R語言可視化美化折線圖、平滑曲線及路徑圖的方法

本篇內容介紹了“R語言可視化美化折線圖、平滑曲線及路徑圖的方法”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

今天跟大家講關于路徑圖、平滑曲線與折線圖及其美化。

這里涉及到三個設計線條的特殊圖層函數：

geom_smooth()、geom_path()、geom_line()

下面分別講解：

關于geom_smooth():平滑曲線

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_smooth()

平滑曲線專門用于對于散點圖趨勢的擬合,geom_smooth函數內部有默認的擬合規則（根據統計統計算法計算出的擬合規則,而非實際的點）。

其中的括號內有默認的method參數,代表著擬合曲線所用到的統計算法,se代表著誤差范圍。（就是圍繞著擬合直線的顏色帶）。

method中的類型常見的有lm\glm\gam\loess\rlm等,當數據集記錄小于1000時,method的默認參數即為loess,大于1000時則為gam。

本例所用到mpg數據集只有234個記錄,使用geom_smooth參數應該默認使用的方法參數就是loess,這里我們可以檢驗一下：

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_smooth(method="loess")

誤差范圍的顏色帶是可以通過se參數進行控制的,默認se=TRUE,這里設置為se=FALSE。

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_smooth(method="loess",se=FALSE)

接下來我們依次嘗試其他幾個擬合曲線：

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_smooth(method="lm",se=FALSE)

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_smooth(method="glm",se=FALSE)

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_smooth(method="gam",se=FALSE)

看上去沒啥太大區別,可能是數據集太小的原因吧。

路徑圖：geom_path()

以上函數參數可以畫出路徑圖,其實就是根據每一個數據點的出現先后順序,依次鏈接所有點所形成的路徑：

ggplot(mpg,aes(cty,hwy))+geom_path()

這種圖乍看起來沒啥意義,但是在某些特殊場景下,卻能夠表達出非常重要的信息,比如候鳥遷徙、病毒傳播、甚至飛機航線等領域。

ggplot(mpg,aes(cty,hwy))+geom_point()+geom_path()

可以同時添加點函數和路徑函數,制作出帶有點標記的路徑圖。

ggplot(mpg,aes(cty,hwy))+geom_point(colour="steelblue")+geom_path(colour="red")

每一個圖層函數內的圖層對象都是可以單獨定義顏色的。

折線圖：geom_line()

以上是直線圖的圖層函數；它與路徑圖的唯一區別就是,在連接各點之前,會按照x軸數據對總體升序排列,所以最終的連線是非常清晰的順序折線,不會存在交叉。（而路徑圖則按照實際數據點在數據集中出現的先后順序依次聯結）。

ggplot(mpg,aes(cty,hwy))+geom_line(colour="steelblue")

ggplot(mpg,aes(cty,hwy))+geom_point(colour="black")+geom_line(colour="steelblue")

為了更加明顯的看出兩者區別,我們換一個變量：

ggplot(CO2,aes(uptake,conc))+geom_line(colour="steelblue")+geom_point(colour="black")

ggplot(iris,aes(Sepal.Length,Sepal.Width))+geom_line(colour="steelblue")+geom_point(colour="white",shape=21,size=4,fill="Tomato")

加入分類變量后的折線圖：

ggplot(iris,aes(Sepal.Length,Sepal.Width,colour=Species))+geom_line()+geom_point(colour="white",shape=21,size=4,fill="Tomato")

默認的折線線條位置參數應該position=identity，我們也可以嘗試使用其他幾個參數

ggplot(iris,aes(Sepal.Length,Sepal.Width,colour=Species))+geom_line(position="identity")+geom_point(colour="white",shape=21,size=4,fill="Tomato")

ggplot(iris,aes(Sepal.Length,Sepal.Width,colour=Species))+geom_line(position="stack")+geom_point(colour="white",shape=21,size=4,fill="Tomato",position="stack")

ggplot(iris,aes(Sepal.Length,Sepal.Width,colour=Species))+geom_line()+facet_grid(.~Species)+geom_point   (colour="white",shape=21,size=4,fill="Tomato")   #分面組圖：

ggplot(iris,aes(Sepal.Length,Sepal.Width,colour=Species))+geom_line()+facet_grid(.~Species)+geom_point   (colour="white",shape=21,size=4,fill="Tomato") +theme_wsj("rgby","")+scale_colour_wsj()+ggtitle("line plot")+guides(colour=guide_legend(title=NULL))  

ggplot(iris,aes(Sepal.Length,Sepal.Width,colour=Species))+geom_line()+facet_grid(.~Species)+geom_point   (colour="white",shape=21,size=4,fill="Tomato") +theme_economist()+scale_colour_economist()+ggtitle("line plot")+guides(colour=guide_legend(title=NULL))  

“R語言可視化美化折線圖、平滑曲線及路徑圖的方法”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！