輕鬆學習 R 語言：視覺化的文法以 ggplot2 套件實踐資料視覺化Yao-Jen KuoBlockedUnblockFollowFollowingApr 5Photo by Ari He on UnsplashThe simple graph has brought more information to the data analyst’s mind than any other device.
John Tukey在輕鬆學習 R 語言：基礎探索資料分析我們討論了如何透過 R 語言的內建繪圖系統：Base Plotting System 暸解資料的外觀、維度、變數分佈與相關等探索資料分析（Exploratory Data Analysis，EDA）的要素。除了內建繪圖系統以外，有極高比例的 R 語言使用者其實更依賴使用 ggplot2 這個套件，它以簡潔、彈性和美觀輸出快速擄獲資料科學團隊的芳心；命名之中 gg 指的是 grammer of graphics，套件作者是 Hadley Wickham 與 Winston Chang，核心理念是利用正規而有結構的文法來探索資料。安裝與載入 ggplot2 套件我們可以選擇透過命令列（Console）以 install.
packages() 函數進行安裝。## > # 安裝 ggplot2## > install.
packages("ggplot2")## trying URL 'https://cran.
rstudio.
com/bin/macosx/el-capitan/contrib/3.
5/ggplot2_3.
1.
0.
tgz'## Content type 'application/x-gzip' length 3622365 bytes (3.
5 MB)## ==================================================## downloaded 3.
5 MB## ## ## The downloaded binary packages are in## /var/folders/0b/r__z5mpn6ldgb_w2j7_y_ntr0000gn/T//Rtmpw3pDJx/downloaded_packages或是透過圖形化介面（Graphic User Interface, GUI）的方法安裝，在右下角的 packages 頁籤點選 install，再輸入套件名稱 ggplot2 點選安裝。透過圖形化介面安裝我們可以選擇透過命令列（Console）以 library() 函數將套件載入環境來使用。## > # 載入 ggplot2## > library(ggplot2)或是透過圖形化介面（Graphic User Interface, GUI）在右下角的 packages 頁籤下搜尋 ggplot2 然後將前面的核取方框打勾。透過圖形化介面載入探索數值分佈成功安裝且載入 ggplot2 套件後，我們利用探索數值分佈的直方圖暸解所謂的視覺化文法，與輕鬆學習 R 語言：基礎探索資料分析同樣使用 R 語言的套件 gapminder 來載入一個簡易版 gapminder 資料作為多個視覺化圖形的示範資料。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 繪製 gapminder 資料中人均 GDP（ gdpPercap 變數）之分佈## > gapminder %>%## + ggplot(aes(x = gdpPercap)) +## + geom_histogram(bins = 30)探索 gdpPercap 變數的分佈這段程式會建立出一個 ggplot 物件並綁定 gapminder 的 gdpPercap 變數到這個物件之上，這裡可以觀察到 ggplot2 套件的繪圖來源是資料框，素材則是資料框中的變數， aes() 負責將素材綁定至 X 軸與 Y 軸，這是 aesthetic mappings 的縮寫；接著我們還要告訴 ggplot 物件要用什麼樣的外觀呈現，這時接著利用 geom_() 指定繪圖的類型，這是 geometric objects 的縮寫，底線後面加上繪圖名稱，以現在繪製的直方圖而言，就要使用 geom_histogram() 加上直方圖外觀。在 ggplot 物件上疊加 geometric objects 的運算子是加號 + ，未來如果希望在圖形中添加其他自訂元件，都需要利用加號來連結這些函數呼叫。直方圖的分箱數（bins）使用分箱數 30 這個預設值，可以透過調整 binwidth 或 bins 參數來更改，增加 binwidth 與減少 bins 會減少分箱數；減少 binwidth 與增加 bins 則會增加分箱數。在繼續檢視不同外觀的資料視覺化之前，我們先以清單羅列這些 geom_() 藉此獲得清晰的概觀。geom_histogram() ：直方圖geom_boxplot() ：盒鬚圖geom_line() ：線圖geom_point() ：散佈圖stat_function(fun, geom = "line") ：曲線圖geom_bar() ：長條圖探索不同類別與數值分佈的關係使用 geom_boxplot() 函數繪製盒鬚圖來探索不同類別與數值分佈的關係，以探索 gapminder 資料中不同洲別（ continent 變數）的人均 GDP（ gdpPercap 變數）分布差異為例。> # 安裝 ggplot2, gapminder, magrittr> # install.
packages(c("ggplot2", "gapminder", "magrittr"))> # 載入 ggplot2, gapminder, magrittr> library(ggplot2)> library(gapminder)> library(magrittr)> > # 探索不同洲別的人均 GDP 分布差異> gapminder %>%+ ggplot(aes(x = continent, y = gdpPercap)) + + geom_boxplot()探索不同洲別的人均 GDP 分布差異探索數值與日期（時間）的關係使用 geom_line() 函數繪製線圖來探索數值與日期（日期時間）的變化趨勢，以探索 gapminder 資料中台灣的人均 GDP（ gdpPercap 變數）與年份（ year 變數）之變化趨勢為例。## > # 安裝 ggplot2, gapminder, dplyr## > # install.
packages(c("ggplot2", "gapminder", "dplyr"))## > # 載入 ggplot2, gapminder, dplyr## > library(ggplot2)## > library(gapminder)## > library(dplyr)## ## Attaching package: ‘dplyr’## ## The following objects are masked from ‘package:stats’:## ## filter, lag## ## The following objects are masked from ‘package:base’:## ## intersect, setdiff, setequal, union## ## > ## > # 探索台灣的人均 GDP 與年份之變化趨勢## > gapminder %>%## + filter(country == "Taiwan") %>%## + ggplot(aes(x = year, y = gdpPercap)) + ## + geom_line()探索人均 GDP 與年份之變化趨勢探索兩個數值相關的關係使用 geom_point() 函數繪製散佈圖來探索兩個數值相關的關係，以探索 gapminder 資料中人均 GDP（ gdpPercap 變數）與預期壽命（ lifeExp 變數）之相關為例。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 探索人均 GDP 與預期壽命之相關## > gapminder %>%## + ggplot(aes(x = gdpPercap, y = lifeExp)) + ## + geom_point()探索人均 GDP 與預期壽命之相關探索類別的頻率使用 geom_barplot() 函數繪製長條圖來探索類別的頻率，以探索 gapminder 資料中 1704 個觀測值中各大洲的資料筆數為例。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 探索各大洲的資料筆數## > gapminder %>%## + ggplot(aes(x = continent)) + ## + geom_bar()探索 1704 個觀測值中各大洲的資料筆數繪畫函數使用 stat_function(fun, geom = "line") 能夠將內建或者自訂的函數外觀繪製出來，但由於函數輸入的值域很廣（可能為負無限大至正無限大），我們需要在資料框中設定輸入的值域，舉例來說可以將 sin() 函數在 -pi 與 pi之間描繪出來。## > # 安裝 ggplot2## > # install.
packages("ggplot2")## > # 載入 ggplot2## > library(ggplot2)## > ## > sin_df <- data.
frame(x = c(-pi, pi))## > ggplot(sin_df, aes(x = x)) + stat_function(fun = sin, geom = "line")描繪 sin() 函數在 -pi 與 pi 之間的外觀如果是自訂函數 squared() : f(x) = x² 亦可以用 stat_function(fun, geom = "line") 函數將它在 -3 與 3 之間描繪出來。## > # 安裝 ggplot2## > # install.
packages("ggplot2")## > # 載入 ggplot2## > library(ggplot2)## > ## > squared <- function(x) {## + return(x**2)## + }## > ## > sqr_df <- data.
frame(x = c(-3, 3))## > ggplot(sqr_df, aes(x = x)) + stat_function(fun = squared, geom = "line")描繪 squared() 函數在 -3 與 3 之間的外觀ggplot2 常用的自訂元件我們已經快速地瀏覽過使用 ggplot2 套件繪畫的基礎圖形，有時候可能基於美觀或解釋性，需要在作圖時加入一些自訂元件，ggplot2 圖形常見會調整的部分像是：自訂標題、X 軸標籤與 Y 軸標籤隱藏格線調整圖形為水平方向在直方圖上加上密度曲線調整資料點的形狀與顏色繪畫多個圖形疊加 ggtitle()、xlab() 與 ylab() 這三個函數就能夠分別指定圖形的標題、X 軸標籤與 Y 軸標籤，其中 lab 是 label 的縮寫。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 在直方圖加上標題與標籤## > gapminder %>%## + ggplot(aes(x = gdpPercap)) + ## + geom_histogram(bins = 30) +## + ggtitle("GDP Per Capita is left-skewed") +## + xlab("GDP Per Capita") + ## + ylab("Freq")在直方圖加上標題與軸標籤ggplot2 繪製的圖形預設都有格線，我們可以疊加 theme() 函數進行非常細緻的格線隱藏設定。隱藏主要格線：panel.
grid.
major = element_blank()隱藏次要格線：panel.
grid.
minor = element_blank()隱藏 X 軸主要格線：panel.
grid.
major.
x = element_blank()隱藏 Y 軸主要格線：panel.
grid.
major.
y = element_blank()隱藏 X 軸次要格線：panel.
grid.
minor.
x = element_blank()隱藏 Y 軸次要格線：panel.
grid.
minor.
y = element_blank()## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 隱藏主要與次要格線## > gapminder %>%## + ggplot(aes(x = gdpPercap)) + ## + geom_histogram(bins = 30) +## + theme(panel.
grid.
major = element_blank(),## + panel.
grid.
minor = element_blank())隱藏主要與次要格線疊加 coord_flip() 函數調整圖形為水平方向，這是 coordinate flip 的縮寫。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 調整圖形為水平方向## > gapminder %>%## + ggplot(aes(x = continent)) + ## + geom_bar() +## + coord_flip()調整圖形為水平方向在 geom_histogram() 中加入 aes(y = .
density.
) 以及疊加 geom_density() 可以在直方圖上加上密度曲線。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 在直方圖上加上密度曲線## > gapminder %>%## + ggplot(aes(x = gdpPercap)) + ## + geom_histogram(bins = 30, aes(y = .
density.
), alpha = 0.
5) +## + geom_density()在直方圖上加上密度曲線在 geom_point() 函數中加入 shape 與 colour 的設定調整資料點的形狀與顏色。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 調整資料點為紅色的空心三角形## > gapminder %>%## + ggplot(aes(x = gdpPercap, y = lifeExp)) + ## + geom_point(shape = 2, colour = "red")調整資料點為紅色的空心三角形使用不同類別區分資料點的形狀與顏色在 ggplot2 可以很容易辦到，將 shape 與 colour 的對應到指定變數即可。## > # 安裝 ggplot2, gapminder, magrittr## > # install.
packages(c("ggplot2", "gapminder", "magrittr"))## > # 載入 ggplot2, gapminder, magrittr## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > ## > # 以洲別區分資料點形狀顏色## > gapminder %>%## + ggplot(aes(x = gdpPercap, y = lifeExp)) + ## + geom_point(aes(shape = continent, colour = continent))以洲別區分資料點形狀顏色ggplot2 套件本身並沒有針對繪畫多個圖形這部分設計函數，但我們可以利用另一個套件 gridExtra 所提供的 grid.
arrange() 函數來達到像是 Base Plotting System 中 par(mfrow = c(m, n)) 所呈現的效果。## > # 安裝 ggplot2, gapminder, magrittr, gridExtra## > # install.
packages(c("ggplot2", "gapminder", "magrittr", "gridExtra"))## > # 載入 ggplot2, gapminder, magrittr, gridExtra## > library(ggplot2)## > library(gapminder)## > library(magrittr)## > library(gridExtra)## ## Attaching package: ‘gridExtra’## ## The following object is masked from ‘package:dplyr’:## ## combine## ## > ## > # 垂直的長條圖## > g1 <- gapminder %>%## + ggplot(aes(x = continent)) + ## + geom_bar()## > # 水平的長條圖## > g2 <- gapminder %>%## + ggplot(aes(x = continent)) + ## + geom_bar() +## + coord_flip()## > # 水平的長條圖無主要格線## > g3 <- gapminder %>%## + ggplot(aes(x = continent)) + ## + geom_bar() + ## + coord_flip() +## + theme(panel.
grid.
major = element_blank(),## + panel.
grid.
minor = element_blank())## > # 垂直的長條圖無主要格線## > g4 <- gapminder %>%## + ggplot(aes(x = continent)) + ## + geom_bar() +## + theme(panel.
grid.
major = element_blank(),## + panel.
grid.
minor = element_blank())## > # 繪畫多個圖形於一個畫布上## > grid.
arrange(g1, g2, g3, g4, nrow = 2, ncol = 2)繪畫多個圖形於一個畫布上我們雖然已經介紹了一定程度關於 ggplot2 的技巧，但是這些功能都只佔其中非常小的一部分，因為繪圖可以調整的參數與功能實在太豐富了，在有限的章節內容我們只能夠探討探索性分析常用的繪圖需求。實務上在使用繪圖功能時多半會伴隨大量的官方文件查詢、Google 搜尋與 StackOverflow 搜尋，所以如果您在一開始遭遇到很多的困難，這是再正常不過的情形了，請耐住性子，多畫幾次就會漸入佳境的！小結在這個小節中我們簡介以 R 語言實踐視覺化的文法 Grammar of Graphics，以 ggplot2 套件作資料視覺化，包含基礎的視覺化圖形與常用的自訂元件。延伸閱讀Create Elegant Data Visualisations Using the Grammar of GraphicsA system for 'declaratively' creating graphics, based on "The Grammar of Graphics".
You provide the data, tell…ggplot2.
tidyverse.
orgData Visualization with ggplot2Recommended by ggplot2 author Hadley Wickham, this online course teaches you how to create meaningful data…www.
datacamp.
comR ggplot2 Tutorial For Data VisualizationsGgplot2 author Hadley Wickham recommends this tutorial that teaches you how to create data visualizations with ggplot2…www.
datacamp.
comData Visualization with ggplot2 (Part 3)This course covers some advanced topics including strategies for handling large data sets and specialty plots.
www.
datacamp.
com.. More details