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!