ggplot2添加地理分界线

ggplot2添加地理分界线,第1张

ggplot2添加地理分界线的方法如下:

在作图过程中,有时我们可能需要通过添加一些线条,使得图形的可视化变得更好,比如一些趋势线等等。

下面我们来看下,一些线条的添加方式。

geom_abline(mapping = NULL, data = NULL, ..., slope, intercept, na.rm = FALSE, show.legend = NA)

geom_hline(mapping = NULL, data = NULL, ..., yintercept, na.rm = FALSE, show.legend = NA)

geom_vline(mapping = NULL, data = NULL, ..., xintercept, na.rm = FALSE, show.legend = NA)

三个函数的作用分别是,geom_abline添加斜线, geom_hline添加水平线,geom_vline添加垂直线

参数slope 表示斜率  intercept表示截距

参数yintercept  表示y轴截距或直线所在位置

参数xintercept  表示x轴截距或直线所在位置

给你一个示例的example;如何添加线性回归线以及线性回归方程:

libray(ggplot2)

df <- data.frame(x = c(1:100))

df$y <- 2 + 3 * df$x + rnorm(100, sd = 40)

p <- ggplot(data = df, aes(x = x, y = y)) +

geom_smooth(method = "lm", se=FALSE, color="black", formula = y ~ x) +

geom_point()

lm_eqn <- function(df){

m <- lm(y ~ x, df)

eq <- substitute(italic(y) == a + b %.% italic(x)*","~~italic(r)^2~"="~r2,

                 list(a = format(coef(m)[1], digits = 2),

                      b = format(coef(m)[2], digits = 2),

                      r2 = format(summary(m)$r.squared, digits = 3)))

as.character(as.expression(eq))             

}

效果大致是这样的:

"一张统计图形就是从数据到几何对象(geometric object, 缩写为geom, 包括点、线、条形等)的图形属性(aesthetic attributes, 缩写为aes, 包括颜色、形状、大小等)的一个映射。此外, 图形中还可能包含数据的统计变换(statistical transformation, 缩写为stats), 最后绘制在某个特定的坐标系(coordinate system, 缩写为coord)中, 而分面(facet, 指将绘图窗口划分为若干个子窗口)则可以用来生成数据中不同子集的图形。" 源自ggplot2的作者[Hadley Wickham]。

1.数据data和映射mapping

将数据中的变量映射到图形属性,映射控制了两者之间关系。

设置完成后使用 myeheme

9.存储和输出

在ggplot2中,有更简单的保存方法,ggsave()能更方便保存

选项包括保存哪副图形,保存在哪里,以什么形式保存。

即将myplot保存为名为mygraph.png的5英寸*4英寸PNG格式的图片

如果忽略plot=选项,最近创建的图形会被保存。

1.数据

在ggplot2中, 所接受的数据集必须为数据框(data.frame)格式

注1:2、3步可合并为

注2:改变横纵坐标名称

注3:geom_point()中参数的用法

4.将年份映射到颜色/形状/大小属性(按年份分组)

将分组变量(因子或字符变量,可通过factor()强制性将非因子变量转为因子变量)赋值给颜色或形状或大小属性(变量赋值必须在aes里面),实现分组散点图的绘制。

①颜色

5.增加平滑曲线

geom_smooth可以增加一条线,而stat_smooth是可以添加一个置信区间范围的(利用方差值)。

①stat_smooth

ggplot函数中赋予的值是全局性质的,如果不希望全局生效,放到后面+对应的图层中去。

如:

CASE1:stat_smooth对不同颜色的点,各自拟合曲线

CASE2:stat_smooth对所有点,拟合一条曲线

更改平滑曲线为一条红色虚线

其中linetype依次为1=实线,2=虚线,3=点,4=点破折号,5=长破折号,6=双破折号

6.自定义颜色/形状

scale_color_brewer()或者scale_color_manual()函数自定义点的颜色;scale_shape_manual()函数自定义点的形状;

下面我们将分组变量year同时赋值给颜色和形状属性。

①改变颜色

7.将连续型变量(排量)映射到颜色/大小属性

①大小

8.分面facet

分面设置在ggplot2应该也是要经常用到的一项画图内容,在数据对比以及分类显示上有着极为重要的作用。

facet_wrap和facet_grid不同在于facet_wrap是基于一个因子进行设置,facets表示形式为:~ 变量

而facet_grid是基于两个因子进行设置,facets表示形式为:变量 ~ 变量(行 ~ 列),如果把一个因子用点表示,也可以达到facet_wrap的效果,也可以用加号设置成两个以上变量

例如:变量+变量~变量 的形式,表示对三个变量设置分面。

①facet_wrap

下面对参数进行说明:

· nrow,ncol : 分面所设置成的行和列,参数为数值,表示几行或者几列

· scales : 参数fixed表示固定坐标轴刻度,free表示反馈坐标轴刻度,也可以单独设置成free_x或free_y(把scales 设置成free之后,可以看出每个分面都有自己的坐标刻度,当然我们也可以单独对x轴或y轴设置)

· shrink : 也和坐标轴刻度有关,如果为TRUE(默认值)则按统计后的数据调整刻度范围,否则按统计前的数据设定坐标

· drop : 表示是否去掉没有数据的分组,默认情况下不显示,逻辑值为FALSE

CASE1:

facet_wrap()是关键,facet与wrap两个词组合,就是逐面地包起来。里面我们选择按照year这个变量来分层,就可以将1999与2008分开。一定要注意!这里在year前面有个~,回归中的用法。而最后的ncol = 1代表着我们的小窗口是1列,指定了1列之后,默认就是两行(因为年份一共只有两种)。

colour = class。class也是数据集中的一个变量,代表不同种类的汽车,而因为汽车的种类非常多,所以颜色也就变的很多。

CASE2:

如果不加ncol=1,会默认横着排列

CASE3:

下面对参数进行说明:

· scales 、shrink、drop 同上

· as.table :和小图排列顺序有关的选项。如果为TRUE(默认)则按表格方式排列,即最大值(指分组level值)排在表格最后即右下角,否则排在左上角

· margins :通过TRUE或者FALSE表示否设置而一个总和的分面变量,默认情况为FALSE,即不设置

· space :表示分面空间是否可以按数据进行缩放,参数和scales一样

CASE1:

一行多列

CASE2:

一列多行

9.其他调整

①更改透明度alpha

当数据量非常大时,会导致数据重叠点非常严重,可通过使用半透明的点避免。alpha参数控制点的透明度。从0(完全透明)到1(不透明)。

CASE2:转换为极坐标系coord_polar()

CASE2:使用ggtitle,并居中hjust

hjust 其实就是左右移动的意思,0.5

CASE3:使用labs

等价形式

1.一般形式

2.内置的统计变换

geom_histogram()默认使用stat_bin(按照区间统计频数)这个统计变换, 而这个统计变换会生成(1)count:每个组里观测值的数目, (2)density:每个组里观测值的密度和(3)x:组的中心位置这三个变量

①调整分箱(bin),即直方图的宽度binwidth

3.调整每个年份对应一个直方图facet_wrap

CASE1:

CASE2:

注:这里的year如果改成factor(year),会报错

4.元素位置的调整

元素位置的调整共有5种包括了(1)dodge:并排方式(2)fill:堆叠图像元素, 并将高度标准化为1,(3)identity:不做任何调整(4)jitter:给点增加扰动避免重合和(5)stack:堆叠图像元素。

①fill=factor(year)

fill=factor(year)表示按年进行填充颜色。为什么不用前面说到的colour = ?这是ggplot绘图中,对于线与点这种面积为0的结构,它的颜色就直接使用colour =进行指定,而对条形和密度区域,例如条形图,柱状图,扇形图(特殊的柱状图),箱线图等等有面积的图形,其面积的颜色,我们需要用fill =来指定。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/bake/8029620.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-12
下一篇 2023-04-12

发表评论

登录后才能评论

评论列表(0条)

保存