R语言系列：
- 编程基础💎循环语句💎向量、矩阵和数组💎列表、数据帧
- 排序函数💎apply系列函数
- tidyverse：readr💎tibble
基本流程
ggplot2有其独特的绘图语法，想要实现数据绘图，除了数据和集合形状之外，还需要一个叫做aesthetic的东西，这个不知道应该怎么翻，后面就统一叫做美术风格了。
而实际在绘图过程中，ggplot2则分为两步，分别是构造数据，然后对数据进行绘图，并输出到屏幕，下面先来第一步
data <- tibble(time=c(time(nhtemp)), nhtemp=c(nhtemp))
g <- ggplot(data, aes(x=time, y=nhtemp))
其中， nhtemp是R自带的一个平均温度数据集，原本的格式是时间序列。第一步，将其转换为tibble，然后调用ggplot创建图像，接下来要做的，就是将不同的美术风格添加到这个图像上。
g + geom_point()
效果如下，很明显这是个散点图。
如果想看一下其变化过程，那么把点连成线显然是更直观
g + geom_point() + geom_line()
效果如下
渲染美化
散点图和折线图的基本元素无非是点还有线，而点和线可供操作的属性无非是颜色、形状、半径粗细等，这些属性可分别通过color, shape/linetype, size来声明，下面对点线图稍作更改
g + geom_point(color='blue', shape="star", size=1) +
geom_line(color='green', linetype='dotted', size=0.5)
效果如下
color不必多言，基本上我们能想到的颜色都可以使用。
linetype则可选择"blank", "solid", "dashed", "dotted", "dotdash", "longdash", "twodash"等，我们选用了dotted，就是点线图。
shape表示点的形状，既可以通过字符串声明，也可以直接用数字代号，下面将这些图画出来看看
d=data.frame(p=c(0:25,32:127))
ggplot() + scale_shape_identity() +
scale_y_continuous(name="") + scale_x_continuous(name="") +
geom_point(data=d, mapping=aes(x=p%%16, y=p%/%16, shape=p), size=5, fill="red") +
geom_text(data=d, mapping=aes(x=p%%16, y=p%/%16+0.25, label=p))
在上面这个绘图代码中，scale_x_continuous, scale_y_continuous分别用于改变x,y轴的坐标范围。在geom_point中，选择了fill="red"，表示填充色为红色， 但只有21-25变红了，说明只有这几个形状支持填充。mapping=aes用于映射绘图位置，这些东西对于初学者来说稍显复杂，不必多虑，绘制这个图的主要目的是看看点的形状。
坐标轴设置
大体上讲，作图必备的要素，除了图像本身之外，最重要的就是坐标轴的刻度和说明，在ggplot中，通过xlab和ylab可以设置坐标轴的标签；通过xlim, ylim可以设置坐标轴的范围；通过theme可以更改坐标文字的风格。
最后，通过ggtitle可以为图像添加一个题图。
示例如下
g + geom_point(color="red") + ggtitle("nhtemp") +
xlab("year") + ylab("Temperature") +
xlim(c(1910,1970)) + ylim(c(47,55))
效果如下文章来源：https://www.toymoban.com/news/detail-440331.html
文章来源地址https://www.toymoban.com/news/detail-440331.html
到了这里，关于R语言tidyverse教程：ggplot2绘图初步的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
