图形属性
x
y
xmin
xmax
ymin
ymax
xend
yend
weight
color：轮廓色
fill：填充色
shape：点形状
linetype: dotted dashed
size：点大小，线条大小（粗细）
alpha：透明度，0-1:完全透明-完全不透明
width：宽度（条形图等）
binwidth：组距（直方图等）
label：名称（如x，y,legend等）
angle：角度
hjust：水平平移
vjust：垂直平移
lower
middle
upper
map_id
group：分组
position：位置调整
点图
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(color='grey')#轮廓色为灰色（实质效果：填充部分也为灰色）
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(fill='blue')#点图无填充色选项，所以等于空设置；而color默认黑色
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(aes(color=cyl),alpha=I(0.6)) #设置透明度,alpha范围是0到1，全透明到不透明；I()表示设定，跟映射函数aes()相对
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(aes(color=factor(cyl)),alpha=0.6) #cyl为整数，系统识别#默认是连续变量，所以生成的图例是连续型颜色图例；factor使之因子化
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_point(aes(color=factor(cyl),shape=factor(cyl)),alpha=0.6)
将cyl映射至形状属性
折线图
ggplot(data=mpg,aes(x=displ,y=hwy))+
geom_line(color='grey',size=2)
条形图
ggplot(data=mpg,aes(x=factor(displ),y=hwy))+
geom_bar(stat='identity',width=0.8,color='green',fill='grey')
stat是指统计变换；#stat='identity'是指不进行统计变换即hwy就是纵
坐标值因为displ出现众多的重复值，所以分组更多，纵坐标值不断累加
width为组距，color为轮廓色（可以看到y值累加上去），fill为填充色
ggplot(data=mpg,aes(x=displ))+
geom_bar(stat='density')
统计变换为密度即y为displ的密度分布；注意，这里不需要给y映射变量
统计变换为bin,中文翻译是bin封箱，其过程是生成变量count(对x计数)，density（一维密度估计），x(组的中心估计)——默认利用count和x；如若#要引用这几个变量，则在变量左右加双圆点，譬如 ..density..
直方图：
仅限于x为连续型变量，如果x为离散型则该函数报错——此时可以利用条线图来绘制直方图
ggplot(data=mpg,aes(x=displ,fill=fl))+
geom_histogram(binwidth=0.2，position=”stack”)
binwidth 为The width of the bins；不同于条形图的width
position是指位置调整，stack是堆叠即同组几何对象堆叠
ggplot(data=mpg,aes(x=displ,fill=fl))+
geom_histogram(binwidth=0.4,position='dodge')
position是指位置调整，dodge是同组几何对象并列
位置调整的参数还有：fill jitter identity
箱线图：
ggplot(data=mpg,aes(x=factor(fl),y=hwy))+
geom_boxplot(color='grey')
ggplot(data=mpg,aes(x=1,y=hwy))+
geom_boxplot(fill='grey',color='blue') #hwy不分组
ggplot(data=mpg,aes(x=1,y=hwy))+
geom_boxplot(fill='grey',color='blue'，outlier.colour= "red", outlier.shape = 1) #高亮异常值并赋予特定的几何对象
曲线密度图
使用geom_density
ggplot(data=mpg,aes(x=displ,fill=fl))+geom_density(color='white',size=0.1,alpha=I(0.3))
ggplot(data=mpg,aes(x=displ,y=..density..))+geom_histogram(fill='grey',binwidth=0.18,alpha=I(0.3))+geom_density(color='white',size=0.8)
几乎看不到密度曲线。原因：直方图和密度图结合在一起。直方图中bin变换生成y变量有count和density，默认使用前者，这样由于count很大，density很小（总是小于1）,就会值得密度线处于低位，难以看到，所以需要y=..density..(引用bin变换的数据必须前后加双圆点)
ggplot(data=mpg,aes(x=displ))+geom_histogram(fill='grey',binwidth=0.18,alpha=I(0.3))+geom_density(color='white',size=0.8)
饼图
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+
coord_polar(theta='y')
coord_polar是极坐标的意思，区别以往的笛卡尔坐标。coord_polar()作用是把把笛卡尔坐标变换为极坐标。该函数有theta,start,direction三个参数，后者者顶多是图的微调，需要了解可以查看帮助文件，theta才是关键。极坐标参数theta有两个指标半径和角度，就饼图而言，各部分内容的角度不同，半径相同；而默认theta=”x”,即将x映射为角度，剩下的y映射为半径。这些为前期准备，下面一步步分解这个过程。
First step: 生成条形图，其中各部分的比例关系用y反映。
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()
second step: 将坐标极坐标化，y映射为角度（此时x恒等于1,即半径相同）
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+
coord_polar(theta='y')
ggplot(data=mpg,aes(x=1,fill=fl))+geom_bar()+
coord_polar(theta=”x”)
如果x映射为角度，则y映射为半径，生成眼图
