使用ggplot2进行数据可视化艺术创作：基础到进阶技巧

前言

ggplot2是R语言中最强大的数据可视化工具之一，它基于"图形语法"理论，提供了一套系统化的方法来构建统计图形。本文将通过实际案例，从基础到进阶，逐步介绍如何使用ggplot2创建精美的数据可视化作品。

准备工作

首先需要加载必要的R包：

library(tidyverse)  # 包含ggplot2及其他数据处理工具
library(sf)         # 空间数据处理
library(ggfortify)  # 增强ggplot2的自动化绘图功能

基础绘图

简单散点图

让我们从最基本的散点图开始，使用内置的swiss数据集：

ggplot(data = swiss, aes(x = Agriculture, y = Fertility)) +
    geom_point()

这段代码创建了一个展示瑞士各省农业人口比例与生育率关系的散点图。ggplot()函数初始化图形，aes()定义美学映射，geom_point()添加点图层。

保存图形

创建好的图形可以保存为图片或R对象：

gg <- last_plot()  # 获取最后创建的图形
ggsave("out/test.png", plot = gg)  # 保存为PNG
save(gg, file = "out/gg_swiss.rda")  # 保存为R对象

线图与路径图

使用airquality数据集展示温度随时间的变化：

df_aq <- airquality |> 
    janitor::clean_names() |> 
    mutate(
        date = paste(day, month, "1973", sep = "-") |> lubridate::dmy(),
        month = month |> factor()
    )

# 基本线图
ggplot(df_aq) +
    geom_line(aes(x = date, y = temp))

geom_line()和geom_path()的区别在于前者按x轴排序连接点，后者按数据原始顺序连接。

分面技术

分面(Faceting)可以将数据按分类变量拆分为多个子图：

df_aq |>
    ggplot(aes(wind, temp, color = month)) +
    geom_point() +
    facet_wrap(~ factor(month), ncol = 3)

这段代码创建了按月份分面的风速-温度散点图矩阵，每列显示3个月的数据。

统计变换

ggplot2内置了多种统计变换功能：

# 添加平滑曲线
gg + stat_smooth()

# 线性回归线
gg + stat_smooth(method = "lm")

# 带椭圆的分组散点图
swiss |>
    ggplot(aes(x = Agriculture, y = Fertility, color = Catholic > 50)) +
    geom_point() +
    stat_ellipse()

高级图形类型

密度图和经验累积分布图

# 密度图
df_aq |>
    ggplot() +
    geom_density(aes(x = temp, color = month), size = 1) +
    scale_color_viridis_d(option = "D", end = .8)

# 经验累积分布图
df_aq |>
    ggplot() +
    stat_ecdf(aes(x = temp, color = month), size = 1) +
    scale_color_viridis_d(option = "B", end = .8)

箱线图和小提琴图

# 箱线图
df_aq |>
    ggplot() +
    geom_boxplot(aes(x = month, y = temp))

# 小提琴图
df_aq |>
    ggplot() +
    geom_violin(aes(x = month, y = temp, fill = month))

# 抖动点图
df_aq |>
    ggplot() +
    geom_jitter(aes(x = month, y = temp, color = month), width = .2)

组合图形

将箱线图与抖动点图结合可以同时展示分布特征和原始数据：

df_aq |>
    ggplot(aes(x = month, y = temp)) +
    geom_boxplot(width = 0.3, outlier.shape = NA) +
    geom_jitter(width = 0.1, alpha = 0.5)

结语

ggplot2的强大之处在于它的层次化语法和高度可定制性。通过组合不同的几何对象、统计变换和分面技术，可以创建几乎任何类型的数据可视化作品。掌握这些基础技巧后，你就可以开始探索更高级的主题，如主题定制、交互式图形和动画等。

记住，优秀的数据可视化不仅是技术实现，更是艺术表达。不断练习和探索，你将能够创造出既有信息量又美观的图形作品。