2.1 ggplot2的图层语法

在ggplot2问世之前，R语言已经具备比较成熟的绘图工具包，比如官方的基础图形系统graphics包、网格图形系统grid包、Deepayan Sarkar开发的lattice包等。这些包采用整体封装的设计思路，将不同的绘图函数封装成一个个函数整体，用户根据自身需要选择相应的函数，并设置相关的参数，便可绘制相应图形。这种设计对于简单的图形绘制非常实用，可当需要绘制的图形复杂度增加时，涉及的参数将会非常庞大，图形的绘制也变得繁重起来。

为了提高绘图的灵活性，ggplot2中提出了一套图层语法，将图形中的元素拆分成一系列相互独立的部分，用户在绘图时不需要在一开始就设置图形中涉及的所有参数，而是将需要的图形元素一点点添加到图中。这种设计使得用户在面临复杂的图形时也能灵活绘制，绘图变成了一个从易到繁、自由组合的过程。

本节主要介绍ggplot2的图层语法，该语法是ggplot2的理论基础，掌握该语法才能掌握ggplot2的精髓。

2.1.1 图像的组成

在图层语法中，图像主要由以下部分组成：

（1）待可视化的数据（data）以及数据中的变量到图形属性的映射（mapping）。

（2）几何对象（geom）、统计变换（stat）和位置调整（position），其中几何对象就是显示在图中的图形元素，统计变换是对数据的某种处理，位置调整用于调整元素的位置。

（3）标度（scale），数据取值到图形属性的映射，如不同的取值对应不同的大小或颜色。

（4）坐标系（coord），通常为笛卡尔坐标系，偶尔也用极坐标等其他坐标系。

（5）分面（facet），对数据的不同子集作图并联合展示。

（6）主题（theme），对图像的细节进行调整，如网格线间隔、背景颜色等。

上述图像组件中，数据、映射、几何对象、统计变换以及位置调整共同组成了一个图层，标度、坐标系、分面以及主题主要用于调整图形细节，使图像满足我们的绘制需求，并且更加美观。

图层的叠加是ggplot2绘图的核心思想。在ggplot2中通过符号“+”将不同的图层叠加在一起，编码的位置越靠后，图层就叠加在更上层，多个图层的叠加最终组成目标绘图，这种设计方式与Photoshop中的图层叠加类似。

图2-1展示了图层语法的基本框架。

2.1.2 散点图示例

为了更好地说明ggplot2的图层语法，我们接下来将介绍一个绘图示例。待可视化的数据集为R包中自带的数据集mpg，数据集mpg中记录了各种与汽车相关的信息，比如汽车型号、类别、引擎大小、耗油量等，该数据集中的前十行数据如图2-2所示。

数据集mpg中，manufacturer表示汽车生产商，model表示汽车的型号，displ表示发动机的排量，year为生产年份，cyl表示气缸数，trans代表传输类型，drv代表汽车传动系统的类型，cty字段和hwy字段分别记录了汽车每使用1加仑 汽油可以在城市和高速公路上的行驶距离，fl表示燃料类型，class表示汽车的等级。我们将绘制汽车每使用1加仑汽油在不同类型公路上的行驶距离的对比散点图，并在图像中添加一些辅助信息，以获得既美观又符合我们需求的统计图。

加载相应的工具包“ggplot2”是绘图的第一步。在上述示例中，我们首先调用底层绘图函数ggplot()，data=mpg表明待可视化的数据集为mpg，随后我们建立该数据集中cty字段与hwy字段的映射关系，其中cty字段中的数据对应x轴，hwy字段中的数据对应y轴。需要注意的是，待可视化的数据集的格式必须为data.frame()。

geom_xxx()函数用于绘制不同类型的统计图，这里调用geom_point()函数绘制散点图。colour=class表示散点的颜色依据class取值的不同而不同（颜色也可以用英文单词color），size=displ表示发动机的排量越大，散点的大小就越大。stat_smooth()函数用于拟合曲线。

scale_size_continuous（range=c（3,8））表示散点的大小范围为3～8。facet_wrap（～year,ncol=1）表示图像依据year分面，mpg中year字段只有1999和2008两种取值，由于设置了ncol=1，因此图像将分成上下两张图。labs（title="公路类型-行驶距离"）为图像添加了标题，theme（plot.title=element_text（size=15,hjust=0.5））将标题文字大小设置为15，并设置对齐方式为居中。绘图结果如图2-3所示。