R 作為入門級(jí)編程語(yǔ)言，被經(jīng)常運(yùn)用在數(shù)據(jù)整理、數(shù)據(jù)可視化、以及機(jī)器學(xué)習(xí)中。

本篇文章將主要介紹在R中如何可視化數(shù)據(jù) (基礎(chǔ)+進(jìn)階)。

R繪圖的原理

使用R繪圖，我們需要在腦海中明確幾個(gè)必要元素。首先，需要有一張空白的畫布， 如下圖所示。其次，我們需要根據(jù)數(shù)據(jù)確定X軸、Y軸，以及X軸Y軸的取值范圍，因?yàn)橐粋€(gè)平面直角坐標(biāo)系在R繪圖過(guò)程中是必不可少的。接下來(lái)，我們就可以選擇適當(dāng)?shù)膱D表類型（折線圖、柱狀圖、點(diǎn)狀圖等），并根據(jù)數(shù)據(jù)坐標(biāo)在坐標(biāo)系中描繪數(shù)據(jù)。最后，我們還可以在畫布上添加額外信息，例如圖表名稱，圖例等，當(dāng)然我們也可以根據(jù)需求使每個(gè)數(shù)據(jù)點(diǎn)在圖表中呈現(xiàn)不同的顏色和形狀、并排繪制多個(gè)圖表等。

在擁有空白畫布的基礎(chǔ)上，我們可以使用R自帶的可視化功能語(yǔ)句plot()來(lái)描繪散點(diǎn)圖、折線圖、柱狀圖等，輔助用戶用于觀察整個(gè)數(shù)據(jù)集的潛在趨勢(shì)。

根據(jù)R繪圖原理，使用如上語(yǔ)句，我們首先在空白的畫布上描繪出了我們提到的第一個(gè)元素，平面直角坐標(biāo)系

Figure 1 plot()確定平面直角坐標(biāo)系

在R語(yǔ)言里，圖表的繪制我們都可以使用編程，將一個(gè)任務(wù)（一個(gè)圖表）拆分成若干個(gè)子任務(wù)（前文提到的，圖表中的若干元素），然后疊加或擴(kuò)充子任務(wù)（疊加元素來(lái)形成圖表）來(lái)實(shí)現(xiàn)繪圖。R plot()也是如此。

在擁有坐標(biāo)系的基礎(chǔ)上，我們便可以描繪數(shù)據(jù)點(diǎn)，注意此處默認(rèn)圖表類型是點(diǎn)狀圖。

在plot()語(yǔ)句括號(hào)中，逗號(hào)前我們定義了數(shù)據(jù)點(diǎn)的X軸坐標(biāo)值，逗號(hào)后定義了對(duì)應(yīng)數(shù)據(jù)點(diǎn)的Y軸坐標(biāo)值，兩個(gè)都是用數(shù)組的方式表達(dá)。因此如下plot()語(yǔ)句定義了5個(gè)數(shù)據(jù)點(diǎn)，分別是（1，3），（2，5），（3，8），（4，9），（5，13）。

Figure 2 plot()描繪數(shù)據(jù)點(diǎn)（點(diǎn)狀圖）

根據(jù)R繪圖原理，在已經(jīng)擁有數(shù)據(jù)點(diǎn)的基礎(chǔ)上，我們可以通過(guò)擴(kuò)充了plot()語(yǔ)句來(lái)定義圖表的其他元素。我們把圖表類型從點(diǎn)狀圖改變?yōu)檎劬€圖，即在plot()語(yǔ)句中，我們加入一個(gè)逗號(hào)，在逗號(hào)后定義 type =”l” 。

Figure 3 plot()更改圖表類型 （折線圖）

參考：type的取值及定義

根據(jù)不同的數(shù)據(jù)集及需求我們可以繪制更為復(fù)雜的可視化圖表。

例如像我們提到的，可視化圖表中的散點(diǎn)顏色，大小，以及形狀都可以通過(guò)擴(kuò)充plot()中的元素改變。

在原點(diǎn)狀圖基礎(chǔ)上，我們定義了散點(diǎn)的大小（cex=4）, 散點(diǎn)形狀（pch=11）以及散點(diǎn)顏色（col=”green”）

Figure 4 plot()更改散點(diǎn)屬性（大小，形狀，顏色）

參考：pch所有的參數(shù)定義。

在更為復(fù)雜的圖表中，我們可以疊加運(yùn)行若干子元素語(yǔ)句來(lái)完成任務(wù)。在Figure 4基礎(chǔ)上，我們可以使用text() 在特定的坐標(biāo)增加文本。下圖代碼中，text(3,12, “This is text”) 表示在坐標(biāo)點(diǎn)（3，12）插入“This is text”。

Figure 5 plot()在特定位置添加文本信息

和text()同理， legend() 語(yǔ)句可對(duì)圖表呈現(xiàn)方式進(jìn)行標(biāo)注方便理解， lines() 語(yǔ)句允許我們?cè)谏Ⅻc(diǎn)圖的基礎(chǔ)上加入折線圖并且調(diào)整折線的粗細(xì)、長(zhǎng)短、類型。這些語(yǔ)句都可以被靈活使用，使可視化圖表在原有基礎(chǔ)上達(dá)到更理想的效果。

R數(shù)據(jù)可視化工具

在R語(yǔ)言里，除了R自帶的可視化工具plot(),還有很多精彩的工具包，比如ggplot2, 以及gganimate。

ggplot2

ggplot2 是R中被廣泛應(yīng)用的繪圖包。與R plot()的基本作圖系統(tǒng)相比，ggplot2旨在運(yùn)用簡(jiǎn)單的編程語(yǔ)言繪制及美化數(shù)據(jù)可視化圖表。我們將使用R Studio中自帶的數(shù)據(jù)集mpg來(lái)進(jìn)行g(shù)gplot2可視化演示根據(jù)R繪圖原理，我們需要在ggplot2中將一個(gè)圖表拆分成若干個(gè)子元素并進(jìn)行疊加繪制。不同于R plot(),我們可以將ggplot()的繪制理解為兩個(gè)步驟：首先我們先將需要的數(shù)據(jù)以及顏色等一些參數(shù)輸入ggplot()中，其次疊加geom_*()語(yǔ)句，來(lái)繪制指定的圖表的幾何圖像類型，比如散點(diǎn)圖、折線圖、柱狀圖等。

參考R繪圖原理，ggplot2中我們可以將圖表拆分為如下常用元素：

1. 數(shù)據(jù)(data): 需要可視化的數(shù)據(jù)

2. 映射(mapping): 數(shù)據(jù)中可調(diào)配的參數(shù)，如X、Y值，顏色等

3. 幾何對(duì)象(geom_*): 圖表的幾何圖像類型

4. 標(biāo)度(scale_*):變量以何種參數(shù)(何種顏色、形狀)映射到圖形上

5. 主題(theme_*):圖表主題設(shè)定，通常ggplot()工具包帶有一些訂制主題，方便進(jìn)行圖表美化

6. 分面(facet): 根據(jù)數(shù)據(jù)種類進(jìn)行拆分和分層畫圖

7. 注釋(annotate): 如plot()中的text(),進(jìn)行文字標(biāo)注

8. 標(biāo)簽(lab): 定義標(biāo)注的X、Y軸名稱，主標(biāo)題、副標(biāo)題等

在開始前，我們需要下載并調(diào)用ggplot2

注意：下載以及調(diào)用時(shí)工具包名稱為”ggplot2”，但聲明時(shí)，我們需要聲明ggplot()語(yǔ)句

在如下程序中，我們首先完成了ggplot()參數(shù)的輸入。

在這里，我們首先聲明了第一個(gè)和第二個(gè)元素。data=mpg表示使用的數(shù)據(jù)集為mpg，mapping中是定義了映射到圖表X軸、Y軸的數(shù)據(jù)屬性，以及每個(gè)數(shù)據(jù)點(diǎn)的顏色（映射在X軸上的數(shù)據(jù)屬性是displ，Y軸是hwy，顏色則按照數(shù)據(jù)集中class的種類標(biāo)注，比如：如果數(shù)據(jù)集mpg中class有三個(gè)種類：A\B\C，那么數(shù)據(jù)的顏色標(biāo)注則會(huì)按照A\B\C區(qū)分。）

注意：此時(shí)我們完成了第一個(gè)步驟：將數(shù)據(jù)以及顏色元素參數(shù)輸入ggplot()中?，F(xiàn)在，我們沒(méi)有生成任何圖表——運(yùn)行此行語(yǔ)句只會(huì)生成一個(gè)空白畫布。

在繪完數(shù)據(jù)點(diǎn)后，參考plot()，在ggplot2中我們也通過(guò)使用第三個(gè)元素，geom_point()來(lái)改變幾何對(duì)象類型。

參考：geom_xxx()常用類型

Reference: ggplot2 Quick Reference: geom | Software and Programmer Efficiency Research Group (usi.ch)

http://sape.inf.usi.ch/quick-reference/ggplot2/geom

筆者常使用的包括geom_bar(), geom_line(), geom_hex(),geom_point()（分別為柱狀圖，條形圖，六邊形，散點(diǎn)圖）疊加生成不同的可視化圖表。

注意：ggplot() 中每一個(gè)疊加子元素語(yǔ)句都需要用 “+”連接。而plot()中，我們則需要聲明一個(gè)新語(yǔ)句。

Figure 6 ggplot 散點(diǎn)圖

在原有圖表的基礎(chǔ)上，我們還可以給圖表進(jìn)一步美化。比如，在如下語(yǔ)句中, 根據(jù)ggplot()常用圖表元素清單，我們疊加并擴(kuò)充了如下子元素：

第二個(gè)元素，ggplot()的映射(mapping)中我們擴(kuò)充了color = displ，它命令圖表的顏色按displ種類標(biāo)注

第四個(gè)元素，scale_colour_gradient() 使我們的圖表具有了漸變的色彩

第六個(gè)元素，theme_bw()使背景帆布變成白色

第八個(gè)元素，labs()，xlab()，和ylab()則重修修訂了主題，副標(biāo)題，角標(biāo)，以及X、Y軸名稱。

gganimate

除了可繪制靜態(tài)圖表的功能包，R還有很多強(qiáng)大的功能包，其中g(shù)ganimate就是筆者常用來(lái)描繪動(dòng)態(tài)圖表的功能包。在ggplot2的基礎(chǔ)上，gganimate允許用戶定義一個(gè)變量作為每一幀變化的參照。如果通過(guò)上文，你已經(jīng)對(duì)ggplot2已經(jīng)有一定了解，那么在原有的語(yǔ)句中添加一些簡(jiǎn)單的指令，就可以實(shí)現(xiàn)圖表的動(dòng)態(tài)化。

與ggplot2同理，我們需要首先下載以及調(diào)用gganimate。

在RStudio Console中我們可以看到，在使用gganimate之前，我們還需要安裝其他的功能包 包括gifski和 av。

與ggplot2相似，我們首先需要生成靜態(tài)圖表

在生成靜態(tài)圖表的基礎(chǔ)上，動(dòng)圖及為多張靜態(tài)圖按一定規(guī)則堆在了一起。這里的規(guī)則便是我們提到的，按照聲明的變量，比如：時(shí)間或類別順序。

上述代碼中，與ggplot2不同的是黃色劃線部分。

”title = ‘ Year: {frame_time} ’‘’代表了每一幀圖表的標(biāo)題。

’frame_time’ 與最后一行transition_time(year)相對(duì)應(yīng)，說(shuō)明動(dòng)圖的每一幀是按照year的遞增順序變化的。ease_aes(‘linear’)則規(guī)定了圖表是以一種較柔和的幅度變化的。gganimate提供了很多變化方式，可在官方文檔中找到: 

官方文檔

https://gganimate.com/

transition_*:定義數(shù)據(jù)按照哪個(gè)參變量進(jìn)行“移動(dòng)”

view_*(): 定義坐標(biāo)軸隨數(shù)據(jù)變化（即為圖表可以根據(jù)數(shù)據(jù)值范圍拉大或縮?。?/span>

shadow_*():定義數(shù)據(jù)出現(xiàn)的方式（存在舊數(shù)據(jù)的歷史記憶以影子的形態(tài)相繼出現(xiàn)）

enter_*()/exit_*():定義新數(shù)據(jù)出現(xiàn)和舊數(shù)據(jù)褪去的方式

ease_aes():美觀定義，控制變化的節(jié)奏

最后，看看我們的成果：

同理，動(dòng)態(tài)折線圖和柱狀排名圖在gganimate中都是可以被實(shí)現(xiàn)的。

總結(jié)

總結(jié)一下：要在R中實(shí)現(xiàn)數(shù)據(jù)的可視化繪制，首先我們便要明確R繪圖原理。很多功能包的使用，比如ggplot(), gganimate(), 其中的元素便是根據(jù)R繪圖原理，將一個(gè)宏觀的圖表進(jìn)行元素拆分，并進(jìn)行分別疊加聲明。另外，在繪圖時(shí)，千萬(wàn)不要急于對(duì)圖表進(jìn)行美觀。繪制出基本的圖表和幾何類型永遠(yuǎn)是最首要也是最耗時(shí)的任務(wù)。因?yàn)樵趯?shí)際情況中，數(shù)據(jù)集往往并不如我們想象的完美，我們需要使用R語(yǔ)言對(duì)數(shù)據(jù)進(jìn)行很多整合、清理。在基本圖表已經(jīng)完美的情況下，我們才能對(duì)圖表進(jìn)行美觀修飾。至于繪圖時(shí)的語(yǔ)法，我們只要熟悉了R繪圖原理，明白了繪圖時(shí)需要定義的元素有哪些，不論哪個(gè)工具包，就都可以手到擒來(lái)了。

卞褚奇  UCLA數(shù)學(xué)、統(tǒng)計(jì)本科畢業(yè)生

校對(duì)：林亦霖

• 用數(shù)據(jù)說(shuō)話：中國(guó)哪里最盛產(chǎn)奧運(yùn)冠軍？

• 運(yùn)營(yíng)都該關(guān)注哪些核心數(shù)據(jù)？涵蓋三大運(yùn)營(yíng)場(chǎng)景

• 用戶留存分析的邏輯細(xì)節(jié)及常見產(chǎn)品化思路
  

 覺(jué)得好看，點(diǎn)擊【好看】關(guān)注↓↓