第1章 簡介
1.3圖形的語法
第2章從qplot開始入門
1、基本用法：qplot(x，y，data)
x是自變量橫軸，y是因變量縱軸，data是數據框
2、圖形參數
colour=I("red")，shape
，
size=I(2)
，alpha=I(1/20)
colour是（外框）顏色，fill是填充顏色，
shape是點的形狀
，適合描述分類變量：形狀和顏色
size是點的大小
，適合描述連續變量：大小和顏色
alpha是點的透明度，1/20說明20個重疊在一起就會變得不透明，可以用來觀察點的密集區域
3、幾何對象geom=c("point","smooth")按順序堆疊，按數據維度可划分為：
- 二維變量關系：
geom=“point”：繪制散點圖geom=“smooth”：擬合一條平滑曲線，灰色區域是置信區間，不繪制標准誤差則se=FASLEgeom=“boxplot”：繪制箱線胡須圖，概括一系列點的分布情況geom=“path” 和 geom=“line”：在數據點之間繪制連線，一般用來探索時間和其他變量之間的關系，線條圖只能創建從左到右的連線，而路徑圖則可以是任意方向
- 一維分布：集合對象由變量類型決定
- 連續變量：
geom=“histogram”：直方圖（默認）geom=“freqpoly”：頻率多邊形geom=“density”：密度曲線
- 離散變量：
geom=“bar”：條形圖
3.1 平滑曲線geom= “smooth” 具體參數默認灰色區域是置信區間，設置se=FALSE將不繪制標准誤method參數，選擇不同的平滑器：
- method=“loess”，span=0。1：局部回歸方法，曲線的平滑程度由span控制，內存消耗為O(n2)，當n超過1000時將采用別的平滑算法。n較小時是默認選項
- method=“gam”，formula=y~s(x)：mgcv包擬合廣義加性模型。與lm的樣條類似，但樣條的階數是通過數據估計得到的。對於大數據（n>1000）使用y~s(x，bs=“cs”)
- method=“lm”：線性模型，默認是一條直線，可通過formula=y~poly(x，2)擬合二次多項式，也可加載splines包使用樣條曲線formula=y~ns(x，2)，第二個參數是自由都，取值越大，曲線的波動越大
- method=“rlm”：MASS包，和lm類似，但采用更穩健的擬合算法，使得對異常值不太敏感
3.2 箱線圖和擾動點圖：研究 連續變量隨着分類變量的變化情況
- geom=“jitter”：擾動點圖
- geom=“boxplot”：箱線胡須圖，反映中位數等。可以配合使用colour、fill和size等
3.3 直方圖和密度曲線圖：展示單個變量的分布（ 連續變量）
- 一般繪制
geom=“histogram”直方圖，binwidth設定組距（組距大反映總體特征），break可以顯示指定切分位置geom=“density”：密度曲線圖，adjust控制曲線的平滑程度（adjust越大曲線越平滑）
- 增加 分類型變量 控制
參數colour或者fill根據設定分類變量時，幾何對象會自動拆分，並繪制多條密度曲線圖或直方圖3.4條形圖geom=“bar”（ 離散變量）
- 普通條形圖
- 增加 連續變量 權重： weight
3.5時間序列中的線條圖和路徑圖
- geom=“line”：線條圖，按x的取值排序（一般橫軸是時間），從左到右連接
- geom=“path” ：路徑圖，任意原始順序連接（點的順序反映先后時間）：colour參數設置時間來反映
group設置多個序列個體，並映射到一張圖中（4.5.3節）
4、分面：facets 將圖形拆分成多個窗格（7.2節）
facets=row.var.name~.：單列多行
facets=row
.var.name
~col
.var.name
：多行多列
“..density..”——新語法，將密度而不是頻數映射到y軸
5、其他參數
main——標題
xlab，ylab——橫縱坐標軸標題。如ylab=expression(frac(y,x))=y/x
xlim，ylim——
橫縱坐標軸取值范圍，如c(.2,1)
log——log=“xy”或者log=“x”設置某個坐標取對數
第9章 數據操作
9.1 plyr包簡介
- 分組變量：用一張圖內的數據分成幾個部分處理
- 分面變量：用來把數據分割成幾個部分，每個部分分別畫在一張小圖里
ddply(.data，.variable，.fun)——針對多個子集，應用對單獨子集的操作函數
- subset()——用來對數據取子集
ddply(diamonds，.(color)，subset，order(carat)<=2) #選取各個顏色里最小的2顆鑽石
- transform()——用來進行數據變換
ddply(diamonds，.(color)，transform，price=scale(price)) #每個顏色 組 里鑽石的價格標准化
- colwise()——把一個處理向量的函數變為處理每列數據框
colwise(func)func(<data.frame>)或者colwise(func)(<dataframe>)
- numcolwise()——只對數值類型的列操作
- catcolwise()——只對分類類型的列操作
9.2“寬數據”變為“長數據”
melt()——變量不再放在各個列上，而是排成一列，每個變量都分別占其中的幾行。reshape2包
data是待變形的元數據id.vars依舊放在列上位置保持不變的變量，該值通常是離散的，類似數據庫中的主鍵measure.vars需要被放在同一列的變量，不同變量放在同一列並根據變量名進行分組。
- 多重時間序列圖
在一張圖上畫2個時間序列：
1、畫圖時把兩個變量放在兩個不同的圖層上2、把數據變成一個“長數據”，然后根據variable變量區分
分析：由於兩個時間序列取值差異太大，常常會導致其中一個序列值趨近一條直線改進方法：
1、把數值調整到相同范圍：做極差正規化變換2、使用自由標度的分面qplot(date,value,data=emp,geom="line")+facet_grid(variable~.，scale=“free_y”)
- 平行坐標圖
每個樣本畫一條曲線時（需要保證樣本取值可比），將行名rowname作為分組變量，同時結合大數據作圖方法（
透明度
和
聚類）
9.3 ggplot()方法
主要思想：將數據變形和圖形展示盡可能分開進行，而不必讓畫圖局限在某些特殊函數里。ggplot負責繪圖，fortify()負責數據變形
ggplot是一種泛型函數，只提供作圖所需要的工具。
- 線性模型
- 編寫自己的方法
其它：
第4章：
1、圖形屬性映射：aes(x=x,y=y,colour=z)圖形屬性參數
2、統計變換
3、位置調整
4、整合
