第二章：用图形进行探索性分析

library(tidyverse)

一、大引擎汽车比小引擎汽车更耗油吗？

先看一看displ与hwy之间的散点关系：

ggplot(data=mpg)

+ geom_point(mapping=aes(x=displ,y=hwy))

那么，class会不会影响散点的分布呢？

尝试映射为颜色：

ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy,color=class))

尝试映射为大小（但对于类别变量来说不是一个好主意）

ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy,size=class))

若尝试映射为透明度

ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy,alpha=class))

若尝试映射为形状

ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy,shape=class))

可以尝试分面，画在不同的图里：

ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy))+facet_wrap(~class,nrow=2)

可以用不同的几何对象方式来进行可视化

ggplot(data=mpg)+geom_smooth(mapping=aes(x=displ,y=hwy))

ggplot(data=mpg)+geom_smooth(mapping=aes(x=displ,y=hwy,linetype=drv))

也可以将这些覆盖在原始数据上，并按照drv值对所有的点和线进行着色，可以在一张图上使用两种几何对象：

ggplot(data=mpg)+geom_point(mapping=aes(x=displ,y=hwy))+geom_smooth(mapping=aes(x=displ,y=hwy))

等价于：ggplot(data=mpg,mapping=aes(x=displ,y=hwy))+geom_point()+geom_smooth()

ggplot(data=mpg,mapping=aes(x=displ,y=hwy))+geom_point(mapping=aes(color=class))+geom_smooth()

对于一些定性数据的统计，尝试柱状图：

ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut))

如果要比例：

ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut,y=..prop..,group=1))

也可以展示更多的统计变换，比如stat_summary（）为每个x设置唯一的y值：

ggplot(data=diamonds)+stat_summary(mapping=aes(x=cut,y=depth),fun.ymin=min,fun.ymax=max,fun.y=median)

ggplot2提供了20多个统计变换，每个统计变换都是一个函数

？stat_bin

你还可以使用color或者fill图形属性来为条形图上色：

ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut,fill=clarity))

position=“fill”可以比较各组之间的比例：

ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut,fill=clarity),position = "fill")

position=“dodge”可以将每组中的条形并列排列，比较每个条形图的具体数值：

ggplot(data=diamonds)+geom_bar(mapping=aes(x=cut,fill=clarity),position = "dodge")

当标签比较长的时候，可以交换x和y轴，尤其是绘制水平箱线图

ggplot(data=mpg,mapping=aes(x=class,y=hwy))+geom_boxplot()

ggplot(data=mpg,mapping=aes(x=class,y=hwy))+geom_boxplot()+coord_flip()