R ggplot2 教學：圖層式繪圖

資料來源

ggplot 的資料來源一定要是 data frame，它不像 R 的其他繪圖系統一樣同時可以接受一般的向量，而這樣嚴格的設計也是有它的優點，除了讓程式碼的語法統一之外，也可以方便置換資料，直接以既有的圖層組合產生新的圖形。

若要改變一個 ggplot 繪圖物件的資料來源，可以使用 %+% 運算子：

my.plot5 <- ggplot(mtcars, aes(mpg, wt, colour = cyl)) + geom_point()
my.plot5

使用 %+% 運算子抽換資料來源的 data frame：

mtcars.trans <- transform(mtcars, mpg = mpg ^ 2)
my.plot5 %+% mtcars.trans

ggplot 在指定資料來源之後，會將資料複製一份並儲存在繪圖物件當中，後續若資料更動時，ggplot 的繪圖並不會受影響，另外由於這樣的特性，我們可以將 ggplot 繪圖物件儲存至硬碟中，之後重新載入與繪圖時也不需要載入其餘任何資料。

美學對應

美學對應中敘述了資料中的各個變數如何與圖形上的各種屬性對應，指定美學對應的各種參數時要使用 aes 函數包裝起來，例如：

aes(x = weight, y = height, color = age)

這個設定會將 x 軸指定為 weight 變數、y 軸指定為 height 變數，而顏色（color）則是指定為 age 變數。這些變數都會從資料來源的 data frame 中取得，不需要以錢字號的方式指定，這種設計可以讓使用者將所需要使用的變數都包裝在一個 data frame 中，方便統一管理。

在指定對應關係時，也可以運用各種數學函數：

aes(weight, height, colour = sqrt(age))

在 aes 中只能使用繪圖物件或圖層資料來源 data frame 中的變數，不可以指定為其他全域的變數，這個限制是要確保每一個 ggplot 物件本身都可以獨立運作，在經過儲存與重新載入之後也不會有問題。

繪圖與圖層

預設的美學對應可以在繪圖物件建立時就指定，這是比較常見的使用方式：

my.plot6 <- ggplot(mtcars, aes(x = mpg, y = wt))
my.plot6 <- my.plot6 + geom_point()
summary(my.plot6)

data: mpg, cyl, disp, hp, drat, wt, qsec, vs, am, gear, carb [32x11]
mapping:  x = mpg, y = wt
faceting: facet_null() 
-----------------------------------
geom_point: na.rm = FALSE
stat_identity: na.rm = FALSE
position_identity

除此之外，也可以在繪圖物件建立之後，再加上 aes 來指定：

my.plot7 <- ggplot(mtcars)
my.plot7 <- my.plot7 + aes(x = mpg, y = wt)
my.plot7 <- my.plot7 + geom_point()
summary(my.plot7)

data: mpg, cyl, disp, hp, drat, wt, qsec, vs, am, gear, carb [32x11]
mapping:  x = mpg, y = wt
faceting: facet_null() 
-----------------------------------
geom_point: na.rm = FALSE
stat_identity: na.rm = FALSE
position_identity

在繪圖物件中的美學對應設定可以在圖層中增加、修改或刪除，例如：

my.plot7 + geom_point(aes(colour = factor(cyl)))
my.plot7 + geom_point(aes(y = disp))

如果要刪除某一個美學對應參數，就把該參數設定為 NULL 即可，例如：

aes(y = NULL)

在圖層中更改美學對應的設定，其效果只會影響該圖層本身，對全域的設定沒有影響。

設定與對應

除了將美學對應以 aes 函數指定為資料的變數之外，也可以使用一般參數的方式指定為一個固定的值，例如將資料點的顏色指定為藍色：

my.plot8 <- ggplot(mtcars, aes(mpg, wt))
my.plot8 + geom_point(colour = "blue")

這裡在指定資料點的顏色時，並沒有加上 aes 函數，這種指定方式就是單純將資料點的顏色「設定」為藍色，這個做法跟加上 aes 函數的狀況完全不同。

my.plot8 + geom_point(aes(colour = "blue"))

加上 aes 函數之後是代表一種「對應」關係，這樣會在內部產生一個值為 "blue" 的變數，然後將顏色屬性對應到該變數，由於這個變數是只有一個值的類別型變數，所以在上色時會從預設的色盤上取出第一種顏色來為資料點上色，而預設的第一種顏色就是這裡看到的粉紅色。

如果在 qplot 函數中要設定這種固定的參數時，要額外使用 I 函數將參數值包起來，也就是 color = I("blue")。

群組（Grouping）

在 ggplot 系統中的幾何圖形（geom）大致可分為個體型與集合型兩大類，個體型的幾何圖形在表現資料時，data frame 中的每一筆資料（亦即每一列）都會以一個幾何圖形呈現，例如 point 會以一個資料點表示一筆資料，而集合型的幾何圖形則會以一個幾何圖形表現多筆資料，通常這些資料都會先經過一些統計轉換，例如直方圖等。至於 line 與 path 則是介於兩者之間的幾何圖形，整條線雖然代表一組資料，但其中每一條線段都代表兩筆資料。

在 ggplot 系統上資料與幾何圖形之間的對應是由群組（group）這個美學對應所負責的，在預設的設定之下，ggplot 會以圖形上所有的類別型資料為基準來區分資料，大部分的狀況下這樣的設定都可以畫出使用者想要的結果，但若這樣的設定不符合使用者的需求，或是圖形上沒有類別型的資料時，就會需要自行指定群組的設定，也就是要自行指定一個可以用來區分組別的變數。

interaction 函數可以協助使用者將多個變數組合成一個，方便建立分組用的變數。

基本群組

這裡我們以 nlme 套件中的 Oxboys 資料集來做示範，在這個資料集中包含了許多個體的時間序列資料，如果只是單純將時間序列畫出來，圖形會有問題：

my.plot9 <- ggplot(Oxboys, aes(age, height)) +
  geom_line()

上面的圖形是將所有個體的資料都混合在一起繪製，但我們通常會希望依據個體區分，畫出多條時間序列的線條，這時候就可以加上 group 參數，並將其指定為個體的變數：

my.plot9 <- ggplot(Oxboys, aes(age, height, group = Subject)) +
  geom_line()

圖層與群組

有時候我們會希望在圖形上加上一些標示總體趨勢的幾何圖形，讓整個圖形除了有每個個體的細部資訊之外，也可以同時呈現整體的資料分佈走向。在上面這個例子中若要加上一條線性迴歸線，可以使用 geom_smooth 配合 method = "lm" 參數，不過若只是這樣加上去，結果可能不如預期：

my.plot9 + geom_smooth(method="lm", se = F)

由於我們在繪圖物件中已經設定了 group 參數，所以再加上迴歸線的圖層時，也會套用該 group 的設定，也就是說它會對每一個個體畫出各自的迴歸線，但我們想要的是使用全部的資料畫出一條迴歸線，這時候就可以將 group 設定為一個固定的值，也就是取消群組的功能：

my.plot9 + geom_smooth(aes(group = 1), method="lm", size = 2, se = F)

在加入圖層時透過指定新的群組設定，就可以做出很多的變化。

下面這個圖是將 height 依據 Occasion 畫出的箱形圖：

boysbox <- ggplot(Oxboys, aes(Occasion, height)) + geom_boxplot()

由於在繪製箱形圖時是使用 Occasion 這個離散型的變數，所以預設的狀況下就會以這個變數分組，所以不需要特別指定 group 參數。接著如果要將每個個體的資料標示出來，就會需要自行指定分組的方式：

boysbox + geom_line(aes(group = Subject), color = "blue")

在這裡我們使用 geom_line 配合 group 參數，讓它依據 Subject 區分資料，畫出每個個體的資料，並且另外加上 color 參數設定線條顏色。

美學對應與幾何圖形

個體型的幾何圖形在美學對應上很單純，個別資料的美學對應性質都是以一對一的方式對應到幾何圖形上，但是對於集合型的幾何圖形而言，就會是一個問題。

如果是在繪製 line 或是 path 的線段時，第一條線段會使用第一個點的顏色，而第二條線段會使用第二個點的顏色，以次類推，也就是說最後一個點的顏色並不會被使用到。

my.df <- data.frame(x = 1:3, y = 1:3, z = 1:3)
qplot(x, y, data = my.df, color = factor(z), size = I(5)) +
  geom_line(size = 3, group = 1)

至於其他類型的集合型幾何圖形，只有在每一筆資料的屬性都相同時才會被使用，否則就會直接使用預設值，這個問題通常只會發生在連續型的變數上，因為如果是類別型的變數在使用時，ggplot 會自動將資料依據變數分組，所以每一組內部的變數值都會是一樣的，這個狀況在繪製直方圖時很常見。

qplot(color, data = diamonds, geom = "bar",
  fill = cut)

繼續閱讀： 1234