发帖
雷达卡
R 语言 ggplot2 绘图入门教程
一、什么是 ggplot2？
ggplot2 是 R 语言中非常流行的数据可视化工具包，属于 tidyverse 生态系统。它基于图形语法（Grammar of Graphics），允许用户通过组合不同的图形元素，创建美观且具有专业水准的统计图表。
ggplot2 常用于：
- 散点图（Scatter Plot）
- 折线图（Line Plot）
- 柱状图（Bar Chart）
- 直方图（Histogram）
- 箱线图（Boxplot）
- 分组图与多面板图（Faceted Plot）
本教程使用 R 自带的 mtcars 和 iris 数据集，不需要另外下载数据。
二、安装与加载 ggplot2
首次使用时，需要安装：
install.packages("ggplot2")
安装完成后，每次开启新的 R 会话，只需要运行：
library(ggplot2)
查看内置数据集：
head(mtcars)
str(mtcars)
summary(mtcars)
mtcars 包含 32 辆汽车的相关信息，例如：
变量 | 含义 |
mpg | 每加仑汽油行驶英里数 |
wt | 汽车重量（千磅） |
hp | 马力 |
cyl | 汽缸数量 |
am | 变速箱类型（0=自动，1=手动） |
三、ggplot2 的基本语法
ggplot2 的核心结构如下：
ggplot(data = 数据集,
aes(x = 横轴变量, y = 纵轴变量)) +
geom_图形类型() +
labs(title = "图表标题",
x = "横轴名称",
y = "纵轴名称") +
theme_minimal()
主要组成部分：
- ggplot()：指定数据集。
- aes()：指定变量与图形属性之间的映射关系。
- geom_*()：选择图形类型。
- labs()：设置标题与坐标轴名称。
- theme_*()：控制图形外观。
特别注意：ggplot2 使用 + 将不同图形元素组合起来。
四、六种常见图形及代码实例
1. 散点图（Scatter Plot）
研究问题：汽车重量与燃油效率之间是否存在关系？
ggplot(mtcars, aes(x = wt, y = mpg)) +
geom_point(color = "blue", size = 3) +
labs(
title = "汽车重量与燃油效率",
x = "重量（千磅）",
y = "每加仑英里数"
) +
theme_minimal()
解释： 横轴表示汽车重量，纵轴表示燃油效率。从散点分布可以观察到，重量越大的汽车，通常燃油效率越低。
还可以加入线性回归线：
ggplot(mtcars, aes(x = wt, y = mpg)) +
geom_point(color = "blue") +
geom_smooth(method = "lm", se = TRUE) +
theme_minimal()
其中 method = "lm" 表示使用线性回归，se = TRUE 显示拟合均值的置信区间（默认 95%）。
2. 直方图（Histogram）
研究问题：汽车燃油效率的分布情况如何？
ggplot(mtcars, aes(x = mpg)) +
geom_histogram(
binwidth = 3,
fill = "skyblue",
color = "black"
) +
labs(
title = "燃油效率分布",
x = "MPG",
y = "汽车数量"
) +
theme_minimal()
解释： 直方图将连续变量划分为若干区间，柱子的高度代表落在该区间内的观测数量。binwidth = 3 表示每个区间宽度为 3 MPG。
3. 柱状图（Bar Chart）
研究问题：不同汽缸数量的汽车分别有多少辆？
ggplot(mtcars, aes(x = factor(cyl))) +
geom_bar(fill = "steelblue") +
labs(
title = "不同汽缸数量的汽车",
x = "汽缸数量",
y = "汽车数量"
) +
theme_minimal()
解释： factor(cyl) 将汽缸数量转换为类别变量。geom_bar() 自动计算每个类别的观测数量。
4. 箱线图（Boxplot）
研究问题：不同汽缸数量的汽车，其燃油效率是否存在差异？
ggplot(mtcars,
aes(x = factor(cyl),
y = mpg,
fill = factor(cyl))) +
geom_boxplot() +
labs(
title = "不同汽缸汽车的燃油效率",
x = "汽缸数量",
y = "MPG"
) +
theme_minimal() +
theme(legend.position = "none")
解释： 箱线图显示中位数、四分位数、须线及可能的异常值。它适合比较不同类别的数值分布。
从 mtcars 数据可以观察到，4 缸汽车的 MPG 通常高于 6 缸和 8 缸汽车。
5. 折线图（Line Plot）
使用另一个 R 内置数据集 economics（由 ggplot2 提供）。
研究问题：美国失业人数如何随时间变化？
ggplot(economics,
aes(x = date, y = unemploy)) +
geom_line(color = "red", linewidth = 1) +
labs(
title = "美国失业人数变化",
x = "日期",
y = "失业人数（千人）"
) +
theme_minimal()
解释： 折线图特别适合分析时间序列数据。geom_line() 将按照横轴顺序连接各个观测点。
6. 分面图（Faceted Plot）
研究问题：不同鸢尾花品种的花瓣长度与宽度之间的关系是否相同？
使用 R 内置的 iris 数据集：
ggplot(iris,
aes(x = Petal.Length,
y = Petal.Width)) +
geom_point(color = "darkgreen") +
facet_wrap(~ Species) +
labs(
title = "不同品种鸢尾花的花瓣特征",
x = "花瓣长度",
y = "花瓣宽度"
) +
theme_minimal()
解释： facet_wrap(~ Species) 根据品种将数据分成三个子图，方便比较不同组之间的关系。
五、进阶功能：颜色、大小与主题
ggplot2 可以利用 aes() 将其他变量映射到颜色、点的大小或形状。
例如：
ggplot(mtcars,
aes(x = wt,
y = mpg,
color = factor(cyl),
size = hp)) +
geom_point(alpha = 0.7) +
labs(
title = "汽车重量、马力与燃油效率",
x = "重量",
y = "MPG",
color = "汽缸数",
size = "马力"
) +
theme_classic()
这张图同时呈现四个变量：
- X 轴：汽车重量
- Y 轴：燃油效率
- 颜色：汽缸数量
- 点的大小：马力
特别需要区分以下两种写法：
# 所有点都使用蓝色
geom_point(color = "blue")
# 根据汽缸数量自动分配颜色
geom_point(aes(color = factor(cyl)))
前者设置固定颜色，后者将颜色映射到数据变量。
六、常见函数总结
函数 | 主要用途 |
ggplot() | 建立绘图对象 |
aes() | 定义变量映射 |
geom_point() | 散点图 |
geom_line() | 折线图 |
geom_bar() | 柱状图 |
geom_histogram() | 直方图 |
geom_boxplot() | 箱线图 |
geom_smooth() | 趋势线或回归拟合 |
facet_wrap() | 按类别创建多个子图 |
labs() | 设置标题和标签 |
theme_minimal() | 使用简洁主题 |
ggsave() | 保存图形文件 |
例如，保存最近生成的图表：
ggsave(
filename = "my_plot.png",
width = 8,
height = 5,
dpi = 300
)
七、练习题
练习一：散点图
使用 mtcars 数据，研究汽车马力（hp）与燃油效率（mpg）之间的关系。绘制散点图，加入线性回归线，并解释变量之间的关系。
查看代码提示
练习二：箱线图
比较自动变速箱与手动变速箱汽车的燃油效率是否存在明显差异，并通过箱线图说明。
查看代码提示
练习三：分组分析
使用 iris 数据集，绘制 Sepal.Length 与 Sepal.Width 的散点图，根据 Species 使用不同颜色，并解释三个品种的分布差异。
查看代码提示
八、总结
学习 ggplot2 最重要的是掌握三个基本概念：
- 数据（Data）：使用哪个数据集？
- 映射（Aesthetics）：哪些变量对应 X 轴、Y 轴、颜色或大小？
- 几何对象（Geometry）：使用哪一种图形呈现数据？
掌握这三个概念后，便可以通过增加 labs()、facet_wrap()、theme_*() 等函数，逐步创建更加复杂的统计图形。
对于初学者，建议先熟悉散点图、直方图、柱状图与箱线图，再学习分组绘图、多面板图以及统计模型的可视化。
京公网安备 11010802022788号
