每當我們看到一個新的軟件，第一反應(yīng)會是：為什么又要發(fā)明一個新軟件？ggplot2是R世界里相對還比較年輕的一個包，在它之前，官方R已經(jīng)有自己的基礎(chǔ)圖形系統(tǒng)（graphics包）和網(wǎng)格圖形系統(tǒng)（grid包），并且Deepayan Sarkar也開發(fā)了lattice包，看起來R的世界對圖形的支持已經(jīng)足夠強大了。那么我們不禁要問，為什么還要發(fā)明一套新的系統(tǒng)？

　　設(shè)計理念

　　打個比方，想想我們小時候怎樣學中文的。最開始的時候我們要識字，不認識字就沒法閱讀和寫作，但我們并不是一直按照一個個漢字學習的，而是通過句子和具體的場景故事學習的。為什么不在小學時背六年字典呢？那樣可能認識所有的漢字。原因很簡單，光有單字，我們不會說話，也無法閱讀和寫作。缺的是什么？答案是對文字的組織能力，或者說語法。

　　R的基礎(chǔ)圖形系統(tǒng)基本上是一個“紙筆模型”，即：一塊畫布擺在面前，你可以在這里畫幾個點，在那里畫幾條線，指哪兒畫哪兒。后來lattice包的出現(xiàn)稍微改善了這種情況，你可以說，我要畫散點圖或直方圖，并且按照某個分類變量給圖中的元素上色，此時數(shù)據(jù)才在畫圖中扮演了一定的中心角色，我們不用去想具體這個點要用什么顏色（顏色會根據(jù)變量自動生成）。然而，lattice繼承了R語言的一個糟糕特征，就是參數(shù)設(shè)置鋪天蓋地，足以讓人窒息，光是一份xyplot（）函數(shù)的幫助文檔，恐怕就夠我們消磨一天時間了，更重要的是，lattice仍然面向特定的統(tǒng)計圖形，像基礎(chǔ)圖形系統(tǒng)一樣，有直方圖、箱線圖、條形圖等等，它沒有一套可以讓數(shù)據(jù)分析者說話的語法。

　　那么數(shù)據(jù)分析者是怎樣說話的呢？他們從來不會說這條線用#FE09BE顏色，那個點用三角形狀，他們只會說，把圖中的線用數(shù)據(jù)中的職業(yè)類型變量上色，或圖中點的形狀對應(yīng)性別變量。有時候他們畫了一幅散點圖，但馬上他們發(fā)現(xiàn)這幅圖太擁擠，最好是能具體看一下里面不同收入階層的特征，所以他們會說，把這幅圖拆成七幅小圖，每幅圖對應(yīng)一個收入階層。然后發(fā)現(xiàn)散點圖的趨勢不明顯，最好加上回歸直線，看看回歸模型反映的趨勢是什么，或者發(fā)現(xiàn)圖中離群點太多，最好做一下對數(shù)變換，減少大數(shù)值對圖形的主導性。

　　從始至終，數(shù)據(jù)分析者都在數(shù)據(jù)層面上思考問題，而不是拿著水彩筆和調(diào)色板在那里一筆一劃作圖，而計算機程序員則傾向于畫點畫線。Leland Wilkinson的著作在理論上改善了這種狀況，他提出了一套圖形語法，讓我們在考慮如何構(gòu)建一幅圖形的時候不再陷在具體的圖形元素里面，而是把圖形拆分為一些互相獨立并且可以自由組合的成分。這套語法提出來之后他自己也做了一套軟件，但顯然這套軟件沒有被廣泛采用；幸運的是，Hadley Wickham在R語言中把這套想法巧妙地實現(xiàn)了。

　　為了說明這種語法的想法，我們考慮圖形中的一個成分：坐標系。常見的坐標系有兩種：笛卡爾坐標系和極坐標系。在語法中，它們屬于一個成分，可自由拆卸替換。笛卡爾坐標系下的條形圖實際上可以對應(yīng)極坐標系下的餅圖，因為條形圖的高可以對應(yīng)餅圖的角度，本質(zhì)上沒什么區(qū)別。因此在ggplot2中，從一幅條形圖過渡到餅圖，只需要加極少量的代碼，把坐標系換一下就可以了。如果我們用紙筆模型，則可以想象，這完全是不同的兩幅圖，一幅圖里面要畫的是矩形，另一幅圖要畫扇形。

　　更多的細節(jié)在本書中會介紹，這里我們只是簡略說明用語法畫圖對用紙筆畫圖來說在思維上的優(yōu)越性；前者是說話，后者是說字。

?

　　目錄 · · · · · ·

　　1.簡介

　　2.從qplot開始入門

　　3.語法突破

　　4. 用圖層構(gòu)建圖像

　　5.工具箱

　　6. 標度、坐標軸和圖例

　　7.定位

　　8. 精雕細琢

　　9. 數(shù)據(jù)操作

　　10．減少重復性工作

　　附錄A 不同語法間的轉(zhuǎn)換

　　附錄B 圖形屬性的定義

　　附錄C 用grid操作圖形