R 有几种用于制作图形的系统，但 ggplot2 是最优雅和最通用的系统之一。与大多数其他图形包不同，ggplot2 具有基于图形语法的底层语法，它允许您通过组合独立组件来组合图形。如果想要更加了解ggplot2，请阅读 ggplot2: Elegant Graphics for Data Analysis ，可以从 https://ggplot2-book.org/getting-started.html 学习本书
所有的图都由数据data，想要可视化的信息，映射mapping（即数据变量如何映射到美学属性的描述）组成
1. 图层（layers） 是几何元素和统计变换的集合。几何对象，简称 geoms ，代表你在图中实际看到的东西：点、线、多边形等等。 统计转换，简称 stats ，总结数据:例如，装箱和计数观察，以创建一个直方图，或拟合一个线性模型。
2. Scales 将数据空间中的值映射到美学空间中的值。这包括颜色、形状和大小的使用。Scale还绘制图例和轴，这使得从图中读取原始数据值成为可能(反向映射)。
3. 坐标（coords） 或坐标系统描述如何将数据坐标映射到图形的平面。它还提供了轴和网格线来帮助读取图形。我们通常使用笛卡尔坐标系，但也可以使用其他一些坐标系，包括极坐标和地图投影。
4. 刻面（facet） 指定如何拆分数据子集并将其显示为小倍数。这也被称为条件反射或网格/格子。
5. theme 控制更精细的显示点，如字体大小和背景颜色。
ggplot2有许多参数，可根据需求自行选取，具体参数详情可见 https://ggplot2.tidyverse.org/reference/index.html
基础绘图：由 ggplot(data,aes(x,y))+geom_ 开始,至少包含这三个组件，可以通过"+"不断的添加layers, scales, coords和facets。
Geoms ：几何对象，通常，您将使用geom_函数创建层，以下为常用的图形：
geom_bar() ：直方图，条形图
geom_boxplot() ：box图
geom_density() ：平滑密度估计曲线
geom_dotplot() ：点图
geom_point() :点图
geom_violin() ：小提琴图
aes()，颜色、大小、形状和其他审美属性
要向绘图添加其他变量，我们可以使用其他美学，如颜色、形状和大小。
按照属性定义
它们的工作方式与 x 和 y 相同，aes()：
aes(displ, hwy, colour = class) #按照某个属性着色
aes(displ, hwy, shape = drv) #按照某个属性定义
aes(displ, hwy, size = cyl) #按照某个属性定义
整体自定义
geom_xxx(colour =自定义颜色)
geom_xxx(shape=形状编号)
geom_xxx(size =编号大小定义 0-10)
注意根据需求按照aes()还是geom进行添加属性
以下为R语言中各shape形状编号
scale控制如何将数据值转换为视觉属性的细节。
labs()和lims() 是对标签和限制进行最常见调整。
labs() ，主要对图形进行调整，注释等
labs()括号内参数：title主标题，subtitle副标题，caption右下角描述，tag左上角
xlab() ，x轴命名
ylab() ，y轴命名
ggtitle() ，标题
lims()
xlim() , xlim(a,b) 限制坐标(a，b)
ylim() ， ylim(a,b) 限制坐标(a，b)
scale_alpha() 透明度尺度
scale_shape() ， 搭配aes(shape=某个属性)使用
参数：name ，solid =T/F是否填充
scale_size()搭配aes(size=某个属性)使用
参数：name，range =c(0, 10)
1.适用于发散和定性的数据
a. scale_colour_brewer() ，scale_colour_brewer(palette =" ")，scale_colour_brewer(palette ="Green ")
palette来自RcolorBrewer包，所有面板：
b. scale_colour_manual()
scale_colour_manual(values=c( )) 可以 自定义颜色 ，常用的参数
values可直接定义颜色，但是建议使用命名向量，例如
values=c("8" = "red", "4" = "blue", "6" = "darkgreen", "10" = "orange")
PS：注意在aes(colour=factor()),一定要把因素转换为factor型，否则无效
2.适用于连续的值，渐变颜色
a. scale_colour_gradient()
scale_colour_gradient (low =" ",high=" ")，根据值大小定义颜色,创建两个颜色梯度(低-高)，
b. scale_colour_gradient2()
scale_colour_gradient2(low = " ",mid = " ",high = " ")创建一个发散的颜色梯度(低-中-高)
c. scale_colour_gradientn()
创建一个n色渐变，scale_colour_gradientn(colours =许多R语言中的颜色面板)，
默认坐标系是笛卡尔 coord_cartesian()
一般不会修改
facet_grid() ，在网格中布置面板
facet_grid(rows = vars() ) cols或rows = vars(因素)，图形按列或行分割
facet_wrap()
facet_wrap(vars( ), ncol =n) , ncol或者nrow,分为多少行多少列
theme_bw() ，可以覆盖所有主题，背景变为白色,我们在文章中所用的图片大都需要该背景。
或者用 theme_classic() ，同时去除了网格线
theme() ，修改主题的组件，里面涉及多个参数，根据需求调整
常见参数：
legend.position，图例的位置,包括 "left" 左, "right" 右, "bottom" 下, "top" 上和"none",不显示
创建向量时，先给向量命名，如letters，名字后加“<-符号，接着写函数c（元素）”，如“letters <- c(a,b,c,2,5)”。输入"<-"的方法：同时按“alt和-”或先按"<"再按"-"。 向量只有一行，向量里元素的数据类型操作：class（向量名称[第几列]），如下： 给数据框的各列及各行命名，输入函数c（元素为数字直接输入，每个元素之间用逗号隔开，英文单词要加引号，再用逗号分开），按要求输入数据框的函数后，记得要输入数据框如resualtdata，才能在结果中把数据框的各行各列内容显示出来。 对数据框的各行和各列进的名称修改时，方法：rownames（数据框名字）<-(各列名之间要用引号，列名之间用逗号隔开)，colnames（数据框名字）<-(各行名之间要用引号，行名之间用逗号隔开)，最后再把数据框名字写上后运行。 第一种方法，class（数据框名称[,第几列]），第几行的数字是空白的；同理，确定数据框中各行的数据类型，class（数据框名称[第几行,]），第几列的数字是空白的。第二种方法，class(数据框名称$第几列的名称)，如下。 or 方法1:数据框名称 [第几行，第几列]； 方法2:数据框名称["第几行对应的名称","第几列对应的名称"]，此方法相应的行名和列名一定要加双引号，否者运行是错误的。 4行6列：矩阵名称<-matrix(1:24,nrow=4,ncol=6) 5行4列：矩阵名称<-matrix(1:20,nrow=5,ncol=4) 参考在数据框中更改各行各列命名的方法，注意的是，输入命名的函数后，运行不要从原始矩阵函数开始，不然会一直默认，应从矩阵名称开始，或者输入更改各行和各列的函数后，再输入矩阵名称，之后运行即可。 参考数据框的方法，同样也要注意在使用X["D3","E2"]方法时，一定要给具体的行和列的名称加引号。 在使用R语言时，输入的字母，符号一定是用英文版，当命令发生错误时，要仔细核对，是不是格式出现错误，显示不出结果时，输入相应的函数后，是不是没有输入数据框或矩阵。 将作业写至邮件 [email protected] ，抄送 [email protected]前一段工作太忙了，终于又有时间来继续学习了
列表就是一些对象（或成分，component）的有序集合。列表允许整合若干（可能无关）对象到单个对象名下。也就是说，某个列表中，可能是托干个向量、矩阵、数据框，甚至是其他列表的组合。函数list（）可创建列表。
下面创建一个列表
上述例子创建了一个列表，其中有四个成分：一个字符串、一个数值型向量、一个矩阵以及一个字符型向量。可以任意组合任意多的对象，并将它们保存为一个列表。
注意：可以通过双重括号知名代表某个成分的数字或者名称来访问列表中的元素。
列表允许以一种简单的方式组织和重新调用不相干的信息。其次，许多R函数的运行结果都是以列表的形式返回的。
一些小tips：
1、对象名称中的句点 . 没有特殊意义，但$ 和其他语言中句点有相似的意义，即指定一个数据框或列表中的某些部分。例如，A$x是指数据框A中的变量x。
2、R不提供多行注释或者是块注释功能。
3、将一个值赋予某个向量、矩阵、数组或者列表中一个不存在的元素时，R将自动扩展这个数据结构以容纳新值。
4、R中没有标量。标量以单元素向量的形式出现。
5、R中的下标不从0开始，而是从1开始。
6、变量无法被生命。他们在首次被赋值时生成。
