R语言 | ggplot2简明绘图之散点图
准备
在这里，我需要导入本节需要的包。tidyverse 包括八个包，其中之一是 ggplot。primer.data包 拥有比R 内置的更多的数据集。今天以散点图为例，一点点绘制出来
画布gglot
画画需要画布，对于数据分析的绘图也是同理。导入相关R包后， 用ggplot函数构造一个画布。因为还没设定数据，所以这是一个空画布
ggplot()我们将使用nhanes数据集，传入数据的代码ggplot(data=nhanes)
ggplot(data=nhanes)画布看起来依然是空白的，不要紧张。理解这个之前类比PS这类绘图软件，将修图工作看做是很多个图层的叠加。现在我们使用时依然在最底层的ggplot图层，在ggplot函数内添加mapping=aes()参数，准备添加x轴、y轴、color。的图层。
ggplot(data=nhanes,
mapping=aes())注意了，从现在图层即将发生变化。我们选择设置x周、y轴、color的字段。
x轴 height身高 y轴 weight体重 color gender性别
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))现在我们将开始添加高层次的图层，也会显示越来越多的信息。
添加geom
现在添加geom层，该层是通过 + 构建在ggplot层之上。这里使用geom_point绘制散点图，
ggplot(data=nhanes,
mapping = aes(
x=height,
y=weight,
color=gender))+
geom_point()Wow! 不错的开始，不过这个图中的点互相之间重叠的有一点点严重，需要设定点的大小size和透明度alpha来控制重叠效果。
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.3, size=0.5)much better! 但能否按性别，分别绘制男、女的散点图。
分面facet
接下来添加一个分面函数 facet_wrap。该函数会分别生成男性分面、女性分面
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.3, size=0.5)+
facet_wrap(~gender)现在我们有了两个分面图
添加第二个geom
现在我们需要添加一个趋势线，可以使用 geom_smooth 函数，因为geom_smooth和geom_point都是geom层的函数，理所当然它俩比facet_wrap层更近一些。为了让趋势线更明显，将散点的透明度设置的更浅，比如0.1
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth()+
facet_wrap(~gender)现在，我们想让趋势线更平滑一些。在geom_smooth中，我们会设置 method="loess"以使得趋势线更平滑。formula=y~x表示y的变化与x有关。
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
facet_wrap(~gender)标签labs
现在我们需要用labs函数给图片添加标签图层。例如title、subtitle、caption、x、y、legend。
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
facet_wrap(~gender)+
labs(title = "Heights in the U.S.",
subtitle = "On average, men weigh more and are taller than women")现在有了正副标题，横纵坐标没有数量单位，不太nice，这里更改为 Height(cm)、Weight(kg)
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
facet_wrap(~gender)+
labs(title = "Heights in the U.S.",
subtitle = "On average, men weigh more and are taller than women",
x="Height (cm)",
y="Weight (kg)")Awesome! 但图例Lengend中的 gender 依然是小写，我希望改为大写。我们知道x、y、color分别对应height、weight、gender，所以如果更改gender，需要设置的是color。
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
facet_wrap(~gender)+
labs(title = "Heights in the U.S.",
subtitle = "On average, men weigh more and are taller than women",
x="Height (cm)",
y="Weight (kg)",
color="Gender")但是看到这个图片时，其他人会想原始数据是啥情况，怎么来的。这时候我们需要告诉大家nhances数据集来自于 National Health and Nutrition Examination Survey。通过设置labs的caption参数即可。
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
facet_wrap(~gender)+
labs(title = "Heights in the U.S.",
subtitle = "On average, men weigh more and are taller than women",
x="Height (cm)",
y="Weight (kg)",
color="Gender",
caption="Source: National Health and Nutrition Examination Survey")更改配色
绘图已经相当完整，但geom层的散点颜色可能不是咱的最爱，如何设置颜色呢？
更改geom层的颜色，所以该层紧贴geom层，且在geom层之上。设置方法使用 scale_color_manual() 即可。scale_color_munual()中的values可以传入颜色十六进制的字符串，还可以传入颜色字符串。
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
scale_color_manual(values=c("magenta", "blue"))+
facet_wrap(~gender)+
labs(title = "Heights in the U.S.",
subtitle = "On average, men weigh more and are taller than women",
x="Height (cm)",
y="Weight (kg)",
color="Gender",
caption="Source: National Health and Nutrition Examination Survey")中文问题
默认ggplot2不支持中文，为了能显示中文，需要使用showtext包
library(ggplot2)
library(primer.data) #提供数据
library(showtext) #支持中文
showtext_auto()
ggplot(data=nhanes,
mapping=aes(
x=height,
y=weight,
color=gender))+
geom_point(alpha=0.1, size=0.5)+
geom_smooth(method="loess", formula=y~x)+
scale_color_manual(values=c("magenta", "blue"))+
facet_wrap(~gender)+
labs(title = "美国身高",
subtitle = "平均而言，男性群体的身高会高于女性群体",
x="身高(cm)",
y="体重(kg)",
color="性别",
caption="数据源: National Health and Nutrition Examination Survey")