R語言:ggplot2包
我們將學習R中 ofollow,noindex" target="_blank"> 最受歡迎 的軟體包之一，它是ggplot2：圖形語法的實現。 我正在使用R中提供的iris資料集。ggplot2在多個圖層中建立繪圖。我已經用ggplot建立了 相關熱圖 。我在部落格的最後提供了更多資源。
ggplot的結構看起來：
ggplot (data = data used for plot, aes=(mappings)) + geom_functions
geom_function是用於建立繪圖的圖層。
我們將通過示例看到詳細說明。
首先，我們將使用以下命令在R中安裝ggplot2包並載入：
install.packages("ggplot2")
library(ggplot2)
我們將使用iris資料進行進一步分析，我們先來檢查資料。
# 資料檢查 head(iris)
我們將開始繪製物種的萼片長度和萼片寬度之間的散點圖。
Plot <- ggplot(data = iris, aes(Sepal.Length, Sepal.Width)) + geom_point()
所以這裡的資料元件採用iris資料集，aes採用萼片長度和萼片寬度作為繪圖的x和y值，geom_point（）繪製散點圖
Plot1 <-ggplot(data= iris, aes(Sepal.Length, Sepal.Width,color=Species)) + geom_point()
讓我們通過在aes中新增顏色來為不同物種著色。
Plot1 <-ggplot(data= iris, aes(Sepal.Length, Sepal.Width,color=Species)) + geom_point()
線性圖
Plot2 <- ggplot(data= iris, aes(Sepal.Length, Sepal.Width)) + geom_line()
雙軸 - 繪圖線和散點圖一起
Plot3 <- ggplot(data= iris, aes(Sepal.Length, Sepal.Width,color=Species)) + geom_point() + geom_line()
在ggplot中平滑擬合模型
gplot(data= iris, aes(Sepal.Length, Sepal.Width,color=Species)) + geom_point() + geom_smooth(method ="lm")
讓我們對不同物種有不同的散點圖。 Facets根據一個或多個離散變數的值將繪圖劃分為子圖。
Plot5<- ggplot(data= iris, aes(Sepal.Length, Sepal.Width,color=Species)) + geom_point()+ facet_wrap(~Species, nrow=2, ncol=2)
擴充套件到ggplot2
還有更多的包是ggplot2的擴充套件。 我們將看到'GGally'和gridExtra包。
- GGally-使用以下命令基於GGally從資料集中繪製所有可能的關係：
library(GGally) ggpairs(iris)
正如我們在下面的影象中看到的，ggpair正在繪製可用資料集中所有可能的關係。 可以作為EDA的開始但是如果資料集很大則需要花費很長時間才能產生結果。 我在下面的資源部分提供了文件連結。
- gridExtra-使用gridExtra我們可以在單個輸出視窗中組合多個繪圖，就像一個易於使用和應用的儀表板。 使用以下命令。
library(gridExtra) grid.arrange(Plot1, Plot3, ncol=2)
進一步的閱讀和資源：
ggplot Documentation Cheat Sheet ggplot Top R Packages Awesome R R Packages GGally- Extension to ggplot2 gridExtra
原文連結： https://www.analytics-tuts.com/ggplot-in-r/
版權宣告：作者保留權利，嚴禁修改，轉載請註明原文連結。
資料人網是資料人學習、交流和分享的平臺http://shujuren.org 。專注於從資料中學習到有用知識。 平臺的理念：人人投稿，知識共享；人人分析，洞見驅動；智慧聚合，普惠人人。 您在資料人網平臺，可以1）學習資料知識；2）建立資料部落格；3）認識資料朋友；4）尋找資料工作；5）找到其它與資料相關的乾貨。 我們努力堅持做原創，聚合和分享優質的省時的資料知識！ 我們都是資料人，資料是有價值的，堅定不移地實現從資料到商業價值的轉換！