侧为theme_gray()，右侧为theme_bw()主题ggplot2中的主题元素主题元素描述axis.line直线和坐标轴axis.text.xx轴标签axis.text.yy轴标签axis.ticks轴须标签axis.title.x水平轴标签axis.title.y竖直轴标签legend.background图例背景legend.key图例符号legend.text图例标签legend.title图例标题主题元素描述panel.background面板背景panel.border面板边界panel.grid.major主网格线panel.grid.minor次网格线plot.background整个图形的背景plot.title图形标题strip.background分面标签背景strip.text.x水平条状文本strip.text.y竖直条状文本表2-5ggplot2中的主题元素主题ggplot2中元素函数的参数设置element_text()用于绘制图像的标签和标题，并控制字体属性，如字体的大小（size）、颜色（colour）、对齐方式（hjust）、角度（angle）等#element_text()p_bar_theme_eg+labs(title="Barchartoftransmission")+theme(plot.title=element_text(color="blue",size=15))#设置大小和颜色p_bar_theme_eg+labs(title="Barchartoftransmission")+theme(plot.title=element_text(hjust=0.5,color="brown"))#设置对其方式和颜色图2-33element_text()示例左侧设置了图像标题字体大小和颜色，右侧设置了标题对齐方式及颜色。主题ggplot2中元素函数的参数设置element_line()用于控制线条或线段的外观，如线条或线段的大小（size）、颜色（colour）、类型（linetype）等#element_line()#设置坐标轴的颜色和类型p_bar_theme_eg+theme(axis.line=element_line(colour="brown",linetype="longdash"))#设置主网格线的大小和颜色p_bar_theme_eg+theme(panel.grid.major=element_line(size=1.5,colour="pink"))图2-34element_line()示例主题ggplot2中元素函数的参数设置element_rect()用于控制矩形的外观，如矩形的边界属性（size、colour、linetype）、矩形的填充颜色（fill）等#element_rect()#设置面板背景的矩形边界大小和颜色p_bar_theme_eg+theme(panel.background=element_rect(size=2,colour="blue"))#设置整个图形背景的矩形填充颜色和边界线条类型p_bar_theme_eg+theme(plot.background=element_rect(fill="pink",linetype=4))图2-35element_rect()示例主题ggplot2中元素函数的参数设置element_blank()用于删除图形中的元素，即将某个图形元素设为空白#element_blank()p_bar_theme_eg+theme(panel.background=element_blank())#删除面板背景p_bar_theme_eg+theme(axis.text.y=element_blank())#删除y轴标签图2-36element_blank()示例删除面板背景删除y轴标签主题使用ggplot2对图形进行全局性修改theme_update()用于自定义个性主题theme_set()用于更改当前主题#自定义主题my_theme<-theme_update(axis.line=element_line(colour="brown",linetype="longdash"),#设置坐标轴的颜色和类型

panel.grid.major=element_line(size=1.5,colour="pink"),#设置主网格线的大小和颜色

panel.background=element_rect(size=2,colour="blue"),#设置面板背景的矩形边界大小和颜色

plot.background=element_rect(fill="pink",linetype=4)#设置整个图形背景色和边界线条类型)theme_set(my_theme)#更改默认主题ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()ggplot(mpg,aes(x=cty,y=hwy,colour=class,size=displ))+geom_point()图2-37自定义主题2.4常用工具图的绘制使用ggplot2绘制条形图条形图用于展现离散型变量和数值变量的数据信息，通过柱子的高低反映变量的出现频数。常用的类型分为单离散变量条形图和双离散变量条形图调用几何对象geom_bar()函数进行绘制#单离散变量条形图mydf_bar<-data.frame(Student=c("Peter","Tony","Thor","Tom"),Grade=c(85,100,70,60))ggplot(mydf_bar,aes(Student,Grade))+geom_bar(stat="identity")+geom_hline(yintercept=mean(mydf_bar$Grade))+#添加水平参考线

labs(title="Student'sGrade")+theme(plot.title=element_text(hjust=0.5,color="brown",size=15))#双离散变量条形图ggplot(mpg,aes(x=trans,fill=factor(cyl)))+geom_bar()+theme(panel.background=element_blank())单离散变量条形图双离散变量条形图图2-38条形图示例条形图与直方图使用ggplot2绘制直方图直方图又称质量分布图，是表示资料变化情况的一种主要工具，应用于数值型单变量的可视化信息。调用几何对象geom_histogram()函数进行绘制#直方图ggplot(mpg,aes(x=hwy))+geom_histogram(colour="black",binwidth=2)+#设置颜色和组距

labs(title="Histogramofhwy")+theme(plot.title=element_text(hjust=0.5))图2-39直方图示例折线图与路线图使用ggplot2绘制折线图折线图是最常用的统计图之一，主要用于显示随时间变化的连续数据，观察数据的变化趋势。调用几何对象geom_line()函数#折线图ggplot(economics,aes(date,psavert))+geom_line(colour="red",lwd=0.8,#设置线条颜色和宽度

arrow=arrow(angle=25,length=unit(0.3,"inches"),ends="last",type="closed"))+#设置箭头

labs(x="日期",y="个人储汇率",title="个人储汇率变化趋势")+theme(plot.title=element_text(hjust=0.5,size=15))图2-40折线图示例折线图与路线图使用ggplot2绘制路线图路线图与折线图类似，不同之处在于折线图从左往右连接线条，而路线图依据元素在数据集中出现的先后顺序连接线条#路线图vs折线图mydf_path<-data.frame(x=c(4,2,6),y=c(3,5,7))ggplot(mydf_path,aes(x,y))+geom_line()#折线图ggplot(mydf_path,aes(x,y))+geom_path()#路线图折线图路线图图2-41折线图vs路线图饼图饼图的绘制ggplot2中没有提供用于绘制饼图的几何对象函数，饼图一般是由条形图的极坐标变换而来，在变换坐标系