一、简介：
ggplot2是R语言中很受欢迎的一个画图package，使用起来非常友好。ggplot2的实现得益于Leland Wilkinson在他的著作《The Grammar of Graphics
》中提出了一套图形语法，把图形元素抽象成可以自由组合的成分，Hadley Wickham把这套想法在R中实现。Hadley Wickham有本专门讲ggplot2的书------ggplot2: 数据分析与图形艺术，感兴趣可以阅读。
这里有一个入门PPT------30分钟学会ggplot2.pdf，大家可以查看；
二、准备工作：
1）安装R软件（必选）：http://www.r-project.org，先选择镜像，再下载；
2）安装RStudio（可选）：http://www.rstudio.com/products/rstudio/，RStudio是一个应用广泛的IDE，功能强大友好，建议安装；
3）加载ggplot2（必选）：打开R，在命令行中输入：install.packages("ggplot2")，会让你选择镜像后自动安装；在脚本中调用该包的时候，需要先加载该包，输入library(ggplot2) 即可；
三、ggplot2基本概念：
1）映射：
将数据中的变量映射到图形属性，如以下数据（表一），将trt这列映射为颜色（表二），显示效果如图一所示；
命令为：
data = data.frame(length=c(2,1,4,5), width=c(3,2,5,6), trt=c('a','a','b','b')) p = ggplot(data, aes(length, width, col=trt)) p + geom_point()
表一：
| length | width | trt |
| 2 | 3 | a |
| 1 | 2 | a |
| 4 | 5 | b |
| 5 | 6 | b |
表二：
| length | width | colour |
|---|---|---|
| 2 | 3 | a |
| 1 | 2 | a |
| 4 | 5 | b |
| 5 | 6 | b |
图一：
2）标度（scale）：
标度负责映射后图形显示的方式，具体来说就是图例和坐标刻度，即映射后对应的具体的值，如表二中的数据，实际对应的标度如：
| length | width | colour |
|---|---|---|
| 25 | 20 | red |
| 0 | 0 | red |
| 75 | 60 | blue |
| 100 | 80 | blue |
3）几何对象：
所对应的函数均以“geom_”开头，表示在图形中看到的点、线等形状；
散点图命令如“1) 映射”中所示，折线图命令如下：
data = data.frame(length=c(2,1,4,5), width=c(3,2,5,6), trt=c('a','a','b','b')) p = ggplot(data, aes(length, width, col=as.factor(1))); p + geom_line()
图二：
4）统计变换：
函数以“stat_”开头，指对原始数据进行某些计算，比如在散点图中加入回归线，只需用p + stat_smooth()即可加入回归线：
命令为：
num = 50 x = rnorm(num, 3, 3) y = 2*x + 1 + rnorm(num, sd=2) data = data.frame(x, y) p = ggplot(data, aes(x, y)) p + geom_point() + stat_smooth(method = 'lm')
效果如下，图中阴影为置信度为0.95的区间范围：
图三：
5）图层：
如图一、图二所示的散点图、折线图都是一个图层，在ggplot中图层可以叠加在一起显示：
命令：
data = data.frame(length=c(2,1,4,5), width=c(3,2,5,6), trt=c('a','a','b','b')) p = ggplot(data, aes(length, width)); p + geom_line() + geom_point(aes(col=trt, size=3))
图四：
四、案例：
按照如下程序，产生随机数据：
#该数据的含义是从7月1日至7月7日，每天有若干队提交成绩，这些队分属于A组或B组，
#最终看每天A组、B组的成绩箱线图，比较到底哪组成绩更好
num = 6 #表示共统计6天的成绩 set.seed(0) days = sample(20, num) #每天有若干队提交成绩，取值1至20的随机数 dates = paste('0', 701:(701 + num), sep='') dates2 = NULL for(i in 1:num) { dates2 = c(dates2, rep(dates[i], days[i])) #生成每个队提交成绩的日期 } num2 = sum(days) score = runif(num2, 0, 1) #生成每天每个队的成绩 flag = sample(c('A','B'), num2, replace=T) #生成每个队属于A组或B组 test_data = data.frame(date = dates2, score = score, flag = flag)
数据格式为：
> head(test_data) date score flag 1 0701 0.89838968 A 2 0701 0.94467527 A 3 0701 0.66079779 B 4 0701 0.62911404 A 5 0701 0.06178627 B 6 0701 0.20597457 A
如何用ggplot2画出 A、B两组成绩在日期0701—0706这六天的对比情况呢？
试试下面的命令：
p = ggplot(test_data, aes(date, score)) p2 = p + geom_boxplot(aes(fill = factor(flag))) p2
可以得到很靓丽的结果（如下图），在这个例子中 ggplot2 简单、益用、图形布局漂亮的特点可谓一览无余。
