原創 onlybugs

“ ggplot2語法結構雖說簡單，但是也需要學習路線，況且日常使用中我們其實不需要這麼複雜的繪圖思路。那麼，qplot的作用就體現出來了 ----- 快速繪制一些基本圖表。”ggplot2應該可以說是畫圖界的王者風範了，但是對于繪制一些簡單的基本圖表，我們沒必要直接使用ggplot2的語法功能，而是可以使用它提供的qplot函數進行畫圖。qplot,它是quick plot的縮寫，是ggplot2内部封裝好的一個函數，使用qplot我們就可以快速的畫出我們的一些非常基本的圖形了，它也是學習ggplot2的第一步，通過對它的使用，我們慢慢就會感受到ggplot2的核心思想。廢話不多說，開始今天的内容吧。

01—

使用qplot繪制基本散點圖

本文以及後面的數據大部分來自R的基礎環境，如果使用到了一些新的數據集，我會告訴大家來自哪個包。

在開始繪圖之前，我們先加載畫圖包,

然後我存了一份我們使用的數據的副本，後面我們的操作都是基于mt這個數據框的

library(ggplot2) mt <- mtcars

# 查看一下mt head(mt) mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1

mtcars的數據來自1974年美國汽車趨勢雜志，包括32輛汽車（1973-74款）的油耗和10個方面的汽車設計和性能，我們初期畫圖主要是使用它以及另一個内置的鑽石的數據集。

接下來，我們用qplot快速的繪制一張散點圖吧

qplot(wt,drat,data = mt)

我來解釋一下參數，使用data=後面跟我們的繪圖數據，然後第一個和第二個參數是我們要畫圖的列的列名，第一個會默認映射為x上，第二個是默認映射在y軸上了。

是不是非常簡單呢？

02—

使用qplot調整散點的顔色和大小

從目前來看，我們的wt和drat其實是有一定的負相關關系的。不過讨論圖的意義不是我們這套教程的重點，我們現在想讓點看起來大一些，然後有一點顔色。

#調整點的大小以及給點增加顔色 qplot(wt,drat,data = mt, size = I(5), color = I('red'))

使用size和color參數就可以調整我們的大小和顔色了，可能大家看到了我使用了一個叫做I()的函數。沒有關系，目前你隻需要記住它是手動設置屬性的函數就可以，後面你慢慢就會理解它的含義了。

下面給出一個自動設置圖形屬性的案例

(如果你不知道factor是什麼，請在曆史推文中搜索R語言編程系列進行學習/百度一下也可以)

#不使用I函數 自動設置屬性 qplot(wt,drat,data = mt, color = factor(vs), size = factor(gear))

我們的效果已經非常好了，不是嗎？

下面我們再講兩個散點圖的圖形屬性，也是我們比較常用的，一個是透明度，另一個是形狀。

03—

使用qplot調整散點的形狀和透明度

我們通過了size參數和color參數修改了點的大小和顔色，并且通過了指定映射使得數據的某些屬性映射到了統計圖中，但是我們很多時候還想讓點的透明度和形狀進行改變，我們應該如何操作呢？

#更改透明度 qplot(wt,drat,data = mt, color = factor(vs), size = factor(gear), alpha=I(.5))

我們點的透明度發生了明顯的變化，你甚至可以把它改的更小一些。

#修改點的形狀 qplot(wt,drat,data = mt, color = factor(vs), size = factor(gear), alpha = I(.8), shape = I(3))

我們的點變成了一個個的十字形狀，是不是很有趣呢，不過這對于數據的展現意義不是很高，對于這一組數據，最好的還是上面的圓點，透明度80%左右，然後映射了顔色和大小的圖，效果是最好的。

通過今天的文章，相信你已經透徹的了解了使用qplot來繪制散點圖的方法了，目前的繪圖函數隻要稍微調整一下，應該就足夠你繪制大多數的散點圖了。

下面留下一個簡單的練習，

#仍舊使用mtcars數據集 #我們看看disp和hp之間的關系繪制散點圖 #接下來讓不同的gear數呈現不同的顔色 #不同的am值呈現不同大小 #讓所有點透明度為0.6 # 圖結果如下

下次内容将繼續分享使用qplot進行繪圖的技巧，目前内容定為折線圖或者條形圖以及常見的繪圖屬性。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!