107-R可视化31-利用ggplot延迟映射作图

• 参考：
  • 第 31 章 ggplot2之延迟映射 | 数据科学中的 R 语言 (bookdown.org)[1]
  • A ggplot2 Tutorial for Beautiful Plotting in R - Cédric Scherer (cedricscherer.com)[2]

前言

主要是看到了一张好看的图：

顺手学习一下它的画图技巧。

在ggplot 的绘图中geom 或stat 的关系是密不可分的，当我们（显式）调用geom 时，相当于隐式的调用了stat 了。所以二者择其一即可。

因此你可以凭借你的心情，通过geom 或stat 创建你的图形对象。

通常来说，数据框的变量直接映射到图形元素，然后生成图片。但也有一些时候，变量需要先做统计变换，然后再映射给图形元素，这个过程称之为延迟映射。比如geom_bar 亦或是geom_histogram，还记得之前说过的[[56-R可视化5-ggplot2三部曲之基础二]] stat = identity 参数吗？

延迟映射的三阶段

直接参考第 31 章 ggplot2之延迟映射 | 数据科学中的 R 语言 (bookdown.org) 中记录的内容：

• 第一个阶段，拿到数据之后。最初阶段，拿到用户提供的数据，映射给图形元素。
• 第二个阶段，统计变换之后。数据完成转化或者统计计算之后，再映射给图形元素。
• 第三个阶段，图形标度之后。数据完成标度配置之后，映射给图形元素，在最后渲染出图之前。

接下来就是延迟映射的两种应用了。

统计计算图应用

正如上面的三阶段所述，geom_bar 亦或是geom_histogram 会经历一定的统计变换——它们并不需要我们传入y轴信息。

但如果我们想要修改坐标轴的量纲呢？

因为这个y 轴并不是我们传入的数值，而是stat 延迟计算的结果，因此，直接对y 轴数值操作显然是不行的，那么scale 呢？

iris %>%
  ggplot(aes(x = Sepal.Length)) +
  geom_histogram() %>%
  scale_y_continuous(trans = "log")

Error in as.vector(x, "character") : 
  cannot coerce type 'environment' to vector of type 'character'

显然也有问题。

如果不考虑延迟计算的话，其实对于count 数值这种简单统计，在[[65-R茶话会14-柱状图用col还是bar，你可以省一点空间]] 我们就已经说过了。相当于绕过了stat 的计算。接着指定一下stat = "identity" 就好了。

但既然学了延迟计算，我们为啥不用他呢？

iris %>%
  ggplot(aes(x = Sepal.Length)) +
  geom_histogram(aes(y = after_stat(count/max(count))))

颜色美化作图

仔细研究一下这张图：

不难发现，它其实是外围大的color 和内圈小的color 正好渐变色相反了。

也就是说，我强行给一组渐变色给color，在rev 一下它们给另外的color，就很容易实现了。

西卡西啊，我们现在可是有了延迟映射的骚操作了。

library(ggdark)
chic <- readr::read_csv("https://raw.githubusercontent.com/z3tt/ggplot-courses/master/data/chicago-nmmaps.csv")
# 如果下载失败可以先保存到本地
# 或者使用我的
# https://www.jianguoyun.com/p/DaFRpdcQqKXmBxi01q4E

ggplot(chic, aes(date, temp, color = temp)) +
  geom_point(size = 5) +
  geom_point(aes(color = temp,
                 color = after_scale(invert_color(color))),
             size = 2) +
  scale_color_scico(palette = "hawaii", guide = "none") +
  labs(x = "Year", y = "Temperature (°F)")

不过有意思的是，仿佛相同类型的元素（color）需要被重复赋值才能被after_scale生效。

比如如果是：

ggplot(chic, aes(date, temp,
                 color = temp)) +
  geom_point(size = 5) +
  geom_point(aes(
    #color = temp,
                 color = after_scale(invert_color(color))),
             size = 2) +
  scale_color_scico(palette = "hawaii", guide = "none") +
  labs(x = "Year", y = "Temperature (°F)")

并不会生效。

但是，如果先在全局中设定了color，而after_scale 设定的是其他映射，并不需要duplicated 处理一下：

ggplot(mpg, aes(class, hwy,
                colour = class)) +
  geom_boxplot(aes(fill = after_scale((invert_color(colour)))),
               alpha = 0.2) + 
  ggsci::scale_color_jama()

ps：其实如果是非连续的，或者里外顺序并不顺反一致，也挺辣眼睛的嘛。

确实很好玩，因为全局的图层确实是记录有color 这层信息的。

> p1$mapping
Aesthetic mapping: 
* `x`      -> `date`
* `y`      -> `temp`
* `colour` -> `temp`

参考资料

[1]

第 31 章 ggplot2之延迟映射 | 数据科学中的 R 语言 (bookdown.org): https://bookdown.org/wangminjie/R4DS/tidyverse-ggplot2-aes-eval.html

[2]

A ggplot2 Tutorial for Beautiful Plotting in R - Cédric Scherer (cedricscherer.com): https://www.cedricscherer.com/2019/08/05/a-ggplot2-tutorial-for-beautiful-plotting-in-r/#prep