ggplot2学习笔记7：通过图层逐层构建图形

Build a Plot Layer by Layer

---

---

5.1 介绍（Introduction）

ggplot2背后的一个关键思想是，它允许轻松地迭代，一次一层地构建一个复杂的绘图。每个图层可以来自不同的数据集，并且具有不同的美学映射，从而可以创建复杂的绘图，显示来自多个源的数据。

在本章中，将深入了解层的细节，以及如何控制所有五个组件：数据Data、美学映射Aesthetic Mappings、几何对象Geom、统计变换Stat和位置调整Position Adjustments。

---

5.2 创建一张图形（Building a Plot）

我们要明确，在绘图过程实际上是有两个步骤。以mpg数据集为例，第一步，我们使用默认数据集和美学映射创建一个图：

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

此时我们已经创建好了一幅图，表面上是一块画板，实际上这幅图中包含了mpg数据集中的所有数据和坐标轴信息，唯一缺的就是数据的可视化形式。

下面是第二步，通过几何对象添加图层：

p + geom_point()

几何对象point，通过函数geom_point()添加，()中没有任何参数，代表使用默认值。使用函数geom_point()是捷径，实际上，在后台它调用该layer()函数以创建一个新层：

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

layer()函数调用完全指定了该层的五个组成部分：

• 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
• 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
• 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。
• 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，每个geom都有一个默认stat，每个stat默认一个geom。
• position：位置，调整遮盖、堆叠的情况

---

5.3 数据（Data）

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.

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.（列变量行观测）

library(ggplot2)
library(dplyr)  #包含data_frame()函数
mpg  #在包ggplot2中
    
mod <- loess(hwy ~ displ, data = mpg)  #loess()生成线性模型
grid <- data_frame(displ = seq(min(mpg$displ), max(mpg$displ), length = 50))
grid$hwy <- predict(mod, newdata = grid)
grid
#> Source: local data frame [50 x 2]
#>
#> displ hwy
#> (dbl) (dbl)
#> 1 1.60 33.1
#> 2 1.71 32.2
#> 3 1.82 31.3
#> 4 1.93 30.4
#> 5 2.04 29.6
#> 6 2.15 28.8
#> # … with 44 more rows

接下来，我将分离与预测值特别远的观测：

std_resid <- resid(mod) / mod$s  #标准残差
outlier <- filter(mpg, abs(std_resid) > 2)
outlier  #称之为异常值
#> # A tibble: 6 x 11
#>   manufacturer model   displ  year   cyl trans   drv     cty   hwy fl    class  
#>   <chr>        <chr>   <dbl> <int> <int> <chr>   <chr> <int>