R语言学习指南(2) ggplot2中的一些关键概念

美学，几何，映射，比例尺，都是什么？

先看下面的代码：

乍一看，对于ggplot2的初学者来说，这似乎简直是胡言乱语。你可能猜测到ggplot是一个函数，并且此代码生成的可视化结果可能表示点和文本。但到底aes是什么或者geom_text或者size是什么意思？

要在ggplot2中实现数据可视化，首先需要了解一些关键概念。一旦了解了它们，任何可视化都将变得更加容易。本节中我将不会创建精美的可视化图，也不会创建有意义的可视化。但是，我们将学习一些重要的关键概念：美学，映射，几何和比例。将用大部分示例来帮助大家了解它们的含义

继续，将以下代码粘贴到Rstudio的代码编辑区。先无需知道代码的工作原理，只需将其粘贴并查看它是否产生与以下相同的输出

根据创建的文件可以看到汤姆·汉克斯（Tom Hanks）今年63岁，赢得了两次奥斯卡奖。丹尼尔·戴·刘易斯赢得了三场。我们的主要问题是，如何将这些数据转换为可视化图像？

在关注关键概念之前，我们应该先花一点时间来思考我们需要解决的整体问题。在数据可视化中，我们要可视化的数据(例如数字，文本)

可视化什么？就如同画家通常在画布上绘画，我们也是一样。每个新画布都是空的。作为画家和数据可视化工程师，我们的工作都是填补画布。但是，我们的画布不是真实的东西，它是一种函数。我们将此函数称为ggplot

ggplot2中的每个数据可视化都从此函数开始。该函数创建一个我们必须填充的灰色画布。最终，我们添加到绘图中的所有内容都必须映射到实际数据，从而实现数据可视化。如果我们像幼儿一样在画布上添加随机点，就不会称之为数据可视化

汤姆·汉克斯（Tom Hanks）赢得了2项奥斯卡奖，他今年63岁。我们可以在画布上添加一个圆或一个点。该点必须以某种方式映射到数据。这就是它的工作方式：

年龄显示在x轴上，奥斯卡数显示在y轴上。从这个意义上说，汤姆·汉克斯不过是二维空间中的一个点，让我们暂时忘记要点。汤姆·汉克斯（Tom Hanks）也可以只是二维空间中巧克力棒的图像：

关键是，汤姆·汉克斯的在视觉上可以是任何东西。甚至只是一段文字。所以这是第一条规则：

我们已经看到了两个几何对象，一个点和一个巧克力棒。 以下更全面的列表：

在二维空间中，每个这样的几何对象都需要一个x坐标和一个y坐标。我们的Tom Hanks巧克力棒必须放在画布上的某个位置。实际位置会影响我们解释数据可视化的结果。如果巧克力棒在左边，Tom Hanks会比实际年龄年轻。因此，巧克力棒在空间中的位置与数据之间存在映射。我们称这种映射为美学映射。每种美学映射都告诉我们有关几何对象的一些可视化信息。下面介绍一个可视化例子：

在这个例子中，我们将一个点用作几何对象。每个点都有三个美学映射。首先，通过x与y，2个值将每个点定位在二维空间中。其次，每个点的颜色都不同，具体取决于每个电影明星获得的奥斯卡奖。例如，丹尼尔·戴·刘易斯（Daniel Day-Lewis）赢得了三项奥斯卡奖。数字三被映射为紫色。同样，数字2（2项奥斯卡奖）被映射为青色。我们可以如下表示该映射：

在ggplot中，定义此类映射的函数为aes，在Rstudio中复制以下代码

通过这种映射，每个几何对象将根据每个电影明星的年龄和奥斯卡奖的数量位于画布相对位置。此外，每个几何对象的颜色将映射到每个电影明星赢得的奥斯卡奖的数量。这是我们的第二条规则：

现在我们知道，在使用ggplot2进行数据可视化时，我们先将美学映射到几何对象。让我们在电影明星数据集的帮助下了解这一想法。以下数据可视化表示散点图，即点作为映射到二维空间上的几何对象

ggplot是一个函数，带有两个参数。第一个参数是数据本身，第二个参数aes中是我们的美学映射，称为映射。我们用+添加的几何对象。例如，在此可视化中，我们将点添加为几何对象。这些几何对象始终以geom_开头。然后，我们必须告诉ggplot显示哪种几何对象：geom_point() 上面的代码也可以用如下方式表示：

我们不必命名参数。只要我们保持参数的顺序相同，就可以省略data =和mapping =

为了欣赏将美学映射应用于任何几何对象这一事实，我们可以将geom_point更改为geom_text，从而在屏幕上显示文本：

可以看到相同的x、y坐标可以应用于不同的几何对象

接下来，向我们的可视化中添加另外的美学映射。点的颜色应映射到电影明星的性别：颜色->性别,透明度->性别

当我们向ggplot函数添加美学映射时，它将应用于每个后续几何对象。例如，在以下示例中，我们将美学映射颜色->性别应用于geom_point和geom_spoke：

可以看到我们继续添加了geom_spoke几何对象，它以一定角度显示短线，而此时颜色也映射到了此几何对象中。 但是也许我们只想将颜色->性别的美学映射应用于点而不是短线。我们可以通过向geom_point添加另一个aes函数来做到这一点：

此时图中颜色只映射到了点的几何对象中，并没有改变短线的颜色

但是，此时我们应注意不要太有创意。例如，你可以将颜色映射到电影明星的性别和名字：

查看右侧的图例。性别是不存在布拉德·皮特（Brad Pitt），因为它不存在。ggplot感到困惑，因为我们将多个变量应用于一种美学。不建议这样做。一般ggplot会将第一个美学映射的名称保留为图例的标题，而变量的值将用作图例标签。

要了解ggplot2中各种功能，请查看官方文档,这一节我们主要介绍了ggplot2中的一些关键概念，美学、映射、几何对象等，理解这些概念是我们后续学好数据可视化分析的基础，后面将会在一系列实战案例中来不断的深入学习。