R在数据科学中的应用，第2版

第 1 章 数据可视化 数据可视化

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

导言

"简单的图表为数据分析师带来的信息比任何其他设备都要多"。约翰-图基

ggplot2 实现了图形语法，这是一个用于描述和构建图形的连贯系统。有了 ggplot2，您只需学习一个系统并将其应用于多个地方，就能更快地完成更多工作。

本章将教你如何使用 ggplot2 将数据可视化。我们将首先创建一个简单的散点图，并用它来介绍美学映射和几何对象--ggplot2 的基本构件。然后，我们将引导您对单一变量的分布进行可视化，以及对两个或多个变量之间的关系进行可视化。最后，我们将介绍保存绘图和故障排除技巧。

先决条件

本章重点介绍 tidyverse 的核心软件包之一 ggplot2。要访问本章使用的数据集、帮助页面和函数，请运行以下命令加载 tidyverse：

library(tidyverse)
#> ── Attaching core tidyverse packages ───────────────────── tidyverse 2.0.0 ──
#> ✔ dplyr     1.1.0.9000     ✔ readr     2.1.4     
#> ✔ forcats   1.0.0          ✔ stringr   1.5.0     
#> ✔ ggplot2   3.4.1          ✔ tibble    3.1.8     
#> ✔ lubridate 1.9.2          ✔ tidyr     1.3.0     
#> ✔ purrr     1.0.1          
#> ── Conflicts ─────────────────────────────────────── tidyverse_conflicts() ──
#> ✖ dplyr::filter() masks stats::filter()
#> ✖ dplyr::lag()    masks stats::lag()
#> ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all 
#>   conflicts to become errors

这一行代码会加载核心 tidyverse，也就是你在几乎所有数据分析中都会用到的软件包。它还会告诉你，tidyverse 中的哪些函数与基本 R 中的函数（或你可能加载的其他软件包中的函数）相冲突。¹

如果运行此代码后出现错误信息there is no package called 'tidyverse' ，您需要首先安装它，然后再次运行 library()再次运行

install.packages("tidyverse")
library(tidyverse)

您只需安装一次软件包，但每次启动新会话时都需要加载它。

除 tidyverse 外，我们还将使用 palmerpenguins 软件包，其中包括penguins 数据集（包含帕尔默群岛三个岛屿上企鹅的身体测量数据）和 ggthemes 软件包（提供色盲安全调色板）。

library(palmerpenguins)
library(ggthemes)

第一步

脚蹼长的企鹅比脚蹼短的企鹅重还是轻？你可能已经有了答案，但要尽量准确。鳍长和体重之间的关系是怎样的？是正比关系？负相关？线性关系？非线性？企鹅的种类不同，两者之间的关系也不同吗？企鹅生活的岛屿不同，关系也不同吗？让我们创建可视化来回答这些问题。

企鹅数据框