1、简单直方图
1.1 基本语法
geom_histogram(..., aes, binwidth=#, origin=#)
-
binwidth参数用于调整组距 -
origin参数用于调整直方图左边起点
1.2、分组直方图
使用直方图绘制命令加上facet_grid()函数即可
facet_grid(row_var~col_var, scales='')
- 对于分面绘图需要提前将作为分面基础的变量修改其因子水平名称，否则只会出现原值
-
scales是用于设定分面的y轴标度，使用scales='free'时会因基于分面的变量位置不同而调整
2、绘制核密度曲线
2.1 核密度图
使用geom_density()函数即可映射连续型变量到x
- 如果不想绘制图形两侧和底部的线段，可以使用
geom_line(stat='density')作为代替-
geom_line(adjust=#)中的adjust参数用于调整线的平滑程度
-
2.2 直方图上叠加密度曲线
在叠加之前需要将y参数映射改为..density..以统一两种图形的标度，再将两个绘图函数相加即可
ggplot(faithful, aes(x=waiting, y=..density..)) +
geom_histogram(fill="cornsilk", colour="grey60", size=.2) +
geom_density() +
xlim(35,105)
2.3 分组密度曲线
*与其他分组图形一样，需要将因子变量映射到colour或者fill上即可在一张图上绘制分组密度曲线
- 需要注意的是可能会出现图形叠加问题，因此需要使用alpha参数来调整透明度
*或者可以通过使用facet_grid()函数来进行分面绘制
- 如果是将不同条形图的密度曲线进行分组，最好是使用分面分别绘制
2.4 二维密度图
使用stat_density2d()函数可以绘制
- 可以通过
geom_point()绘制数据点和stat_density2d()密度等高线图 - 也可以通过只绘制密度等高线图，并使颜色映射使用
colour=..level..参数来绘制数值型颜色深度
3、频数多边形
使用geom_freqpoly()函数即可绘制
- 频数多边形看起来与核密度曲线相似，但传递的信息类似于直方图，函数的参数也一致
4、箱线图
4.1 基本语法
对于x为分类变量，y为连续变量的可视化可以使用箱线图（boxplot）来呈现，函数为geom_boxplot()
geom_boxplot(..., aes,...outlier.size=#, outlier.shape=))
- 需要注意的是，使用箱线图时要将x转为因子变量或对分组
group映射，否则ggplot可能将所有信息绘制成一个箱线图 -
outlier.参数是用于控制箱线图异常值较多且图形有重叠使用
4.2 添加槽口（notch）
箱线图的槽口的作用是：用来比较各组数据的中位数是否有差异，在geom_boxplot()函数中使用notch=T参数即可调用
4.3 添加均值
使用stat_summary()函数可以向箱线图添加均值，并且通常以钻石形状来表示
详情查看??ggplot2::stat_summary()
5、小提琴图
小提琴图用以比较数据的密度，使用geom_violin()函数即可
- 使用普通的分组密度曲线进行比较时会容易受到干扰；而小提琴图是并排排列，易于比较
- 小提琴图也是核密度估计，但绘图时对核密度曲线取镜像以使得形状对称
geom_violin(data, aes(), trim=T, scale='', adjust=#)
- 小提琴图默认坐标范围是数据的(min, max)，扁平尾部会在这两个位置截断；通过设置
trim=F参数保留小提琴尾部 - 默认情况下系统会对小提琴图进行标准化，使得各组数据面积一样；通过设置
scale='count'可以恢复原貌，使图的面积与每组观测值成正比 -
adjust=#参数用于调整小提琴图的平滑程度，default=1
传统画法中小提琴图中叠加了较窄的箱线图，白圆圈表示中位数，但ggplot2的geom_violin()函数并没有附带箱线图
因此需要额外自己通过添加“箱线图+统计信息”来手动绘制
ggplot(heightweight, aes(x=sex, y=heightIn)) +
geom_violin() + geom_boxplot(width=.1, fill="black", outlier.colour = NA) +
stat_summary(fun.y = median, geom="point", fill="white", shape=21, size=2.5)
- 使用
outlier.colour=NA参数可以隐去箱线图的异常点
6、Wikinson点图
6.1 基础语法
Wikinson点图与Cleverland点图（条形图一章最后一节）不同，这种图的点的分组和排列取决于数据，每个点的宽度对应了最大组距
使用geom_dotplot()函数即可绘制
- 其中有
stackdir=''参数用于对按中心进行堆叠，使用stack='center'或stack='centerwhole'调用 - 由于ggplot2技术的限制，y-axis的刻度线没有明确含义，可以通过以下方式移除：
scale_y_continuous(breaks=NULL) #移除刻度线
theme(axis.title.y=element_blank()) #移除坐标轴标签
6.2 分组点图
与其他绘图不同的是，这里的分组点图使用的是binaxis=''参数来进行分组：
- 使用
binaxis='y'选项，则数据点沿y轴进行堆叠，并沿着x轴分组
