七、R数据可视化--ggplot2定位之坐标系详解
坐标系是将两种位置标度结合在一起组成的2维定位系统。ggplot2包含了6种不同的坐标系：
| 名字 | 描述 |
|
cartesian equal flip trans map polar |
笛卡尔坐标系 同尺度笛卡尔坐标系 翻转的笛卡尔坐标系 变换的笛卡尔坐标系 地图射影 极坐标系 |
坐标系主要有两大功能：
- 将2个位置图形属性组合起来在图形中形成2维方位系统。位置图形属性分别被称为x和y，但将它们称作位置1和位置2可能会更适合，因为图形位置属性的名字会随着坐标系的不同而不同。比如极坐标系中将其称作角度和半径。
- 配合分面，坐标系将绘出坐标轴和面板背景。标度控制着坐标上出现的数值，并将数据映射到图形中的位置，然后通过坐标系将它们绘制出来。
1.笛卡尔坐标系
上表总前四种都是笛卡尔坐标系：coord_cartesian,coord_equal,coord_flip,和coord_trans。coord_cartesian有两个参数xlim和ylim。
|
1
2
3
4
5
6
7
|
> library(ggplot2)
> p <- qplot(disp,wt,data=mtcars) + geom_smooth()
> p> p + scale_x_continuous(limits=c(325,500))
> p+coord_cartesian(xlim=c(325,500))
|
左图是完整的数据集，中为x的标度范围设置，右图为x轴坐标系范围设置。标度的范围设置是对数据取子集，然后再重新拟合曲线。坐标系的放缩就是图像的放缩。
|
1
2
3
4
5
6
|
> d <- ggplot(diamonds,aes(carat,price)) + stat_bin2d(bins=25,colour="grey70") + theme(legend.position="none")
> d> d + scale_x_continuous(limits=c(0,2))
> d + coord_cartesian(xlim=c(0,2))
> |
左图是完整的数据集，中间是标度设置x范围，右图是x轴坐标系的范围设置。比较方块的大小，当设定标度范围时，方块的数目还是相同的，只是覆盖了更少数的区域，当设定坐标系范围时，方块数目变少，但它们覆盖的区域没变。
2.坐标轴翻转
假如对y值条件下的x值感兴趣，我们可以使用coord_flip调换x和y轴。
|
1
2
3
4
5
|
> qplot(displ,cty,data=mpg)+geom_smooth()
> qplot(cty,displ,data=mpg)+geom_smooth() ##直接对坐标属性进行对换
> qplot(displ,cty,data=mpg)+geom_smooth()+coord_flip() ##使用翻转函数
|
左图是原散点图相应的平滑曲线。中图互换两个属性变量，平滑曲线拟合的是旋转后的变量。右图coord_flip拟合原始数据，然后再翻转输出结果，就变成是以y为条件变量刻画x的曲线了。
3.变换
coord_trans有x和y两个参数供坐标系使用，它们都是字符串，被称作变换器。坐标系层面的变换发生再统计变换之后，会影响几何形状。我们下面比较下在标度和坐标系下的变换。
|
1
2
3
|
> qplot(carat,price,data=diamonds,log="xy")+geom_smooth(method="lm")
> library(scales)
> last_plot()+coord_trans(x = exp_trans(10),y=exp_trans(10))
|
左图为克拉和价格对数变换后的散点图，直线为回归曲线：log(y)=a+bXlog(x)。右图将前面的图变换回去，标度还原，因此线性趋势变成指数形式，y=k X cx 。图形很明显地揭示了克拉大、价格贵地钻石是很稀少地。
4.非笛卡尔坐标系
非笛卡尔坐标系有两种：极坐标和地图投影。利用极坐标可生成饼图玫瑰图等等，但由于角度在小地半径中比在大地半径中更难被感知，因此极坐标地视觉感官性并不佳。
|
1
2
3
4
|
> pie <- ggplot(mtcars,aes(x = factor(1),fill=factor(cyl))) + geom_bar()
> pie ##堆叠条状图
> pie + coord_polar(theta="y") ##饼图
> pie + coord_polar() ##牛眼图
|