《ggplot2：数据分析与图形艺术》笔记

标签：

第1章 简介

第2章从qplot开始入门

geom=“point”：绘制散点图

geom=“smooth”：拟合一条平滑曲线，灰色区域是置信区间，不绘制标准误差则se=FASLE

geom=“boxplot”：绘制箱线胡须图，概括一系列点的分布情况

geom=“path” 和 geom=“line”：在数据点之间绘制连线，一般用来探索时间和其他变量之间的关系，线条图只能创建从左到右的连线，而路径图则可以是任意方向

geom=“histogram”：直方图（默认）

geom=“freqpoly”：频率多边形

geom=“density”：密度曲线

geom=“bar”：条形图

3.1 平滑曲线geom=“smooth”具体参数

默认灰色区域是置信区间，设置se=FALSE将不绘制标准误

method参数，选择不同的平滑器：

• method=“loess”，span=0。1：局部回归方法，曲线的平滑程度由span控制，内存消耗为O(n²)，当n超过1000时将采用别的平滑算法。n较小时是默认选项
  

• method=“gam”，formula=y~s(x)：mgcv包拟合广义加性模型。与lm的样条类似，但样条的阶数是通过数据估计得到的。对于大数据（n>1000）使用y~s(x，bs=“cs”)
  

•  method=“lm”：线性模型，默认是一条直线，可通过formula=y~poly(x，2)拟合二次多项式，也可加载splines包使用样条曲线formula=y~ns(x，2)，第二个参数是自由都，取值越大，曲线的波动越大
  

•  method=“rlm”：MASS包，和lm类似，但采用更稳健的拟合算法，使得对异常值不太敏感
  

3.2 箱线图和扰动点图：研究连续变量随着分类变量的变化情况

• geom=“jitter”：扰动点图
  
• geom=“boxplot”：箱线胡须图，反映中位数等。可以配合使用colour、fill和size等
  

3.3 直方图和密度曲线图：展示单个变量的分布（连续变量）

• 一般绘制
  

geom=“histogram”直方图，binwidth设定组距（组距大反映总体特征），break可以显示指定切分位置

geom=“density”：密度曲线图，adjust控制曲线的平滑程度（adjust越大曲线越平滑）

• 增加 分类型变量 控制
  

参数colour或者fill根据设定分类变量时，几何对象会自动拆分，并绘制多条密度曲线图或直方图

3.4条形图geom=“bar”（离散变量）

• 普通条形图
  
• 增加 连续变量 权重： weight
  

3.5时间序列中的线条图和路径图

• geom=“line”：线条图，按x的取值排序（一般横轴是时间），从左到右连接
  
• geom=“path” ：路径图，任意原始顺序连接（点的顺序反映先后时间）：colour参数设置时间来反映
  

第9章 数据操作

ddply(diamonds，.(color)，subset，order(carat)<=2)  #选取各个颜色里最小的2颗钻石

ddply(diamonds，.(color)，transform，price=scale(price))  #每个颜色组里钻石的价格标准化

colwise(func)

func(<data.frame>)

或者

colwise(func)(<dataframe>)

data是待变形的元数据

id.vars依旧放在列上位置保持不变的变量，该值通常是离散的，类似数据库中的主键

measure.vars需要被放在同一列的变量，不同变量放在同一列并根据变量名进行分组。

在一张图上画2个时间序列：

1、画图时把两个变量放在两个不同的图层上

2、把数据变成一个“长数据”，然后根据variable变量区分

分析：由于两个时间序列取值差异太大，常常会导致其中一个序列值趋近一条直线

改进方法：

1、把数值调整到相同范围：做极差正规化变换

2、使用自由标度的分面

qplot(date,value,data=emp,geom="line")+facet_grid(variable~.，scale=“free_y”)

《ggplot2：数据分析与图形艺术》笔记

标签：

原文地址：http://www.cnblogs.com/xuancaoyy/p/5535998.html