ggplot2读书笔记7：第五章 通过图层构建图像

Build a Plot Layer by Layer

5.1 简介

（略）

5.2 创建图表

（以汽车耗油量mpg数据集为例）

当我们使用ggplot()创建图表时，最基本的代码是：

ggplot(mpg, aes(displ, hwy)) +
  geom_point()

实际上这条代码包含了两步命令：

第一个是：

p <- ggplot(mpg, aes(displ, hwy))

它的意义只是创建了一个图层（将这个图层赋予变量p），横纵坐标是数据集mpg中的两组变量名称displ和hwy，但是由于没有命令几何图形，数据无法形成映射，所以就是一块只有横纵坐标的白板↓↓↓↓↓↓

第二个是：

p + geom_point()

在p的基础上，添加函数geom_point()（散点图），括号是空的就是各种参数都是默认值，于是有了确切的几何图形命令，白板上就有图了↓↓↓↓↓↓

在geom_point()这个命令的背后，隐藏着一个叫做layer()的命令，他的意思是创造一个图层，下面的代码里显示了藏在layer()里面的各种参数：

p + layer(
mapping = NULL,
data = NULL,
geom = "point",
stat = "identity",
position = "identity"
)

这里面就包括了图层（layer）的五个重要组成部分：

1. mapping：映射，就是aes()函数，通常省略，NULL就是指默认的ggplot()函数中的映射
2. data：数据，覆盖默认数据集，通常省略，NULL就是默认取ggplot()中的数据集
3. geom：几何对象，包含很多美学参数，例如颜色等，在这里设置不会成为标度。
4. stat：统计变换，执行一些统计汇总，默认设置为"identity"时保持不变。这个参数在直方图和平滑曲线图中应用较多。geom和stat设置一个即可。
5. position：位置，调整遮盖情况

5.3 数据

You’ll learn about tidy data in Chap. 9, but for now, all you need to know is that a tidy data frame has variables in the columns and observations in the rows.

ggplot2的作用只是将数据框可视化。在使用之前应该提前整理你的数据框，使其整齐、易于操作（第九章）。

ggplot2的特点在上面的散点图基础上添加一条拟合的曲线：

library(ggplot2)
mpg

mod <- loess(hwy~displ, data = mpg)
grid <- data_frame(displ = seq(min(mpg$displ), max(mpg$displ), length = 50))
grid$hwy <- predict(mod, newdata = grid)
grid

std_resid <- resid(mod) / mod$s
outlier <- filter(mpg, abs(std_resid) > 2)
outlier

ggplot(mpg, aes(displ, hwy)) +
  geom_point() +
  geom_line(data = grid, colour = "blue", size = 1.5) +
  geom_text(data = outlier, aes(label = model))

上述数据处理过程，简化之，可以使用函数geom_smooth()