[R语言]资料分析读书心得02---Aesthetic Mappings

「图表最重大的价值在于，它迫使我们注意到从没预料会看到的东西。」---------John Tukey

在这篇文章，aes() (Aesthetic Mappings 美学映射) 是我们这次主要要介绍的主题，首先我们先看到上次文章中出现的点状图。

library(tidyverse)

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy))

虽然它是二维图形(x,y两个变数，即displ,hwy)，但是我们可以透过aes()使得我们可以看到第三种变数。

我们来回顾一下资料型态：

glimpse(mpg)

其中displ代表的意思是车子的引擎大小，hwy代表的意思是车子在高速公路上的燃油效率。那我们再考虑class这个变数，它的意思是车子的种类。

我们如果执行以下程式码

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy,color=class))

则我们会看到，除了之前的散布图以外，它会依照class的不同，自动的给予不同的颜色，这样我们就可以看到更多的资讯。

接着我们还可以把color换成size,alpha或是shape试试。

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy,size=class))

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy,alpha=class))

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy,shape=class))

我们会发现，会有各式不同的参数在支援我们绘图。而且它会自动帮你配好颜色或是形状，但是其实我们也可以自己设定。

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy),color="blue")

甚至也可以做一些真假值的操作

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy,color=displ<5))

我们还有其他方法可以检视到第三种变数。

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy))+  facet_wrap(~class,nrow=2)

这个方法就是把我们第一张散布图根据不同的class做分类，个别绘製出子图，nrow的意思代表是要分成几列去呈现。

除此之外，我们甚至可以去看新增了两种变数的情况

ggplot(data=mpg)+  geom_point(mapping=aes(x=displ,y=hwy))+  facet_grid(drv~cyl)

如上图，它会把drv跟cyl再次做成二维网格，有些情况你会希望能做到这类的事情。

今天介绍了点状图的一些变形，事实上上述的一些方法也可应用在其他类型的图形上，我们在之后的文章会陆续介绍到，谢谢大家。