一.基础知识

首先载入tidyverse包

# install.packages("tidyverse")
library(tidyverse)

这一行代码加载了tidyverse的核心R包。在几乎所有的数据分析任务中，你都会用到这些R包。这行代码还会告诉你tidyverse中的哪些函数与基础R包（或者已加载的其他R包）中的函数有冲突。

本文使用r语言自带的数据框，mpg来操作

1.绘制基础散点图：

mpg
ggplot(mpg,aes(displ,hwy))+geom_point()

注意ggplot只接受数据框格式，，aes()函数的x参数和y参数分别指定了映射到x轴的变量与映射到y轴的变量。ggplot2在data参数中寻找映射变量，本例中就是mpg。

aes(displ,hwy)分别是x轴和y轴,geom_point（）是绘制散点图

 可以看出随着displ的增大，hwy总体是减少的。

1.1图形映射

这些车有不同的类型，通过color=class可以为不同的种类添加颜色

ggplot(mpg,aes(displ,hwy))+geom_point(aes(color=class))

 

 如果你想设置图片整体为单个颜色，比如蓝色，只需要：

ggplot(mpg,aes(displ,hwy))+geom_point(color="blue")

 但是如果你这么输入：

ggplot(mpg,aes(displ,hwy))+geom_point(aes(color="blue"))

将不会达到你想要的结果，

 可以看到输出结果是红色，不是蓝色，事实上你把bule改为任何颜色结果都是红色，因为aes是分别映射。

你也通过alpha=class，将class映射为控制数据透明度alpha图片属性

ggplot(mpg,aes(displ,hwy))+geom_point(aes(color=class,alpha=class))

 不过会出现警告信息：

 离散变量不建议使用

也可以使用shape为不同的种类添加不同的形状

ggplot(mpg,aes(displ,hwy))+geom_point(aes(color=class,shape=class))

 虽然能输出，但suv这里是空的，gplot2只能同时使用6种形状。默认情况下，当使用这种图形属性时，多出的变量值将不会出现在图中。

2.分面：

添加额外变量的一种方法是使用图形属性。另一种方法是将图分割成多个分面，即可以显示数据子集的子图。这种方法特别适合添加分类变量。

要想通过单个变量对图进行分面，可以使用函数facet_wrap()。其第一个参数是一个公式，创建公式的方式是在~符号后面加一个变量名（这里所说的“公式”是R中的一种数据结构，不是数学意义上的公式）。传递给facet_wrap()的变量应该是离散型的。

lot(mpg,aes(displ,hwy))+geom_point(aes(color=class))+facet_wrap(~class,nrow=2)

 这里就对车的不同类型完成了分面。