R语言统计分析——ggplot2绘图2——几何函数
参考资料：R语言实战【第2版】
ggplot()函数指定要绘制的数据源和变量，几何函数则指定这些变量如何在视觉上进行表示（使用点、线、条和阴影区）。目前有37个函数可供使用，下面为常用的几个几何函数：
| 函数 | 添加 | 选项 |
| geom_bar() | 条形图 | color、fill、alpha |
| geom_boxplot() | 箱线图 | color、fill、alpha、notch、width |
| geom_density() | 密度图 | color、fill、alpha、linetype |
| geom_histogram() | 直方图 | color、fill、alpha、linetype、binwidth |
| geom_hline() | 水平线 | color、alpha、linetype、size |
| geom_jitter() | 抖动点 | color、size、alpha、shape |
| geom_line() | 线图 | color、alpha、linetype、size |
| geom_point() | 散点图 | color、alpha、shape、size |
| geom_rug() | 地毯图 | color、sides |
| geom_smooth() | 拟合曲线 | method、formula、color、fill、 linetype、size |
| geom_text() | 文字注释 | 很多，见函数的帮助 |
| geom_violin() | 小提琴图 | color、fill、alpah、linetype |
| geom_vline() | 垂直线 | color、alpha、linetype、size |
演示示例如下：
# 加载数据集
data(singer,package="lattice")
# 创建直方图
ggplot(singer,aes(x=height))+geom_histogram()
# 创建箱线图
ggplot(singer,aes(x=voice.part,y=height))+geom_boxplot()
需要注意的是，创建直方图时只有变量x是指定的，但创建箱线图时变量x和y都需要指定。geom_histgrom()函数在y变量没有指定时默认对y轴变量计数。
每个的几何函数具有一组可以用来修改它的表示的选项。常见的选项如下：
| 选项 | 描述 |
| color | 对点、线、填充区域的边界进行着色 |
| fill | 对填充区域着色，如条形图和密度区域 |
| alpha | 颜色的透明度，从0（完全透明）到1（不透明） |
| size | 点的尺寸和线的宽度 |
| shape | 点的形状（和pch参数一样） |
| position | 绘制诸如条形图和点等对象的位置。对条形图来说， "dodge"将分组条形图并排， "stacked"堆叠分组条形图， "fill"垂直地堆叠分组条形图并规范其高度相等。对于点来说， "jitter"减少点重叠 |
| binwidth | 直方图的宽度 |
| notch | 表示方块图是否应为缺口（TRUE/FALSE） |
| sides | 地毯图的安置（ "b"=底部， "l"=左部， "t"=顶部， "r"=右部， "bl"=左下部） |
| width | 箱线图的宽度 |
示例如下：
# 加载ggplot2包
library(ggplot2)
# 加载数据集
data(Salaries,package="car")
# 绘制箱线图
ggplot(Salaries,aes(x=rank,y=salary))+
geom_boxplot(fill="cornflowerblue",
color="black",
notch=TRUE)+
geom_point(position="jitter",
color="blue",
alpha=0.5)+
geom_rug(sides="l",color="black")
该图显示了不同学术地位对应薪水的缺口箱线图。实际的观察值（教师）是重叠的，因而给予一定的透明度以避免遮挡箱线图。它们还抖动以减少重叠。最后，一个地毯图设置在左侧以指示薪水的一般扩散。
当几何函数组合形成新的图时，ggplot2包的真正力量就会得到展示：
# 加载ggplot2包
library(ggplot2)
# 加载数据集
data(singer,package="lattice")
#将小提琴图和箱线图合并展示
ggplot(singer,aes(x=voice.part,y=height))+
geom_violin(fill="lightblue")+
geom_boxplot(fill="lightgreen",width=0.2)
把箱线图和小提琴图结合在一起形成一个新的图形（展示在图19-7中）。箱线图展示了在singer数据框中每个音部的25%、 50%和75%分位数得分和任意的异常值。对于每个声部身高范围上的得分分布，小提琴图展示了更多视觉线索。