0. Preparation and Introduction
ggplot2是R中新颖的数据可视化包，这得益于Leland Wilkinson在他的著作《The Grammar of Graphics》中提出了一套图形语法，把图形元素抽象成可以*组合的成分，Hadley Wickham把这套想法在R中实现。
1. How to use qplot
函数qplot()是ggplot2中十分常用的函数，使用它可以绘制丰富多彩的图形，并且通常只需要一行代码可以搞定。在这里，我们通过R内置的钻石数据包（diamonds）来模拟使用qplot函数的过程。
数据预处理：由于钻石数据量比较大，一步步运行操作可能会导致系统缓慢或者图像不清晰等问题，所以对钻石数据进行必要的预处理，使其数据量变小。
set.seed(1410)#让样本可重复
dsmall<-diamonds[sample(nrow(diamonds),100),]#小数据作图展示
1.1 Colour & Shape
library(ggplot2)
qplot(carat,price,data=dsmall,colour=color)#将color变量映射到点的颜色
qplot(carat,price,data=dsmall,shape=cut)#cut->形状
上述两幅图是分别设置了颜色（左图）和形状（右图）参数的carat-price散点图。可以明显看出，qplot()函数对于颜色和形状设置的表达十分简练，不需要像plot()函数那样需要多行代码才能完成绘图，这里初步展示了该函数的使用方法。
qplot(carat,price,data=diamonds,alpha=I(1/10))#alpha=I()改变点的透明度
上一行代码通过改变alpha=I(1/10)这个参数来实现点的透明度改变，其中I()内的参数为透明度，数值越小，透明度越高。图形如下所示：
1.2 geom.smooth & Point
qplot(carat,price,data=dsmall,geom=c("point","smooth"))
#point绘制散点图,smooth拟合平滑曲线(展示标准误，可用se=FALSE取消),n较小时method="loess"默认局部回归
qplot(carat,price,data=dsmall,geom=c("point","smooth"),span=0.2)
#span设置曲线平滑程度0（很不平滑）->1（很平滑）
#若数据量大于1000，可以使用mgcv包
上述两图为carat-price的散点图，数据来源于dsmall，并且geom()参数赋予相应的功能（散点图与回归线）。其中，右图拟合曲线的平滑程度为0.2（平滑程度低）。
1.2 geom.boxplot
qplot(color,price/carat,data=diamonds,geom="jitter",alpha=I(1/50))#绘制扰动点图geom="jitter"
这里绘制的是扰动点图,若要绘制箱线图，则使用的是geom="boxplot"参数。
1.2 geom.histogram & density
qplot(carat,data = diamonds,geom = "histogram",binwidth=0.1,xlim=c(0,3))#直方图，binwidth可以改变最小组距
参数geom = "histogram"用来绘制直方图（如下所示），binwidth可以改变组距。
qplot(carat,data = diamonds,geom = "density")#密度曲线图
参数geom = "density"用来绘制密度曲线图（如下所示）：
你也可以对每一种颜色(Colour)变量分类绘制不同颜色钻石的密度曲线和直方图：
qplot(carat,data = diamonds,geom = "density",colour=color)
qplot(carat,data = diamonds,geom = "histogram",fill=color)
1.2 geom.bar
qplot(color,data=diamonds,geom="bar",weight=carat)+scale_y_continuous("carat")
利用参数geom="bar"来绘制条形图（如下所示）。若想改变坐标轴的标题的话，可以这样写：
qplot(color,data=diamonds,geom="bar",weight=carat) +labs(y="克拉",x="颜色")
#scale_y_continuous修饰图形+改坐标轴名称(continuous连续)
1.3.Point
qplot(displ,hwy,data=mpg,color=factor(cyl))
qplot默认设置为散点图，可以使用factor()函数将图像按照分类变量分类填色，效果如下所示：
2. How to use ggplot
2.1 try
ggplot(diamonds,aes(carat,price,colour=cut))#这个图形再加上图层之前什么也看不到
bestfit<-geom_smooth(method = "lm",se=F,colour=alpha("steelblue",0.5),size=2)
qplot(sleep_rem,sleep_total,data=msleep)+bestfit
qplot(awake,brainwt,data=msleep,log="y")+bestfit
qplot(bodywt,brainwt,data=msleep,log="xy")+bestfit#创建一个带有透明深蓝色回归线的图层
2.2 try
p<-ggplot(mtcars,aes(mpg,wt))
p+geom_point(colour="darkblue")
p+geom_point(aes(colour="darkblue"))#比较两者的不同
2.3 try
p<-ggplot(diamonds,aes(x=carat))
p+layer(
geom="bar",
position = "identity",
stat="bin",
params=list(fill="steelblue",binwidth=2)
)
以下代码是错误的，新版本没有geom_params和stat_params这两个变量：
p<-ggplot(diamonds,aes(x=carat));p<-p+layer( geom="bar",geom_params=list(fill="steelblue"),stat="bin",stat_params=list(binwidth=2))
2.4 group
Example 1:
nlme包里的一个简单的纵向数据集Oxboys。该数据记录了26名男孩(Subject)在九个不同时期(Occasion)所测定的身高(height)和中心化后的年龄(age)。
library(nlme)
pOxboys<-ggplot(Oxboys,aes(age,height,group=Subject))+geom_line()#geom_line()来连线
pOxboys#正确分组，每条线代表一个男孩
pOxboysx<-ggplot(Oxboys,aes(age,height))+geom_line()
pOxboysx#错误分组，先撒点在连线（默认group=1）
#如果想给所有男孩增加一条光滑曲线
pOxboys+geom_smooth(aes(group=Subject),method = "lm",se=F)#但是实际上我们为每一个男孩都添加了一条光滑曲线
pOxboys+geom_smooth(aes(group=1),method = "lm",se=F)
2.5 Stat
ggplot(diamonds,aes(x=carat))+geom_histogram(aes(y=..density..),binwidth = 0.1)
这里的..density..是一种新语法，他告诉ggplot2将密度而不是频数映射到y轴
2.6 TRY
d<-ggplot(diamonds,aes(carat))+xlim(0,3)
d+stat_bin(aes(ymax=..count..),binwidth = 0.1,geom="area")
d+stat_bin(aes(size=..density..),binwidth = 0.1,geom="point",position="identity")
