最近一段时间，准备把ggplot2系统的学习一下，避免做事儿的时候还要临时抱佛脚，临时看help。学习手册就是大家熟知的入门级的《R Graphics Cookbook》，基本上就是在这里记录一下自己的学习历程，并且加入一些自己的理解。那我们就从最简单的条形图开始ggplot2的学习之旅吧！

条形图分为以下几类：

简单条形图
分组条形图
堆积条形图
百分比堆积条形图
克利夫兰点图

接下来我们就开始详细介绍，先把该加载的包都加上

1 2	library(ggplot2) library(gcookbook)

简单条形图

简单条形图分为两类，一个是按数值统计的，一个是按数量统计的。

按数值统计

以BOD数据集为例，一列是Time，一列是demand，做条形图

> BOD
  Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8
> ggplot(BOD,aes(factor(Time),demand)) + geom_bar()

从大到小排序，且加数字标签

1 2	> ggplot(BOD,aes(reorder(factor(Time),-demand),demand)) + geom_bar(stat="identity") + + geom_text(aes(label=demand),vjust=1.5,color="white",size=7)

按数量统计

以diamonds数据集为例，格式如下：

> head(diamonds)
  carat       cut color clarity depth table price    x    y    z
1  0.23     Ideal     E     SI2  61.5    55   326 3.95 3.98 2.43
2  0.21   Premium     E     SI1  59.8    61   326 3.89 3.84 2.31
3  0.23      Good     E     VS1  56.9    65   327 4.05 4.07 2.31
4  0.29   Premium     I     VS2  62.4    58   334 4.20 4.23 2.63
5  0.31      Good     J     SI2  63.3    58   335 4.34 4.35 2.75
6  0.24 Very Good     J    VVS2  62.8    57   336 3.94 3.96 2.48

1	> ggplot(diamonds,aes(x=cut)) + geom_bar(stat="bin")

分组条形图

普通分组条形图

以cabbage_exp数据集为例

> cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995

1
2
3

> ggplot(cabbage_exp,aes(Date,Weight,fill=Cultivar)) +
+   geom_bar(stat="identity",position="dodge") +
+   scale_fill_brewer(palette="Pastel1")

正负分组条形图

设置一列pos为正负条形的位置

以csub数据集为例

> csub = subset(climate,Source=="Berkeley"&Year>=1900)
> csub$pos = csub$Anomaly10y>=0
> head(csub)
      Source Year Anomaly1y Anomaly5y Anomaly10y Unc10y   pos
101 Berkeley 1900        NA        NA     -0.171  0.108 FALSE
102 Berkeley 1901        NA        NA     -0.162  0.109 FALSE
103 Berkeley 1902        NA        NA     -0.177  0.108 FALSE
104 Berkeley 1903        NA        NA     -0.199  0.104 FALSE
105 Berkeley 1904        NA        NA     -0.223  0.105 FALSE
106 Berkeley 1905        NA        NA     -0.241  0.107 FALSE

1 2	ggplot(csub,aes(Year,Anomaly10y,fill=pos)) + geom_bar(stat="identity",position="identity")

堆积条形图

还是以cabbge_exp数据集为例

> cabbage_exp
  Cultivar Date Weight        sd  n         se
1      c39  d16   3.18 0.9566144 10 0.30250803
2      c39  d20   2.80 0.2788867 10 0.08819171
3      c39  d21   2.74 0.9834181 10 0.31098410
4      c52  d16   2.26 0.4452215 10 0.14079141
5      c52  d20   3.11 0.7908505 10 0.25008887
6      c52  d21   1.47 0.2110819 10 0.06674995

> ggplot(cabbage_exp,aes(Date,Weight,fill=Cultivar)) +
+   geom_bar(stat="identity",position="stack",width=0.7) +
+   scale_fill_brewer(palette="Pastel1") +
+   guides(fill=guide_legend(reverse=TRUE))

上个例子用reverse=TRUE来更改legend的顺序，现在用order=desc来解决

> library(plyr)
> ggplot(cabbage_exp,aes(Date,Weight,fill=Cultivar,order=desc(Cultivar))) +
+   geom_bar(stat="identity",position="stack",width=0.7) +
+   scale_fill_brewer(palette="Pastel1")

百分比堆积条形图

以ce数据集为例，增加百分比列

> library(plyr)
> ce = ddply(cabbage_exp,"Date",transform,
+             percent_weight = Weight/sum(Weight) * 100)
> head(ce)
  Cultivar Date Weight        sd  n         se percent_weight
1      c39  d16   3.18 0.9566144 10 0.30250803       58.45588
2      c52  d16   2.26 0.4452215 10 0.14079141       41.54412
3      c39  d20   2.80 0.2788867 10 0.08819171       47.37733
4      c52  d20   3.11 0.7908505 10 0.25008887       52.62267
5      c39  d21   2.74 0.9834181 10 0.31098410       65.08314
6      c52  d21   1.47 0.2110819 10 0.06674995       34.91686

1 2	ggplot(ce,aes(x=Date,y=percent_weight,fill=Cultivar)) + geom_bar(stat="identity")

克利夫兰点图

Cleveland点图是条形图的变种，有时候比条形图更清晰，以tophit数据集为例

> tophit = tophitters2001[1:25, ]
> tophit = tophit[, c("name","lg","avg")]
> nameorder = tophit$name[order(tophit$lg,tophit$avg)]
> tophit$name = factor(tophit$name,levels=nameorder)
> head(tophit)
            name lg    avg
1   Larry Walker NL 0.3501
2  Ichiro Suzuki AL 0.3497
3   Jason Giambi AL 0.3423
4 Roberto Alomar AL 0.3357
5    Todd Helton NL 0.3356
6    Moises Alou NL 0.3314

> ggplot(tophit,aes(x=avg,y=name)) +
+   geom_segment(aes(yend=name),xend=0,colour="grey50") +
+   geom_point(size=3,aes(colour=lg)) +
+   scale_colour_brewer(palette="Set1",limits=c("NL","AL"),guide=FALSE) +
+   theme_bw() +
+   theme(panel.grid.major.y = element_blank()) +
+   facet_grid(lg ~ .,scales="free_y",space="free_y")