ggplot2图形设计实战：伦敦共享单车周末使用量可视化分析

引言

在数据可视化领域，ggplot2是R语言中最强大的绘图系统之一。本文基于rstudio-conf-2022中关于ggplot2图形设计的研讨会材料，通过一个实际案例——伦敦共享单车周末使用量数据的可视化，深入讲解ggplot2的核心概念和实用技巧。

数据准备

首先我们需要导入并预处理数据：

bikes <- readr::read_csv("london-bikes-custom.csv", col_types = "Dcfffilllddddc")
bikes$season <- forcats::fct_inorder(bikes$season)

数据集包含了伦敦共享单车的使用记录，包括日期、使用量、天气情况等信息。我们特别关注周末(is_weekend=TRUE)的数据。

基础散点图

我们从最简单的散点图开始，展示周末单车使用量随时间的变化：

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_point()

这个基础图形已经能展示出数据的基本趋势，但缺乏更多信息维度。

添加视觉编码

为了区分白天和夜晚的使用情况，我们通过颜色和形状进行编码：

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_point(aes(color = day_night, shape = day_night))

这里使用了day_night变量来区分白天(day)和夜晚(night)，分别用不同颜色和形状表示。

连接数据点

为了更清晰地展示趋势，我们添加连接线：

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_point(aes(color = day_night, shape = day_night)) +
  geom_line(color = "grey")

但这样所有点都连接在一起，我们需要按白天夜晚分组连接：

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_line(aes(group = day_night), color = "grey") +
  geom_point(aes(color = day_night, shape = day_night))

注意图层顺序很重要，先画线后画点可以避免点被线遮挡。

geom_line与geom_path的区别

这两个几何对象都用于绘制线条，但有重要区别：

• geom_line()：按x轴顺序连接点
• geom_path()：按数据原始顺序连接点

当x轴不是有序变量时，两者的差异会很明显。对于时间序列数据，两者效果通常相同。

主题美化

应用主题可以让图形更专业：

g <- ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_line(aes(group = day_night), color = "grey") +
  geom_point(aes(color = day_night, shape = day_night))

g + theme_minimal(base_size = 15, base_family = "Lora") +
  theme(legend.position = "top", panel.grid.minor = element_blank())

这里使用了theme_minimal()作为基础主题，并调整了字体大小、字体族和图例位置。

添加标签

清晰的标签是优秀可视化的关键：

g + labs(
  x = "Weekend date",
  y = "Reported bike shares",
  color = NULL,
  shape = NULL
) + theme_minimal(base_size = 15, base_family = "Lora") +
  theme(legend.position = "top", panel.grid.minor = element_blank())

通过将color和shape图例标题设为NULL，可以避免重复的图例标题。

图形保存

最后将图形保存为高质量矢量图：

ggsave("weekend_bikes.pdf", width = 9, height = 5, device = cairo_pdf)

建议使用PDF等矢量格式保存，便于后续调整和出版。

进阶技巧：用形状区分周六周日

作为扩展，我们可以用点形状进一步区分周六和周日：

ggplot(filter(bikes, is_weekend == TRUE), aes(x = date, y = count)) +
  geom_line(aes(group = day_night), color = "grey") +
  geom_point(aes(color = day_night, shape = lubridate::wday(date, label = TRUE))) +
  labs(x = "Weekend date", y = "Reported bike shares") +
  theme_minimal(base_size = 15, base_family = "Lora")

这里使用lubridate::wday()提取星期几信息，并用不同形状表示。

总结

通过这个案例，我们学习了：

1. 基础散点图的创建
2. 多维度视觉编码(颜色、形状)
3. 数据点连接技巧
4. 主题定制和标签优化
5. 图形导出最佳实践

这些技巧可以应用于各种时间序列数据的可视化场景，帮助我们从数据中发现更多洞见。