2.1 簡介
qplot的意思是快速作圖（quick plot）。
qplot是一種快捷方式，如果您已習慣於使用基礎plot()，則可以使用它。它可以使用一致的調用模式快速創建許多不同類型的圖。
qplot(x, y, ..., data, facets = NULL, margins = FALSE, geom = "auto", xlim = c(NA, NA), ylim = c(NA, NA), log = "", main = NULL, xlab = NULL, ylab = NULL, asp = NA, stat = NULL, position = NULL)
- x,y：圖中對象的x坐標和y坐標；
- data：可選，用於指定數據框，若進行了指定，那么函數會首先在該數據框內查找變量名，如果沒有指定，將創建一個，從當前環境中提取向量；
- facets：用於圖形分面；
- margins：邏輯值或字符向量。margins是附加的面；
- geom：指定繪圖類型的字符向量。如果指定x和y，默認為“點”;如果指定x，默認為“柱狀圖”；
- xlim,ylim：x和y坐標邊界；
- log：哪些變量要進行對數轉換(“x”、“y”或“xy”)；
- main：標題；
- xlab,ylab：x和y坐標軸標簽；
- asp：y/x的長寬比。
2.2 數據集
> head(diamonds) # A tibble: 6 x 10 carat cut color clarity depth table price x y z <dbl> <ord> <ord> <ord> <dbl> <dbl> <int> <dbl> <dbl> <dbl> 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 0.290 Premium I VS2 62.4 58 334 4.2 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
A dataset containing the prices and other attributes of almost 54,000 diamonds. The variables are as follows:
- price: price in US dollars (\$326–\$18,823)
- carat: weight of the diamond (0.2–5.01)
- cut: quality of the cut (Fair, Good, Very Good, Premium, Ideal)(均勻、良好、非常好、優質、理想)
- color: diamond colour, from D (best) to J (worst)
- clarity: a measurement of how clear the diamond is (I1 (worst), SI2, SI1, VS2, VS1, VVS2, VVS1, IF (best))
- x: length in mm (0–10.74)
- y: width in mm (0–58.9)
- z: depth in mm (0–31.8)
- depth: total depth percentage = z / mean(x, y) = 2 * z / (x + y) (43–79)
- table: width of top of diamond relative to widest point (43–95)
> str(diamonds) Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 53940 obs. of 10 variables: $ carat : num 0.23 0.21 0.23 0.29 0.31 0.24 0.24 0.26 0.22 0.23 ... $ cut : Ord.factor w/ 5 levels "Fair"<"Good"<..: 5 4 2 4 2 3 3 3 1 3 ... $ color : Ord.factor w/ 7 levels "D"<"E"<"F"<"G"<..: 2 2 2 6 7 7 6 5 2 5 ... $ clarity: Ord.factor w/ 8 levels "I1"<"SI2"<"SI1"<..: 2 3 5 4 2 6 7 3 4 5 ... $ depth : num 61.5 59.8 56.9 62.4 63.3 62.8 62.3 61.9 65.1 59.4 ... $ table : num 55 61 65 58 58 57 57 55 61 61 ... $ price : int 326 326 327 334 335 336 336 337 337 338 ... $ x : num 3.95 3.89 4.05 4.2 4.34 3.94 3.95 4.07 3.87 4 ... $ y : num 3.98 3.84 4.07 4.23 4.35 3.96 3.98 4.11 3.78 4.05 ... $ z : num 2.43 2.31 2.31 2.63 2.75 2.48 2.47 2.53 2.49 2.39 ...
可以看到cut、color、clarity為有序分類變量。
抽樣：（方便觀察，加快運算速度）
set.seed(1410) # 讓樣本可重復 dsmall <- diamonds[sample(nrow(diamonds), 100), ]
2.3 基本用法
繪制散點圖。
qplot(carat, price, data = diamonds)
對數變換（對坐標系進行變換，並沒有改變變量的值）。
qplot(carat, price, data = diamonds, log = 'xy')
2.4 顏色、大小、形狀和其他圖形屬性
自動向重量和價格的散點圖中添加顏色和切工的信息。
qplot(carat, price, data = dsmall, colour = color) qplot(carat, price, data = dsmall, shape = cut)
不透明度選擇，在數據量很大時，太多的點重合，影響觀察，使用半透明的顏色可以有效減輕圖形元素重疊的現象，觀察數據集聚趨勢，alpha值可以設定不透明度，取值從0（完全透明）到1（完全不透明），通常用分數來表示，例如1/10或1/20，其分母表示經過多少次重疊之后顏色將變得不透明。
qplot(carat, price, data = diamonds, log = 'xy', alpha = I(1/10))
qplot(carat, price, data = diamonds, colour = color, alpha = I(1/5))
2.5 幾何對象
二維對象：
- geom = "point"：繪制散點圖；
- geom = "smooth"：擬合一條平滑曲線，並將標准誤展示在圖中，如果不需要展現標准誤可以使用se = FALSE；
- geom = "boxplot"：繪制箱線圖，用以概括一系列點的分布情況；
- geom = "jitter"：繪制擾動點圖；
- geom = "path"或geom = "line"：可以在數據點之間繪制連線，這類圖形的作用是探索時間和其他變量之間的關系，但連線同樣可以用其他的方式將數據點連接起來，線條圖只能創建從左到右的連線，而路徑圖則可以使任意的方向。
一維對象：
- geom = "histogram"：繪制直方圖；
- geom = "freqpoly"：繪制頻率多邊形；
- geom = "density"：繪制密度曲線；
- geom = "bar：對離散變量繪制條形圖。
2.5.1 向圖中添加平滑曲線
使用c()將多個對象傳遞給geom，幾何對象會按照指定的順序進行堆疊。
qplot(carat, price, data = dsmall, geom = c("point", "smooth"))
利用method參數可以選擇不同的平滑器。
- method = "loess"使用的是局部回歸方法，在當n較小是是默認選項，其平滑程度由span控制，取值范圍為0（很不平滑）到1（很平滑）。Loess對於大數據並不合適，因為其內存消耗是$O(n^{2})$。
- 使用method = "gam", formula = y ~ s(x)可以調用mgcv包擬合一個廣義可加模型。對於大數據應使用y ~ s(x, bs = "cs")。
library(mgcv)
qplot(carat, price, data = dsmall, geom = c("point", "smooth"), method = "gam", formula = y ~ s(x))
- method = "lm"擬合的是線性模型，默認得到一條直線，但可以通過formula = y ~ poly(x, 2)來擬合一個二次多項式。
qplot(carat, price, data = dsmall, geom = c("point", "smooth"), method = "lm")
- method = "rlm"與"lm"類似，但采用了一種更為穩健的擬合方法，使得結果對異常值不太敏感，這一方法是MASS包的一部分，因此使用時需要先加載MASS包。
2.5.2 箱線圖和擾動點圖
qplot(color, price/carat, data = diamonds, geom = "jitter", alpha = I(1/30)) qplot(color, price/carat, data = diamonds, geom = "boxplot")
每種方法都有它的優勢和不足，箱線圖只用了5個數字進行描述，更具概括性；擾動點圖繪制了全部點，更具全面性。
2.5.3 直方圖和密度曲線圖
直方圖和密度曲線圖可以展現單個變量的分布，相對於箱線圖而言，它們提供了更多的關於單個變量分布的信息，但它們不太容易在不同組之間進行比較。
qplot(carat, data = diamonds, geom = "histogram") qplot(carat, data = diamonds, geom = "density")
對於密度曲線而言，adjust參數控制了曲線的平滑程度（adjust取值越大，曲線越平滑）；對於直方圖，binwidth參數通過設置組距來調節平滑度，或者也可以使用breaks對切分位置進行顯示的指定。
在直方圖中，應當嘗試多種組距：組距較大時圖形能夠反應總體特性；組距較小時，則能顯示出更過細節。
要在不同的分組之間進行比較，只需在加上一個圖形映射。
qplot(carat, data = diamonds, geom = "density", colour = color) qplot(carat, data = diamonds, geom = "histogram", fill = color)
密度曲線圖似乎更吸引人，因為很容易閱讀，而且適於在不同的曲線之間進行比較。然而要真正理解密度曲線則比較困難，而且密度曲線有一些隱含的假設，例如曲線應該是無界、連續和平滑的，這些假設不一定適用於真實的數據。
2.5.4 條形圖
用於繪制離散變量，與直方圖類似。條形圖會計算每一個水平下觀測的數量。使用weight可以進行加權。
qplot(color, data = diamonds, geom = "bar")
qplot(color, data = diamonds, geom = "bar", weight = carat) + scale_y_continuous("carat")
第一幅圖展現了分組的計數，第二幅圖展現了沒中顏色鑽石的總重量。
2.5.5 時間序列中的線條圖和路徑圖
線條圖和路徑圖用於可視化時間序列數據。線條圖將點從左到右進行連接，而路徑圖則按照點在數據集中的順序進行連接。線條圖的x軸一般是時間，它展現了單個變量隨時間的變化情況；路徑圖則展現了兩個變量隨時間聯動的情況，時間反映在點的連接順序上。
數據集：economics
> head(economics) # A tibble: 6 x 6 date pce pop psavert uempmed unemploy <date> <dbl> <dbl> <dbl> <dbl> <dbl> 1 1967-07-01 507. 198712 12.6 4.5 2944 2 1967-08-01 510. 198911 12.6 4.7 2945 3 1967-09-01 516. 199113 11.9 4.6 2958 4 1967-10-01 512. 199311 12.9 4.9 3143 5 1967-11-01 517. 199498 12.8 4.7 3066 6 1967-12-01 525. 199657 11.8 4.8 3018
該數據集來自美國經濟時間序列數據。
- date：數據收集月份
- psavert：個人儲蓄率
- pce：個人消費支出
- unemploy：失業人數（以千計）
- uempmed：失業持續時間的中位數，以周為單位。
- pop：總人口，以千為單位
繪制時間序列線條圖。（失業率）
qplot(date, unemploy/pop, data = economics, geom = "line")
繪制路徑圖（失業率&失業持續時間）。將時間date映射到colour屬性上更容易看出時間的行進方向。
qplot(unemploy/pop, uempmed, data = economics, geom = c("point", "path"), colour = date)
2.6 分面
分面將數據分隔成若干子集，然后創建一個圖形的矩陣，將一個子集繪制到矩陣的窗格中。
通過row_var ~ col_var的表達式進行指定，如果指向指定一行或者一列，可以使用 . 作為占位符。
qplot(carat, data = diamonds, facets = color ~ ., geom = "histogram", binwidth = 0.1,
xlim = c(0, 3))
qplot(carat, ..density.., data = diamonds, facets = color ~ cut, geom = "histogram",
binwidth = 0.1, xlim = c(0, 3))
..density..告訴ggplot2將密度而不是頻數映射到y軸。
2.7 與plot函數的區別
- qplot不是泛型函數，當將不同類型的R對象傳入qplot時，它並不會自動匹配默認的函數調用。ggplot()是一個泛型函數；
- gglpot2中的圖形屬性名稱如colour、shape和size等比基礎繪圖系統中的名稱如col、pch、cex等更直觀，容易記憶；
- 在基礎繪圖系統中，可以通過points()、lines()和text()函數來向已有的圖形中添加更多的元素，而在ggplot2中，你需要在當前的圖形中加入額外的圖層。
總結
