Orion GUO
本文旨在总结近期学习内容，并保持持续输出。
核心聚焦于 R 语言可视化工具 ggplot2
的使用方法与绘图流程，结合散点图实例进行演示。
数据可视化通过线条、形状、颜色等视觉元素**映射（mapping）**数据变量，揭示其内在结构关系
。然而，并非所有映射均适用于所有变量类型，且某些表示形式更难解读。ggplot2
提供了一套系统化工具，用于将数据映射至图形的视觉元素，定义图形类型（如散点图、条形图等），并精细化控制其展示方式。
掌握 ggplot2 的关键在于理解其逻辑结构：代码通过**美学映射（aesthetic
mapping）**连接数据变量与视觉元素（如颜色、点、形状）。在 ggplot()
函数中，首先指定数据及其变量如何映射至图形美学属性；随后，选择具体的图形类型（称为
geom），例如 geom_point() 绘制散点图，geom_bar()
绘制条形图，geom_boxplot() 绘制箱线图等。通过 “+” 符号，可将不同
geom 层叠加，构建复杂图形。
# 载入数据
library(pacman)
p_load(gapminder, bruceR)
data <- gapminder
data <- as_tibble(data)
names(data)[1] "country" "continent" "year" "lifeExp" "pop" "gdpPercap"
ggplot2 的核心要求是数据以Tidy Data
的形式组织，即长格式表结构。每一列代表一个变量，每一行代表一个观测值
[[5]]。在 Tidy Data 中，变量如 year 可称为key，而对应的值（如
lifeExp）则为value。
head(data)# A tibble: 6 × 6
country continent year lifeExp pop gdpPercap
<fct> <fct> <int> <dbl> <int> <dbl>
1 Afghanistan Asia 1952 28.8 8425333 779.
2 Afghanistan Asia 1957 30.3 9240934 821.
3 Afghanistan Asia 1962 32.0 10267083 853.
4 Afghanistan Asia 1967 34.0 11537966 836.
5 Afghanistan Asia 1972 36.1 13079460 740.
6 Afghanistan Asia 1977 38.4 14880372 786.
数据可视化的核心在于将数据变量映射到图形的视觉元素上。首先，定义绘图对象，通常为数据框或其增强形式（如
tibble）。通过 ggplot() 函数指定数据源，并使用 aes()
函数定义变量与视觉元素之间的映射关系。
例如，若要绘制人均
GDP（gdpPercap）与预期寿命（lifeExp）的关系图，需明确以下两点： 1.
数据来源：通过 data 参数指定。 2. 映射规则：通过
mapping = aes() 定义，其中 x 和 y 分别对应横纵轴变量。
aes()
函数的作用是将数据中的变量链接到图形的视觉属性（如位置、颜色、形状等），但并不直接决定具体的视觉样式。这些映射仅说明数据中的哪些变量将由哪些视觉元素表示。
# 数据映射
p <- data %>% ggplot(mapping = aes(x = gdpPercap,
y = lifeExp))p 对象由 ggplot() 函数创建，其中已包含映射信息及默认设置（可通过
str(p)
查看详细结构）。然而，绘图尚未指定具体图形类型。为此，需添加一个几何对象层（geom），例如使用
geom_point() 绘制散点图。该函数根据 x 和 y 的映射值生成点状图形。
# 图形绘制
p + geom_point()
绘图默认采用笛卡尔坐标系，由 x 轴和 y
轴定义平面空间。若需进一步调整，可通过叠加不同 geom_
函数实现。此过程具有累加性：每一层均在前一层基础上构建，便于逐步完善图形。
例如，使用 geom_smooth()
可为数据拟合平滑曲线，并显示标准误差的置信带：
# 使用不同的geom_函数
p + geom_smooth()`geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'
若需同时展示数据点与平滑曲线，可叠加 geom_point() 和 geom_smooth()：
p + geom_point() + geom_smooth()`geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'
geom_smooth() 默认使用广义加法模型（GAM）进行拟合。通过调整其参数（如
method = "lm"），可切换为线性模型（LM）：
p + geom_point() + geom_smooth(method = "lm")`geom_smooth()` using formula = 'y ~ x'
当数据分布不均匀时（如人均 GDP 呈偏态分布），可通过对数变换优化 x
轴刻度。使用 scale_x_log10() 将 x 轴转换为以 10 为底的对数刻度：
p + geom_point() + geom_smooth(method = "lm") +
scale_x_log10()`geom_smooth()` using formula = 'y ~ x'
为进一步提升图形可读性，可调整轴标签格式。例如，将科学记数法替换为美元符号表示，可通过
scales::dollar 实现。此外，scale_
系列函数支持自定义轴刻度标签。例如，labels = scales::comma
可为数值添加千位分隔符，从而增强数据表达的直观性：
p + geom_point() + geom_smooth(method = "lm") +
scale_x_log10(labels = scales::dollar)`geom_smooth()` using formula = 'y ~ x'
美学映射（aesthetic
mapping）将数据变量与视觉元素（如颜色、大小、形状等）关联起来。例如，以下代码将
continent 变量映射到点的颜色属性
# 数据映射
p <- data %>% ggplot(mapping = aes(x = gdpPercap,
y = lifeExp,
color = continent))
p + geom_point() +
geom_smooth(method = "lm") +
scale_x_log10()`geom_smooth()` using formula = 'y ~ x'
需要注意的是，aes()
仅用于定义变量与视觉元素的映射关系，而非直接指定固定值（如“紫色”）。若需设置固定属性（如点的颜色），应在
geom_ 函数中直接指定，而非通过 aes()
实现。以下代码展示了如何设置固定颜色为紫色，并调整平滑线的样式：
p <- ggplot(data = gapminder,
mapping = aes(x = gdpPercap,
y = lifeExp))
p + geom_point(color = "purple") +
geom_smooth(method = "lm") +
scale_x_log10()`geom_smooth()` using formula = 'y ~ x'
在此例中，color = "purple" 是直接应用于 geom_point()
的固定属性，而非通过 aes() 映射。此外，alpha
参数可用于控制透明度（范围为 0 到 1），适用于处理重叠数据点的情况：
p + geom_point(alpha = 0.3) +
geom_smooth(color = "darkred", se = FALSE, size = 3, method = "lm") +
scale_x_log10()Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
ℹ Please use `linewidth` instead.
`geom_smooth()` using formula = 'y ~ x'
通过 labs() 函数可为图形添加标题、副标题、轴标签及注释。结合
scale_x_log10() 和 scales::dollar，可优化 x
轴刻度的显示格式。
p_out <- ggplot(data = gapminder,
mapping = aes(x = gdpPercap,
y=lifeExp))
p_out <- p_out + geom_point(alpha = 0.3) +
geom_smooth(method = "lm", color = "darkred", fill = "darkred") +
scale_x_log10(labels = scales::dollar) +
labs(x = "GDP Per Capita", y = "Life Expectancy in Years",
title = "Economic Growth and Life Expectancy",
subtitle = "Data points are country-years",
caption = "Source: Gapminder.") +
theme_bruce()
p_out`geom_smooth()` using formula = 'y ~ x'
默认情况下，所有几何对象（geom_）会继承 ggplot()
中定义的美学映射。例如，以下代码按 continent
对点和平滑线进行分组着色：
p <- ggplot(data = gapminder,
mapping = aes(x = gdpPercap,
y = lifeExp,
color = continent,
fill = continent))
p + geom_point() +
geom_smooth(method = "loess") +
scale_x_log10() +
theme_bruce()`geom_smooth()` using formula = 'y ~ x'
若需分离美学映射，可在特定 geom_ 函数中重新定义
aes()。例如，仅对点按 continent 着色，而平滑线保持统一颜色：
p <- ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp))
p + geom_point(mapping = aes(color = continent)) +
geom_smooth(method = "loess", color = "darkred", fill = "darkred") +
scale_x_log10() +
theme_bruce()`geom_smooth()` using formula = 'y ~ x'
除了分类变量，连续变量也可映射至美学属性。例如，将人口（pop）的对数值映射至颜色，生成渐变色图例。此方法适用于探索连续变量的分布模式，但需注意避免过度分箱或离散化，以保留数据的连续性特征：
p <- ggplot(data = gapminder,
mapping = aes(x = gdpPercap,
y = lifeExp))
p + geom_point(mapping = aes(color = log(pop)),
alpha = 0.3) +
scale_x_log10() +
theme_bruce()
使用 ggsave() 可将图形导出为多种格式（如 PDF、PNG
等）。以下代码将图形保存为 PDF 文件，并指定尺寸与分辨率。
## 保存图形
ggsave(here::here("figures", "图1.pdf"),
plot = p_out, height = 8, width = 10, units = "in")`geom_smooth()` using formula = 'y ~ x'
在探索数据可视化的过程中，应当牢记两个核心原则：实践驱动学习和图层思维。
-
**实践驱动学习。**代码驱动的图形制作为我们提供了一个低风险、高回报的实验平台。每次尝试都是一次学习机会，有助于我们深入理解工具的本质，并可能揭示数据中隐藏的规律。
-
**图层思维。**ggplot2 的核心在于其独特的图层构建逻辑。从数据到可视化，遵循着一个清晰的流程：数据→美学映射→几何对象。这种模块化的方法使得复杂图表的创建变得系统化和可管理。