R語言：ggplot2精細化繪圖—以實用商業(yè)化圖表繪圖為例(二)

隨你所欲地匯總(group_by & summarize) 甚至再拆分 (spread)，譬如示例里面就是把成交記錄按照成交價格和BuySell拆分
data #剛剛演示的那些數據,在預測者網可以下載
data %>% group_by(Price,BuySell) %>% summarize(Money=sum(Money,na.rm=TRUE)) %>% spread(BuySell,Money)
Alt text

要想做好ggplot2的圖，對數據快速進行塑形的方法是我們必須要掌握的。上面的s wirl課程非常有用，而且值得是最新的一個技術方法，值得大家學習。

3、常用的商業(yè)用圖

接下來分享一下我在這次作圖過程中，最常用的幾個圖形的代碼。首先聲明，這些圖形的進一步做法以及變形，基本都可以在這兩本參考書籍里(R可視化技術 | ggplot2:數據分析與圖表技術 )找到。我這里更多的摘取一些我比較常用的圖表進行講解

1、簡單柱形圖+文本（單一變量）
2、分面柱形圖（facet_wrap/facet_grid)
3、簇型柱形圖(position=”dodge”)
4、堆積柱形圖(需要先添加百分比，再對百分比的變量做柱形圖)
5、餅圖、極坐標圖
6、多重線性圖

在作圖之前，首先講一下ggplot2的局限。

ggplot2最大的局限是，它基本不支持雙坐標圖和餅圖。即使能做這些圖形，也要很多設置，做起來非常繁瑣。
按我個人理解，這個局限的根源與ggplot2開發(fā)者Hadley本身的審美習慣以及分析習慣脫不了關系。具體請看他在stackoverflow的這一段問答：

It’s not possible in ggplot2 because I believe plots with separate y scales (not y-scales that are transformations of each other) are fundamentally flawed.

大神有技術就能任性。即使一堆人在他那回復下面各種求雙坐標。。不知道Hadley現在有沒有改變主意，把雙坐標列為ggplot2的下一個更新點。但是如果你想畫雙坐標圖或者餅圖，至少經個人的實踐，這些都是比較困難的，設置繁瑣而且不美觀。要么選擇用excel完成，要么聽大神的話，用分面圖(facet)或者柱形圖代替，會更加省事一些。

所以，在了解以下常用圖形前，我們需要記住，ggplot2不是萬能的，它雖然能做出非常美觀的圖表，但是總有一些圖不能做，因此多個工具結合使用是非常必要的。

在知道以上前提下，我們以ggplot2自帶的diamonds數據集為基礎，結合dplyr/tidyr的應用，介紹一下常用圖形的畫法。

然后來講一下除了雙坐標圖和餅圖以外，ggplot2可以支持的常用圖形的畫法。數據的話，我們使用ggplot2自帶的數據包diamonds

首先定義一下

mytitle="演示：以diamond為例"
1）簡單柱形圖

代碼組成如下，這里使用格式刷mybar和mytheme，然后用geom_text添加柱形圖標簽(vjust=1表示在柱形圖里面顯示)

data1<-diamonds %>% group_by(cut) %>% summarize(avg_price=mean(price))
柱形圖<-ggplot(data1,aes(x=cut,y=avg_price,fill=as.factor(cut)))+
        mytitle+mybar+mytheme+
        geom_text(aes(label=round(avg_price)),vjust=1,colour="white")
2）帶分類的柱形圖

舉個例子來說，在有時候，我們想要快速繪圖。使用facet_wrap或者facet_grid可以快速繪制相應圖形。這也是ggplot2不太支持雙坐標的原因：可以快速繪圖，就不需要做那么多無用功了。

代碼如下：

復制代碼
#dplyr處理數據
data2<-diamonds %>% group_by(cut,color) %>% summarize(avg_price=mean(price))
#畫圖，套用設定好的繪圖元素
ggplot(data2,aes(x=color,y=avg_price))+facet_wrap(~cut,ncol = 2)+
        mytitle+mybar+mytheme
#在facet_wrap里面，如果加上scales="free"的話，坐標就不一樣了。
復制代碼
3）簇型圖
制圖要點是，對數據作圖后，添加geom_bar時，position=”dodge”（分開的）如果去掉這部分，默認是生成堆積圖.

代碼如下：

復制代碼
data3<-diamonds %>% filter(cut %in% c("Fair","Very Good","Ideal")) %>%
        group_by(cut,color) %>% summarize(avg_price=mean(price))
#簇狀圖
簇狀柱形圖<-ggplot(data3,aes(x=color,y=avg_price,fill=cut))+
        geom_bar(stat="identity",position="dodge")+
        mytheme+mytitle+mycolour_3
簇狀柱形圖
復制代碼
這里如果想要定義顏色的相應順序的話，可以使用factor

譬如以下,只是用這行代碼對顏色重新定義一下，用levels改變factor順序，再畫圖的時候，顏色以及柱子順序就會跟著改變了。非常方便。

data3$cut<-factor(data3$cut,levels=c("Very Good","Ideal","Fair"))

4）百分比堆積圖
制圖前要事先添加一個百分比的數據之后才好作圖，這里我們用mutate(percent=n/sum(n))添加該百分比數據。同時去掉position=”dodge”

復制代碼
data4<-diamonds %>% filter(cut %in% c("Fair","Very Good","Ideal")) %>%
         count(color,cut) %>%
        mutate(percent=n/sum(n))
堆積圖<-ggplot(data4,aes(x=color,y=percent,fill=cut))+mytitle+
        geom_bar(stat="identity")+mytheme+mytitle+mycolour_3
堆積圖
復制代碼
當然，也可以做面積圖。不過如果數據有缺失，面積圖出錯幾率蠻大的

5）餅圖以及極坐標圖

參考一下這篇文章《【R】初吻R–ggplot繪制Pie Chart餅圖》以及這篇文章使用ggplot2畫圖
在ggplot2里并沒有直接畫餅圖的方法，基本上都是先畫出柱形圖，再用coord_polar轉化為餅圖

有兩種作圖方法：
1）不指定x軸，直接用geom_bar生成y軸，然后fill=分類顏色，coord_polar直接投影y
該方法的好處代碼是比較簡單（coord_polar(“y”)
加標簽方法請見： http://stackoverflow.com/questions/8952077/pie-plot-getting-its-text-on-top-of-each-other#

data5<-diamonds %>% count(cut) %>%
        mutate(percent=n/sum(n))
ggplot(data5,aes(x=factor(1),y=percent,fill=cut))+geom_bar(stat="identity",width=3)+mycolour_7+
        coord_polar("y")+pie_theme+mytitle
2）指定x軸，x軸同時也是顏色(fill)，先畫柱形圖，再轉化為圓形。壞處是公式相對比較繁瑣一些。

ggplot(data5,aes(x=cut,y=percent,fill=cut))+
        geom_bar(stat="identity",width=3)+
        mycolour_7+coord_polar("x")+pie_theme+mytitle
 

但是我嘗試了多次，在餅圖里加標簽方法非常難以理解。。如果要餅圖加標簽的話，或許還不如柱形圖

附上分面柱形圖畫法：

data5_1<-data5 %>% filter(color %in% c("D","E","F","G"))
ggplot(data5_1,aes(x=factor(1),y=percent,fill=cut))+geom_bar(stat="identity",width=3)+mycolour_7+
        coord_polar("y")+pie_theme+facet_wrap(~color,ncol = 4)+
        theme(legend.position="bottom")+mytitle

6、折線圖

除了以上柱形圖以外，折線圖我們做的也比較多。
簡單的折線圖直接做就好了
然后像下圖這樣的
 
要點是，先做成如A-B-變量這樣的二聯表，然后，x軸為A，group為b,colour為b
下面代碼展示了這個處理
如果去掉group的話，折線圖會不知道怎么去處理數字。

data6<-diamonds %>% count(color,cut) %>% filter(color %in% c("D","E","F"))%>%
        mutate(percent=n/sum(n))
ggplot(data6,aes(x=cut,y=n,group=color,colour=color))+geom_line(size=1.5)+mypoint+
        mycolour_line_7+mytheme+mytitle
 
還有一些其他有用的圖形
 
總之，ggplot2的語法還是比較獨特的，而且其實處處有坑，處處有驚喜。如果作為商業(yè)繪圖的話，需要一點一點地去探索去改變，保證風格和細節(jié)完美無缺。
不過ggplot2繪圖有個好處是，一旦整理出常用的繪圖代碼，以后就可以無限次套用，尤其是那些格式刷，事先設定好的主題等。即ggplot2繪圖，是完全可以做到越繪越快，再開發(fā)成本低廉的。

另外補充說明的是，ggplot2繪圖，個人更看好其多種映射，以及在探索性數據分析里快捷繪圖的能力，還有跟地圖啊等結合的能力。還有動態(tài)交互等等。
譬如現在比較流行的R/Python與動態(tài)網頁（大部分是D3）的結合 示例1,示例2
但愿各位不要將繪圖局限于上述所選的一些最常用的圖形與格式化調整里。請容我吐槽一句，這樣子調風格學習真的很苦(づ￣ ~~￣|||)づ