2023-01-28|閱讀時間 ‧ 約 19 分鐘

R語言初心者的GGplot2懶人包──長條圖範本

　　在這個大數據的年代，想碰數據的人除了Excel之外，R語言幾乎是免不了要打交道的東西了。

　　在R語言資料視覺化的文章或教學中，GGplot2是極常被提及的套件。R語言內建有繪圖功能，但很多人認為GGplot2更加直覺好用（也可能更美觀，但我想這是見仁見智）。

　　GGplot2確實功能強大，但相關教學有些零碎。英語教學相當豐富，然而對於不善於英語的人來說，要搞清楚GGplot2的操作會是充滿挫折與壓力的過程。

　　初學GGplot2的時候，一直很希望有一種懶人模板，告訴我什麼指令會控制什麼就好，這樣我就複製貼上然後改一改就行了。當然有很多類似的文章，但往往缺乏一些我希望可以有的功能或者可以操作的物件。

　　東拼西湊的，終於完成了還算滿意的長條圖（與並列長條圖）。雖然距離摸熟GGplot還差得遠，但希望留下這些摸索的紀錄。

如果可以節省到誰的時間那就太好了。

本次所繪製的圖

　　先把本次做出來的圖放上來。

　　以下會放上程式碼與code的解釋，要做類似的圖時可以根據需求自己稍作修改。

　　未來還有可能要做更細緻的圖，所以程式碼還有機會繼續更新以包含更多項目。

所用資料集

　　以下為本次所用的資料集，來源於文化部文化調查問卷資料。因為之前所做的專案，擷取了其中一小部分而來的。

　　GGplot2所用的資料結構是data frame，由於這篇文章是針對ggplot2所寫，關於R語言如何操作data frame或者如何整理資料就不贅述。網路上已有相當豐富的中文資源，或者購買相關書籍也可以更完整的學習。

　　上面這張圖包含了三種數值：1. x軸的年齡類別 (共有11組)。2. y軸的人數比例。3. 區分淺綠色與深綠色的類別 (一年內是否去過博物館的人)。

　　以上三種數值都需要各自成為一個data frame中的欄位。以下為data frame的資料結構：

# 一個data frame，age為x軸，Freq為y軸，place_YesNo0為分組變數

#（不同顏色的長條）

# 這個資料集的名稱為ageDiff，主要用這個資料集來作圖

   place_YesNo0   age    Freq

1             0                   1        5.07

2             1                   1        6.39

3             0                   2        8.22

4             1                   2        12.15

5             0                   3        7.79

6             1                   3        9.94

7             0                   4        7.44

8             1                   4        9.01

9             0                   5        7.74

10          1                   5        10.86

11          0                   6        8.16

12          1                   6        11.17

13          0                   7        8.32

14          1                   7        9.27

15          0                   8        9.58

16          1                   8        8.55

17          0                   9        9.74

18          1                   9        6.97

19          0                  10      10.46

20          1                  10      6.84

21          0                  11      17.48

22          1                  11      8.86

# 另有一個資料集叫做ageDiff_n，這是各組的人數（N），也會用到

      0             1

28323    22325

作圖程式碼與解釋

　　以下段落的撰寫方式是「程式碼解釋」對應後面的程式碼。因為這個筆記的目的是類似模板的功能，對於ggplot的基礎解釋就不會太多。

　　ggplot作圖，首先設定底層畫布。

　　指定資料集為ageDiff、對應於x、y軸的欄位、用來區分長條圖顏色 (fill) 的欄位。

　　小提醒：

　　視覺圖當中有許多種屬性，就是指例如x軸分組、顏色、大小、形狀等等的特性。

　　當我們把資料的欄位放在aes() 裡面時，就是要求ggplot根據某個欄位來繪製該屬性，這叫做mapping。

　　例如下方的意思就是：x軸請根據age欄位來畫 (那個as.factor的指令是將age轉換成類別資料)，y軸請根據Freq欄位來畫，填色請根據place_YesNo0欄位來畫。

　　當這些屬性沒有放在aes()當中時，就不是mapping，而是直接指定該屬性的值 (看不懂這句可以直接跳過)。

ggplot(ageDiff,

　　　　aes(x = as.factor(age), y = Freq, fill = place_YesNo0)) +

　　要畫長條圖的話，用geom_col()指令。裡面的position參數設定為"dodge"，繪製成並列長條圖。不設定的話，則會變成堆疊長條圖。

geom_col(position = "dodge") +

　　geom_text() 用來設定資料標籤 (就是每個長條上面的那些數值)。aes() 中的label是數值所對應的欄位（通常跟上面的y軸相同），col是用來設定要用什麼欄位來區分標籤顏色（通常跟上面的fill一樣，或者不特別設定col就是黑色）。

　　position一樣是要用dodge，但這裡用的是position_dodge() 的寫法，要指定width的數值。如果width是0，跟沒有dodge是一樣的意思，這時候兩組 (深、淺綠色) 的資料標籤就會重疊在一起。width越大，不同組之間的資料標籤錯開越多。設定為1是配合1080p的圖片設定的，需根據需要自行嘗試最適合的數值。

　　vjust是要在垂直位置上做調整，預設顯示位置會重疊於長條圖上緣，vjust為負值表示往上調整。同樣要自己嘗試怎樣的數值最適合。

　　size指的是標籤大小，預設是3.88，調成10比較適合1080p的圖。

  geom_text(aes(label = Freq, col = place_YesNo0),

            position = position_dodge(width = 1),

            vjust = -0.2, size = 10) +

　　scale_x_discrete是拿來調整x軸的圖層。注意最後的discrete表示類別資料，在data frame裡面必須要是factor。

　　name是x軸的軸標題。

　　labels是要顯示在座標軸上的標記名稱。

　　小提醒：請記得順序務必要對應到資料中的factor排序，最好先用levels函數看一次factor的類別排序是如何。這部分需要熟悉factor資料類型，在這篇筆記裡面不會詳細解釋關於factor的操作。

scale_x_discrete(name = "年齡",

                 labels = c("15-19", "20-24", "25-29",

                            "30-34", "35-39", "40-44",

                            "45-49", "50-54", "55-59",

                            "60-64", "65 up")

) +

　　scale_y_continous是拿來調整y軸的圖層，大致上與x軸一樣，只是因為是連續變數，必須要用continous。

　　limits只能用在continous上，限制這個軸的上下限，必須是個長度為2的數值向量。

　　expand也必須是個長度為2的數值向量。如果用預設的方式畫圖，會發現x軸其實離長條有一點距離 (可以試試看把expand拿掉會發生什麼事？)，把這個值設定為 c(0, 0) 就可以解決這問題。

　　小補充：expand其實是將軸「延伸」一段距離的意思，這個向量的第一個值是要延伸幾倍，第二個值是要延伸幾單位。不管怎樣，就是會讓x軸離長條圖有一段距離 (因為y軸被「延伸」了)，所以長條圖看起來像是飛在空中一樣。同樣的設定在x軸也是適用的。

  scale_y_continuous(name = "人數比例 (%)",

　　　　　　　　　　　 limits = c(0, 19),

                     expand = c(0, 0)

) +

　　scale_fill_是拿來修改fill圖層用的，後面接manual，和discrete的差別在於manual是要由使用者自己指定數值 (就是下面的values)，但discrete會自己從對應 (mapping) 的資料欄位抓數值。

　　fill的數值 (value) 是什麼呢？就是不同組的長條圖要用什麼填色。下面的寫法是去抓RColorBrewer套件中，Paired調色板中的12個顏色，並指定要用第3到第4個顏色。不想這麼複雜的話其實直接用色碼或RGB的寫法就好 (範例附在程式碼後方)。

　　name和labels用法同上，不贅述。注意因為fill圖層是指「要用哪一個欄位來區分長條」，在圖上其實是類似一個分組變數的意思，所以這裡的labels實際上會是圖例的名稱。

　　小提示：有一種修改顏色的方法是使用scale_fill_brewer改。但這樣一來就不能用scale_fill_discrete修改圖例文字，因為scale_fill系列的圖層只能出現一個。本例使用manual的方式可以同時修改兩者。

  scale_fill_manual(values = RColorBrewer::brewer.pal(12, "Paired")[3:4],

                    name = "一年內去過博物館",

                    labels = c(paste("否, N = ", ageDiff_n[1]),

                               paste("是, N = ", ageDiff_n[2])

) +

# 補充：

# paste()是連接字串的函數

# 色碼寫法範例如下，記得加引號、井字號，英文用小寫：

c("#ababab", "#8b7355")

# RGB寫法範例如下：

c(rgb(0, 0, 1), rgb(255, 0, 0) )

　　scale_color_則是為了修改color用的，因為前面的geom_text的顏色是color而不是fill，所以不會受到scale_fill_manual的影響。如果不設定color圖層，資料標籤的部分就會用預設的顏色顯示。

　　guide = NULL是指不要把這個圖層顯示成圖例，不寫這個參數就會多一組圖例出來。

　　(其實單純要修改text顏色的話，也可以把geom_text() 的col放在aes() 之外，並指定相應的顏色就可以了，就不需要特別用scale_color_manual來處理。)

  scale_color_manual(values = RColorBrewer::brewer.pal(12, "Paired")[3:4],

                     guide = NULL) +

　　labs可以放圖表標題 (title)、副標題 (subtitle)、x和y軸標題 (x = "x name", y = "y name")、caption (就是範例圖右下角的文字) 等。

　　由於軸標題上面已經處理過了，這邊就不寫，只寫圖表標題和caption。

  labs(title = "一年內有／無前往過博物館者的年齡分布",

       caption = paste("N = ", sum(ageDiff_n))) +

　　theme就是拿來調整與資料無關的一些圖表元素

　　panel.grid系列是拿來處理x軸和y軸的格線，設定為element_blank()就是不要格線的意思。這一系列參數可以分為x軸、y軸，兩軸又可以各自分為主格線和副格線，各自由不同名稱的參數來控制。如果要調整線段顏色、粗細或類型，用element_line (color = "blue", size = 12, linetype = 1) 並更換"blue"、12、1即可。

　　panel.background是調整作圖區的背景，使用element_rect()來控制。

　　axis.title是軸標題、axis.text是軸上的標記、axis.line是軸線、axis.ticks是軸線上有一個小小的線段，會標記出資料點所在的位置。

　　legend系列就是控制圖例用的。

　　plot.title是控制圖表標題，face是拿來控制要粗體、斜體還是粗斜體，hjust是控制水平位置，0為置左、0.5為置中、1為靠右對齊。margin是設定標題的邊緣空間，用一個長度為4的數值向量設定上、右、下、左，並指定距離單位。

　　plot.caption是控制caption用的，那個plot.caption.position是指這個caption要在什麼範圍內對齊。指定"plot"就是在作圖區範圍對齊。

theme(panel.grid = element_blank(),

        panel.background = element_rect(fill = "White"),

        axis.title = element_text(size = 24),

        axis.text.x = element_text(size = 20),

        axis.line.x = element_line(linetype = 1),

        axis.text.y = element_blank(),

        axis.ticks.y = element_blank(),

        legend.title = element_text(size = 20),

        legend.text = element_text(size = 16),

        plot.title = element_text(size = 42, face = "bold", hjust = 0.5,

                                  margin = margin(1, 0, 0, 0, "cm")),

        plot.caption.position = "plot",

        plot.caption = element_text(size = 16, hjust = 1)

以上是長條圖的模板，參數部分可以根據需求修改。想要更了解參數如何處理的話，善用help()可以得到更多資訊。

我也還在繼續了解ggplot2，可能有些地方並不是很正確，希望未來可以繼續修正。如果有什麼錯誤或者更好的寫法，歡迎留言多多交流~

不過單純的長條圖，也許用excel畫會比使用R還要更快一些。使用R來作圖應該是針對一些excel裡面很難畫出的圖形才是。

未來如果寫出其他類型的圖形範本，也會整理好筆記發成文章，但頻率就難以保證了。

可以參考的資源

這裡列出一些很好用的參考資源，不過是英文居多。

ggplot 2的各種圖形元素設定：https://r-charts.com/ggplot2/titles/

關於顏色的設定：http://www.sthda.com/english/wiki/ggplot2-colors-how-to-change-colors-automatically-and-manually

GGplot 2 cheat sheet (極好用)：https://github.com/rstudio/cheatsheets/blob/main/data-visualization-2.1.pdf

R語言中文教科書：

R語言邁向Big Data之路──王者歸來（第二版），偏向從程式語言的角度切入，從0開始介紹R語言的操作與邏輯，相當完整。一般來說，從統計的角度切入的R語言教科書結構都有點零散，時常讓人有知其然而不知其所以然的問題。這本書可以解決這個困擾。
統計就是這麼輕鬆Ｒ：AI幫你寫好資料分析，著重於R語言在行為科學上的應用，範圍涵蓋常見的行為科學資料分析方法（如t test、ANOVA等）。對於R語言的基本操作著墨不多，但附有許多實用的程式碼工具，對於統計觀念的介紹完善並附有參考文獻。其中一章節專門講述ggplot2作圖套件，可以參考該章節的程式碼範例。

分享至

成為作者繼續創作的動力吧！

社會科學初心者的統計急救箱

追蹤

R語言初心者的GGplot2懶人包──長條圖範本

本次所繪製的圖

所用資料集

作圖程式碼與解釋

可以參考的資源

統計急救箱的沙龍的其他內容

你可能也想看

發表回應

R語言初心者的GGplot2懶人包──長條圖範本

本次所繪製的圖

所用資料集

作圖程式碼與解釋

可以參考的資源

統計急救箱的沙龍 的其他內容

你可能也想看

發表回應

統計急救箱的沙龍的其他內容