R 的繪圖系統

 base & grid

 早期的 R 繪圖系統，功能簡單，容易學習
 擴充性較差，不易繪製複雜圖形
 繪圖結果直接畫在螢幕上，畫出的圖形無法進一步修改
 lattice
 繪圖結果以變數儲存，畫出的圖形可以修改後重新畫出
 一張圖形中可以包含多個子繪圖區域
 ggplot2
 gg：grammar of graphics，繪圖文法
 將圖形拆解成許多組件，以圖層式概念建立圖形
 安裝：install.packages("ggplot2")
 啟用：library("ggplot2")

dsel <- diamonds[sample(nrow(diamonds), 1000),]

v <- sample(1:3, 1000, replace = TRUE)
dsel <- data.frame(dsel, v)

Sid <- paste("ACS", 1:5, sep = "_")

x <- matrix(sample(55:95, 15), nrow = 5)
grade <- data.frame(Sid, grade)
colnames(grade) <- c("Sid", "CourseA", "CourseB", "CourseC")

g <- c(1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3)
1
c <- c(rep("A", 5), rep("B", 3), rep("C", 4))
df <- data.frame(x = sample(12), y = sample(1:20, 12, replace = TRUE), g, c)

recent <- economics[economics$date >= as.Date("2013-01-01"), ]

rate <- matrix(c(29, 48, 10, 13, 29, 46, 10, 15, 27, 43, 9, 21, 28, 46, 10, 16, 22, 45, 10, 23, 26, 46,
10, 17, 23, 46, 10, 21, 24, 40, 14, 22, 24, 44, 15, 18, 25, 43, 15, 17, 25, 44, 14, 16, 24, 43, 16, 18),
nrow = 4)
vote <- data.frame(Name = c("ChuWang", "TsaiChen", "SoongHsu", "Unknown"), rate)
colnames(vote) <- c("Name", "1041019", "1041108", "1041119", "1041213", "1041220",
"1041226", "1041227", "1050102", "1050104", "1050112", "1050114")

2
直方圖 (histogram)
 呈現單一變數的分佈，將資料分群，每個 bin 的高度代表觀測值落在該群集的數量
 ggplot(data, aes(x = Var)) + geom_histogram(arguments)
 Argument: stat = "bin" or "count"
 Var 若為離散數值，必須設定 stat = "count"
 ggplot(dsel, aes(carat)) + geom_histogram()
 ggplot(dsel, aes(carat)) + geom_histogram(stat = "count")
 ggplot(dsel, aes(clarity)) + geom_histogram(stat = "count")
 Argument: bins = 30 or 數值
 設定 bins 數量，適用於 Var 為連續數值
 ggplot(dsel, aes(carat)) + geom_histogram(bins = 10)
 Argument: binwidth = (Var 數值範圍/30) or 數值
 設定每個 bin 的範圍，適用於 Var 為連續數值
 ggplot(dsel, aes(carat)) + geom_histogram(binwidth = 0.3)
 ggplot(dsel, aes(carat)) + geom_histogram(binwidth = 0.02)
 Arguments: fill/color = 數值 (依色表順序) or 顏色名稱 or 色碼
 設定 (所有) bins 顏色，color 只設定 bins 外框顏色
 ggplot(dsel, aes(carat)) + geom_histogram(fill = 4, color = "red")
 ggplot(dsel, aes(carat)) + geom_histogram(fill = "#FF9999", color = 4)
 ggplot(data, aes(x = Var, y = ..computed variable..)) + geom_histogram(arguments)
 改變 y 軸定義，適用於 Var 為連續數值
 Computed variables: count or density or ncount or ndensity
 每個 bin 資料點數 or 每個 bin 資料點數比例 or 標準化 count or 標準化 density
 ggplot(dsel, aes(carat, y = ..density..)) + geom_histogram()
 ggplot(data, aes(x = Var1, fill = Var2)) + geom_histogram(arguments)
 Var2 通常是 factor，將各群集 Var1 資料依據 Var2 的 level 值著色
 自動產生 legend，順序為 level 值在 factor 中的排序
 ggplot(dsel, aes(carat, fill = cut)) + geom_histogram()
 ggplot(dsel, aes(clarity, fill = cut)) + geom_histogram(stat = "count")
 若 Var2 用數值代表顏色，可用 factor(Var2) 轉成 factor 格式
 ggplot(dsel, aes(clarity, fill = v)) + geom_histogram(stat = "count")
 ggplot(dsel, aes(clarity, fill = factor(v))) + geom_histogram(stat = "count")
 Aesthetic 引數可改成 color，只對 bins 外框著色
 ggplot(dsel, aes(clarity, color = factor(v))) + geom_histogram(stat = "count")
 Argument: position = "stack" or "identity" or "dodge" or "fill"
 顯示方式：堆疊 or 不調整 or 並列 or 標準化堆疊
 ggplot(dsel, aes(clarity, fill = cut)) + geom_histogram(stat = "count", position = "dodge")
 ggplot(dsel, aes(clarity, fill = cut)) + geom_histogram(stat = "count", position = "fill")
 ggplot(data, aes(x = Var1, group = Var2)) + geom_histogram(arguments)
3
  Var2 通常是 factor，將各群集 Var1 資料依據 Var2 的 level 值分組
 Argument: position = "stack" or "identity" or "dodge" or "fill"
 ggplot(dsel, aes(clarity, group = cut)) + geom_histogram(stat = "count", position =
"dodge")
 ggplot(dsel, aes(clarity, group = v)) + geom_histogram(stat = "count", position =
"dodge")

以折線圖呈現直方圖內容
 用 geom_freqpoly() 取代 geom_histogram()
 ggplot(data, aes(x = Var)) + geom_freqpoly(arguments)
 Argument: stat = "bin" or "count"
 ggplot(dsel, aes(carat)) + geom_freqpoly()
 Var 若為離散數值，每個群集只有一個數值，不適合使用 geom_freqpoly 繪圖
 Arguments: bins/binwidth/color 用法同 geom_histogram
 ggplot(data, aes(x = Var, y = ..computed variable..)) + geom_freqpoly(arguments)
 用法同 geom_histogram
 ggplot(data, aes(x = Var1, color = Var2)) + geom_freqpoly(arguments)
 用法同 geom_histogram
 Argument: position = "identity" or "stack" or "dodge" or "fill"
 用法同 geom_histogram (預設值不同)
 ggplot(dsel, aes(carat, color = cut)) + geom_freqpoly(position = "stack")
 ggplot(dsel, aes(carat, color = cut)) + geom_freqpoly(position = "fill")
 ggplot(data, aes(x = Var1, group = Var2)) + geom_freqpoly(arguments)
 用法同 geom_histogram
 若 Var1 為離散數值，由於已將各群集 Var1 資料分組，可用 geom_freqpoly 繪圖
 ggplot(dsel, aes(carat, group = cut)) + geom_freqpoly()
 ggplot(dsel, aes(clarity, group = cut)) + geom_freqpoly(stat = "count")
 Argument: position = "identity" or "stack" or "dodge" or "fill"
 用法同 geom_histogram (預設值不同)

長條圖 (bar chart)

Var1 為連續數值或 (有重複) 的離散數值
 類似直方圖，觀察 Var1 在 Var2 數值的分佈
 Bins 數量為 Var1 資料 levels 數量，bin 的高度代表 Var2 數值加總
 ggplot(data, aes(x = Var1, y = Var2)) + geom_col(arguments)
 Var2 資料通常是數值
 ggplot(dsel, aes(carat, depth)) + geom_col()
 ggplot(dsel, aes(clarity, depth)) + geom_col()
 Argument: width = 數值
4
  調整 bins 寬度，預設為 90%  Var1 精確度 (resolution)
 ggplot(dsel, aes(carat, depth)) + geom_col(width = 0.5)
 ggplot(dsel, aes(clarity, depth)) + geom_col(width = 0.5)
 Argument: fill = 數值 (依色表順序) or 顏色名稱 or 色碼
 用法同 geom_histogram
 ggplot(data, aes(x = Var1, y = Var2, aesthetic = Var3)) + geom_col(arguments)
 Aesthetics: fill/color/group 用法同 geom_histogram
 Argument: position 用法同 geom_histogram
 ggplot(dsel, aes(clarity, depth, fill = cut)) + geom_col()
 ggplot(dsel, aes(clarity, depth, fill = cut)) + geom_col(position = "dodge")
 ggplot(dsel, aes(clarity, depth, fill = cut)) + geom_col(position = "fill")
 ggplot(dsel, aes(clarity, depth, group = cut)) + geom_col()
 ggplot(dsel, aes(clarity, depth, group = cut)) + geom_col(position = "dodge")

Var1 為 (不重複) 的離散數值

 觀察每次 observation 各個 variables 數值，或是觀察各個 variable 每次 observations 數值
 使用 ggplot aesthetic 引數 fill 的著色功能，結合 geom_col 引數 position = "dodge" 呈現
 以 observations 為 Var1
 Grade <- c(grade$CourseA, grade$CourseB, grade$CourseC)
Course <- colnames(grade)[2:4]
df1 <- data.frame(Sid = rep(grade$Sid, times = 3), Grade, Course = rep(Course, each = 5))
ggplot(df1, aes(Sid, Grade, fill = Course)) + geom_col(position = "dodge")
 以 variables 為 Var1
 df2 <- data.frame(Course = rep(Course, each = 5), Grade, Sid = rep(grade$Sid, times = 3))
ggplot(df2, aes(Course, Grade, fill = Sid)) + geom_col(position = "dodge")

圓餅圖
 圓餅圖 = 在極座標 (polar coordinate) 系統畫堆疊長條圖 (stacked bar chart)
 把資料畫成「只有一個 bin」的堆疊長條圖 (資料放 Y 軸)
 將 Y 軸資料依比例轉成 360 (2*pi 弧度)
 ggplot(data, aes(x = factor(1), y = Var1, fill = Var2) + geom_col() + coord_polar(theta = "y",
arguments)
 x = factor(1): X 軸只有一個 bin
 Var1: 數值資料 (vector)
 Var2: label 資料 (factor)，若為數值資料須轉成 factor 格式
 Argument: start = 數值 (預設為 0)
 起始角度 (以弧度為單位)，0 代表正上方，一圓周為 2*pi
 Argument: direction = 1 or -1
 旋轉方向，1 為順時針，-1 為逆時針
5
  df3 <- data.frame(Age = c("Child", "Teen", "Adult", "Old Man"), Num = c(21, 53, 85, 8))
g <- ggplot(df3, aes(factor(1), Num, fill = Age)) + geom_col()
g + coord_polar("y")
g + coord_polar("y", direction = -1)
g + coord_polar("y", start = pi)

折線圖
 指定長度相同的 Var1 和 Var2 二個向量當成 (x, y) 座標
 geom_point() 畫座標點
 geom_line() 將座標點依據 x 座標值順序連線
 geom_path() 將座標點依據 (Var1, Var2) 在向量中順序連線
 Var1 要有順序性 (通常是不重複的數值或時間)，連線才有意義

用單純數字座標舉例
 ggplot(data, aes(x = Var1, y = Var2) + geom_point(arguments) + geom_line(arguments)
 geom_line() 可替換為 geom_path()，geom_point() 可以省略不畫座標點
 ggplot(df, aes(x, y)) + geom_point() + geom_line()
 ggplot(df, aes(x, y)) + geom_point() + geom_path()
 geom_point arguments: 改變 (所有) 座標點格式
 size/stroke = 數值 (mm)
 color/fill = 數值 or 顏色名稱 or 色碼
 shape = 數值 or 形狀名稱
 ggplot(df, aes(x, y)) + geom_point(size = 5, color = "red", shape = "diamond") +
geom_line()
 geom_line (geom_path) arguments: 改變 (所有) 線條格式
 size = 數值 (mm)
 linetype = "solid", "dashed", "dotted", "dotdash", "longdash", "twodash" (可用數值指定)
 color = 數值 or 顏色名稱 or 色碼
 lineend = "round", "butt", "square" (可用數值指定)
 linejoin = "round", "mitre", "bevel" (可用數值指定)
 ggplot(df, aes(x, y)) + geom_point(size = 2) + geom_line(size = 1, linetype = 2, color =
4)
 ggplot(data, aes(x = Var1, y = Var2, group = Var3) + geom_point(arguments) +
geom_line(arguments)
 Var3 通常是 factor，將 (Var1, Var2) 座標點依據 Var3 的 level 值分組，畫出多條折線
 ggplot(df, aes(x, y, group = g)) + geom_point() + geom_line()
 ggplot(df, aes(x, y, group = c)) + geom_point() + geom_line()
 ggplot(data, aes(x = Var1, y = Var2, color = Var3) + geom_point(arguments) +
geom_line(arguments)
6
  Var3 通常是 factor，將 (Var1, Var2) 座標點依據 Var3 的 level 值著色及分組
 ggplot(df, aes(x, y, color = g)) + geom_point() + geom_line()
 ggplot(df, aes(x, y, color = factor(g))) + geom_point() + geom_line()
 ggplot(df, aes(x, y, color = c)) + geom_point() + geom_line()

實例
 ggplot(recent, aes(date, pce)) + geom_point() + geom_line()
ggplot(recent, aes(date, unemploy)) + geom_point() + geom_line()
 Name <- rep(vote$Name, times = 12)
Num <- rep(1:12, each = 4)
Percent <- as.numeric(as.matrix(vote[-1]))
df4 <- data.frame(Name, Percent, Num)
ggplot(df4, aes(Num, Percent, color = factor(Name))) + geom_point() + geom_line()

XY 散佈圖
 觀察二個變數的比較，圖中每個點代表每對變數的觀測值，X 軸和 Y 軸各代表一個變數
 ggplot(data, aes(x = Var1, y = Var2) + geom_point(arguments)
 Var1 和 Var2 通常至少有一個是連續數值
 ggplot(dsel, aes(carat, price)) + geom_point()
 ggplot(dsel, aes(carat, clarity)) + geom_point()
 ggplot(dsel, aes(clarity, price)) + geom_point()
 ggplot(dsel, aes(clarity, cut)) + geom_point()
 Arguments: size/stroke/color/fill/shape
 用法同 geom_point()
 Argument: alpha = 1 or 數值 (<1)
 設定透明度，讓點的顏色依數量而深淺 (透明度) 不同，數值越小越透明
 ggplot(dsel, aes(carat, price)) + geom_point(alpha = 0.5)
 ggplot(dsel, aes(carat, price)) + geom_point(alpha = 0.1)
 Argument: position = "identity" or "jitter"
 將重複的點隨機分散，使用 geom_jitter() 可設定散落範圍
 ggplot(dsel, aes(clarity, price)) + geom_point(position = "jitter")
 ggplot(dsel, aes(clarity, price)) + geom_jitter(width = 0.2, height = 0)
 ggplot(data, aes(x = Var1, y = Var2, color = Var3) + geom_point(arguments)
 Var3 通常是 factor，將 (Var1, Var2) 座標點依據 Var3 的 level 值著色
 ggplot(dsel, aes(carat, price, color = color)) + geom_point()
 ggplot(dsel, aes(carat, price, color = clarity)) + geom_point()
函數曲線 y = f(x)
 將函數 f(x) 寫入 function myfun，自變數 x 的範圍設定為 data 的 Var1 (向量)
 可以使用 geom_line 的 arguments 設定曲線格式
7
 ggplot(data, aes(x = Var1)) + stat_function(fun = myfun, arguments)
 Argument: n = 數值 (預設為 101)
 繪圖點數，數字越大精確度越高
 x1 <- data.frame(x = c(-10*pi, 10*pi))
ggplot(x1, aes(x)) + stat_function(fun = sin)
ggplot(x1, aes(x)) + stat_function(fun = sin, n = 1000)
 x2 <- data.frame(x = c(0, 10))
ggplot(x2, aes(x)) + stat_function(fun = sin, color = "red") + stat_function(fun = sqrt, color =
"blue")

在既有圖上畫參考線
 參考既有圖的座標，可以使用 geom_line 的 arguments 設定直線格式
 承襲既有圖的 XY 軸範圍 (不可指定起終點座標)
 水平線: geom_hline(yintercept = 數值, arguments)
垂直線: geom_vline(xintercept = 數值, arguments)
 指定水平線的 Y 座標或垂直線的 X 座標，若為向量可畫出多條線
 g <- ggplot(mtcars, aes(mpg, wt)) + geom_point()
 g + geom_hline(yintercept = c(1.7, 4.2), color = "blue", linetype = "dashed")
 g + geom_vline(xintercept = c(12, 28), color = "green", linetype = "dotted", size = 1.2)
 斜線: geom_abline(slope = 數值, intercept = 數值, arguments)
 公式: y = ax + b a: slope (斜率) b: intercept (與 Y 軸交點座標)
 g + geom_abline(slope = c(-0.13, 0.36), intercept = c(5, -6.8), color = c("red", "brown"))
 迴歸線: geom_smooth(arguments)
 瞭解二個或多個變數間是否相關、相關方向與強度，可以由已知的自變數估計應
變數的條件期望值
 Argument: method = "auto", "lm", "glm", "gam", "loess" or a function
使用的迴歸分析方法，auto 會自動選擇最佳者
 Argument: se = TRUE or FALSE
是否顯示 confidence interval
 Argument: formula = y~x or a formula
可指定其他 formulas
 g + geom_smooth()
g + geom_smooth(se = FALSE)
g + geom_smooth(method = "lm", color = "red", size = 2)
 指定起終點座標
 斜 線 : geom_segment(data = df, aes(x = Var1, y = Var2, xend = Var3, yend = Var4),
arguments)
 在座標點 (Var1, Var2) 和 (Var3, Var4) 之間畫直線，座標點必須存在 df 中
 xypoint <- data.frame(x1 = 12, y1 = 2, x2 = 30, y2 = 4.5)
8
 g + geom_segment(data = xypoint, aes(x = x1, y = y1, xend = x2, yend = y2), color =
"blue", size = 1.2)
 曲線: geom_curve(data = df, aes(x = Var1, y = Var2, xend = Var3, yend = Var4), curvature =
數值, angle = 數值, ncp = 數值, arguments)
 在座標點 (Var1, Var2) 和 (Var3, Var4) 之間畫曲線，座標點必須存在 df 中
 Argument: curvature = 數值 (預設值 0.5，0 代表直線)
 Argument: angle = 數值 (0~180 之間，預設值 90)
 Argument: ncp = 數值 (預設值 5)
 g + geom_curve(data = xypoint, aes(x = x1, y = y1, xend = x2, yend = y2), color =
"blue")

面向 or 圖層 (facets)
 根據指定變數 (通常是 factor)，將原圖分成多個層面來觀察
 所有種類統計圖都可以使用
 facet_wrap(~Var)
 找出變數 Var 的個別圖層，據此將資料分群，每一群資料各繪一張小圖
 所有小圖排列成一張大圖，直行或橫列位置不具特別意義
 ggplot(dsel, aes(carat, price, color = color)) + geom_point() + facet_wrap(~color)
ggplot(dsel, aes(carat, price, color = color)) + geom_point() + facet_wrap(~cut)
ggplot(dsel, aes(carat, price, color = color)) + geom_point() + facet_wrap(~clarity)
 facet_grid(Var1~Var2~…)
 指定二個以上變數，將變數的所有分層指派到直行或橫列上
 ggplot(dsel, aes(carat, price, color = color)) + geom_point() + facet_grid(color~cut)
ggplot(dsel, aes(carat, price, color = color)) + geom_point() + facet_grid(color~clarity)
ggplot(dsel, aes(carat, price, color = color)) + geom_point() + facet_grid(cut~clarity)

繪圖區域控制
 調整 XY 軸顯示範圍 (顯示範圍之外的資料會被刪除)
 xlim(Var1, Var2) or ylim(Var1, Var2)
 Var1 和 Var2 分別設定最小值和最大值，NA 為自動設定
 ggplot(mtcars, aes(mpg, wt)) + geom_point()
ggplot(mtcars, aes(mpg, wt)) + geom_point() + xlim(15, 20)
ggplot(mtcars, aes(mpg, wt)) + geom_point() + xlim(NA, 20)
ggplot(mtcars, aes(mpg, wt)) + geom_point() + xlim(20, 15)
 設定標題名稱
 labs(arguments)
 Arguments: aesthetics = 字串
 Arguments: title/subtitle/caption/tag = 字串
 g <- ggplot(dsel, aes(carat, price, color = cut)) + geom_point()
9
 g + labs(x = "x label", y = "y label", color = "Cut Quality", title = "Title", subtitle =
"Subtitle", caption = "Caption", tag = "Tag")
 ggtitle(字串) or xlab(字串) or ylab(字串)
 設定個別 labels
 加入文字註解
 geom_text(aes(x = 數值, y = 數值, label = 字串, arguments))
 在指定 XY 座標值處加上字串
 Arguments: 設定格式
 g <- ggplot(dsel, aes(carat, price, color = cut)) + geom_point()
g + geom_text(aes(0.5, 15000, label = "AA"), color = "red")
 設定圖例
 guides(aesthetics = guide_legend(arguments))
 aesthetics 必須在原圖中有設定
 g <- ggplot(df4, aes(Num, Percent, color = factor(Name))) + geom_point() + geom_line()
g + guides(color = guide_legend(title = "Candidates"))
 設定座標軸
 coord_fixed(ratio = 數值)
 ratio = y/x，一個 grid 的顯示數值比值
 coord_flip()
 對調座標軸
 g <- ggplot(dsel, aes(carat, price, color = cut)) + geom_point()
g + coord_fixed(ratio = 1/2500)
g + coord_fixed(ratio = 1/10000)
g + coord_flip()
 設定主題風格
 theme_XXX()

10