ggplot2之标度scale相关语法

ggplot2中的scales语法

ggplot2图层语法框架

标度

ggplot2中，映射是数据转化到图形属性，这里的图形属性是指视觉可以感知的东西，比如大小，形状，颜色和位置等。标度（scale）是控制着数据到图形属性映射的函数，每一种标度都是从数据空间的某个区域（标度的定义域）到图形属性空间的某个区域（标度的值域）的一个函数。

简单点来说，标度是用于调整数据映射的图形属性。 在ggplot2中，每一种图形属性都拥有一个默认的标度，也许你对这个默认的标度不满意，可以就需要学习如何修改默认的标度。比如， 系统默认"a"对应红色，"b"对应蓝色，我们想让"a"对应紫色，"b"对应橙色。

图形属性和变量类型

还是用我们熟悉的ggplot2::mpg

library(tidyverse)

── Attaching core tidyverse packages ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse 2.0.0 ──
✔ dplyr     1.1.4     ✔ readr     2.1.5
✔ forcats   1.0.0     ✔ stringr   1.5.1
✔ ggplot2   3.5.0     ✔ tibble    3.2.1
✔ lubridate 1.9.3     ✔ tidyr     1.3.1
✔ purrr     1.0.2     

── Conflicts ─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag()    masks stats::lag()
ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

ggplot2::mpg %>% 
  ggplot(aes(x = displ, y = hwy))+
  geom_point(aes(color = class))

事实上，根据映射关系和变量名，我们将标度写完整，应该是这样的

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

  scale_x_continuous()+
  scale_y_continuous()+
  scale_color_discrete()

如果每次都要手动设置一次标度函数，那将是比较繁琐的事情。因此ggplot2使用了默认了设置，如果不满意ggplot2的默认值，可以手动调整或者改写标度

ggplot(mpg, aes(x = displ, y = hwy))+
  geom_point(aes(color = class))+
  
  scale_x_continuous(name = "This is my x axis")+
  scale_y_continuous(name = "This is my y axis")+
  scale_color_brewer()

坐标轴和图例是同样的东西

丰富的标度体系

注意到，标度函数是由”_“分割的三个部分构成的 - scale - 视觉属性名 (e.g., colour, shape or x) - 标度名 (e.g., continuous, discrete, brewer).

每个标度函数内部都有丰富的参数系统

scale_colour_manual(
  palette = function(), 
  limits = NULL,
  name = waiver(),
  labels = waiver(),
  breaks = waiver(),
  minor_breaks = waiver(),
  values = waiver(),
  ...
)

Error in parse(text = x, srcfile = src): <text>:2:23: 意外的','
1: scale_colour_manual(
2:   palette = function(),
                         ^
Traceback:

• 参数name，坐标和图例的名字，如果不想要图例的名字，就可以 name = NULL

• 参数limits, 坐标或图例的范围区间。连续性c(n, m)，离散型c("a", "b", "c")

• 参数breaks, 控制显示在坐标轴或者图例上的值（元素）

• 参数labels, 坐标和图例的间隔标签

  • 一般情况下，内置函数会自动完成

  • 也可人工指定一个字符型向量，与breaks提供的字符型向量一一对应

  • 也可以是函数，把breaks提供的字符型向量当做函数的输入

  • NULL，就是去掉标签

• 参数values 指的是（颜色、形状等）视觉属性值,

  • 要么，与数值的顺序一致；

  • 要么，与breaks提供的字符型向量长度一致

  • 要么，用命名向量c("数据标签" = "视觉属性")提供

• 参数expand, 控制参数溢出量

• 参数range, 设置尺寸大小范围，比如针对点的相对大小

案例详解

gapdata <- read_csv("./demo_data/gapminder.csv")

Rows: 1704 Columns: 6

── Column specification ─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
Delimiter: ","
chr (2): country, continent
dbl (4): year, lifeExp, pop, gdpPercap

ℹ Use `spec()` to retrieve the full column specification for this data.
ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.

newgapdata <- gapdata %>% 
  group_by(continent, country) %>% 
  summarise(
    across(c(lifeExp, gdpPercap, pop), mean)
  )
newgapdata %>% head()

`summarise()` has grouped output by 'continent'. You can override using the `.groups` argument.

A grouped_df: 6 × 5

continent	country	lifeExp	gdpPercap	pop
<chr>	<chr>	<dbl>	<dbl>	<dbl>
Africa	Algeria	59.03017	4426.0260	19875406.2
Africa	Angola	37.88350	3607.1005	7309390.1
Africa	Benin	48.77992	1155.3951	4017496.7
Africa	Botswana	54.59750	5031.5036	971186.2
Africa	Burkina Faso	44.69400	843.9907	7548677.2
Africa	Burundi	44.81733	471.6630	4651608.3

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp))+
  geom_point(aes(color = continent, size = pop))+
  scale_x_continuous()

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp))+
    geom_point(aes(color = continent, size = pop))+
    scale_x_log10()

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp))+
    geom_point(aes(color = continent, size = pop))+
    scale_x_log10(breaks = c(500, 1000, 3000, 10000, 30000),
                  labels = scales::dollar)

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp))+
    geom_point(aes(color = continent, size = pop))+
    scale_x_log10(name = "GDP per capital",
                  breaks = c(500, 1000, 3000, 10000, 30000),
                  labels = scales::unit_format(unit = "dollar"))

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp))+
    geom_point(aes(color = continent, size = pop))+
    scale_x_log10()+
    scale_color_viridis_d()

离散变量映射到色彩的情形，可以使用ColorBrewer色彩。

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp))+
    geom_point(aes(color = continent, size = pop))+
    scale_x_log10()+
    scale_color_brewer(type = "qual", palette = "Set1")

当然，颜色和大小这些也可通过自定义

scale_color_manual

scale_size

newgapdata %>% 
  ggplot(aes(x = gdpPercap, y = lifeExp)) +
    geom_point(aes(color = continent, size = pop)) +
    scale_x_log10() +
    scale_color_manual(name = "continents",
                       values = c("Africa" = "red", "Americas" = "blue", "Asia" = "orange",
                                  "Europe" = "black", "Oceania" = "gray"),
                       breaks = c("Africa", "Americas", "Asia", "Europe", "Oceania"),
                       labels = c("africa", "americas", "asia", "europe", "oceania")
                      )+
    scale_size(name = "population size",
               breaks = c(2e8, 5e8, 7e8),
               labels = c("200 million", "500 million", "700 million"))

那什么时候用标度，什么时候用主题？

这里有个原则：主题风格不会增加标签，也不会改变变量的范围，主题只会改变字体、大小、颜色等等。