R 语言 ggplot2 绘图入门教程

一、什么是 ggplot2？

ggplot2 是 R 语言中非常流行的数据可视化工具包，属于 tidyverse 生态系统。它基于图形语法（Grammar of Graphics），允许用户通过组合不同的图形元素，创建美观且具有专业水准的统计图表。

ggplot2 常用于：

• 散点图（Scatter Plot）
• 折线图（Line Plot）
• 柱状图（Bar Chart）
• 直方图（Histogram）
• 箱线图（Boxplot）
• 分组图与多面板图（Faceted Plot）
  

本教程使用 R 自带的 mtcars 和 iris 数据集，不需要另外下载数据。

二、安装与加载 ggplot2

首次使用时，需要安装：

install.packages("ggplot2")

安装完成后，每次开启新的 R 会话，只需要运行：

library(ggplot2)

查看内置数据集：

head(mtcars)

str(mtcars)

summary(mtcars)

mtcars 包含 32 辆汽车的相关信息，例如：

变量	含义
mpg	每加仑汽油行驶英里数
wt	汽车重量（千磅）
hp	马力
cyl	汽缸数量
am	变速箱类型（0=自动，1=手动）

三、ggplot2 的基本语法

ggplot2 的核心结构如下：

ggplot(data = 数据集,

       aes(x = 横轴变量, y = 纵轴变量)) +

  geom_图形类型() +

  labs(title = "图表标题",

       x = "横轴名称",

       y = "纵轴名称") +

  theme_minimal()

主要组成部分：

• ggplot()：指定数据集。
• aes()：指定变量与图形属性之间的映射关系。
• geom_*()：选择图形类型。
• labs()：设置标题与坐标轴名称。
• theme_*()：控制图形外观。
  

特别注意：ggplot2 使用 + 将不同图形元素组合起来。

四、六种常见图形及代码实例

1. 散点图（Scatter Plot）

研究问题：汽车重量与燃油效率之间是否存在关系？

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point(color = "blue", size = 3) +

  labs(

    title = "汽车重量与燃油效率",

    x = "重量（千磅）",

    y = "每加仑英里数"

  ) +

  theme_minimal()

解释： 横轴表示汽车重量，纵轴表示燃油效率。从散点分布可以观察到，重量越大的汽车，通常燃油效率越低。

还可以加入线性回归线：

ggplot(mtcars, aes(x = wt, y = mpg)) +

  geom_point(color = "blue") +

  geom_smooth(method = "lm", se = TRUE) +

  theme_minimal()

其中 method = "lm" 表示使用线性回归，se = TRUE 显示拟合均值的置信区间（默认 95%）。

2. 直方图（Histogram）

研究问题：汽车燃油效率的分布情况如何？

ggplot(mtcars, aes(x = mpg)) +

  geom_histogram(

    binwidth = 3,

    fill = "skyblue",

    color = "black"

  ) +

  labs(

    title = "燃油效率分布",

    x = "MPG",

    y = "汽车数量"

  ) +

  theme_minimal()

解释： 直方图将连续变量划分为若干区间，柱子的高度代表落在该区间内的观测数量。binwidth = 3 表示每个区间宽度为 3 MPG。

3. 柱状图（Bar Chart）

研究问题：不同汽缸数量的汽车分别有多少辆？

ggplot(mtcars, aes(x = factor(cyl))) +

  geom_bar(fill = "steelblue") +

  labs(

    title = "不同汽缸数量的汽车",

    x = "汽缸数量",

    y = "汽车数量"

  ) +

  theme_minimal()

解释： factor(cyl) 将汽缸数量转换为类别变量。geom_bar() 自动计算每个类别的观测数量。

4. 箱线图（Boxplot）

研究问题：不同汽缸数量的汽车，其燃油效率是否存在差异？

ggplot(mtcars,

       aes(x = factor(cyl),

           y = mpg,

           fill = factor(cyl))) +

  geom_boxplot() +

  labs(

    title = "不同汽缸汽车的燃油效率",

    x = "汽缸数量",

    y = "MPG"

  ) +

  theme_minimal() +

  theme(legend.position = "none")

解释： 箱线图显示中位数、四分位数、须线及可能的异常值。它适合比较不同类别的数值分布。

从 mtcars 数据可以观察到，4 缸汽车的 MPG 通常高于 6 缸和 8 缸汽车。

5. 折线图（Line Plot）

使用另一个 R 内置数据集 economics（由 ggplot2 提供）。

研究问题：美国失业人数如何随时间变化？

ggplot(economics,

       aes(x = date, y = unemploy)) +

  geom_line(color = "red", linewidth = 1) +

  labs(

    title = "美国失业人数变化",

    x = "日期",

    y = "失业人数（千人）"

  ) +

  theme_minimal()

解释： 折线图特别适合分析时间序列数据。geom_line() 将按照横轴顺序连接各个观测点。

6. 分面图（Faceted Plot）

研究问题：不同鸢尾花品种的花瓣长度与宽度之间的关系是否相同？

使用 R 内置的 iris 数据集：

ggplot(iris,

       aes(x = Petal.Length,

           y = Petal.Width)) +

  geom_point(color = "darkgreen") +

  facet_wrap(~ Species) +

  labs(

    title = "不同品种鸢尾花的花瓣特征",

    x = "花瓣长度",

    y = "花瓣宽度"

  ) +

  theme_minimal()

解释： facet_wrap(~ Species) 根据品种将数据分成三个子图，方便比较不同组之间的关系。

五、进阶功能：颜色、大小与主题

ggplot2 可以利用 aes() 将其他变量映射到颜色、点的大小或形状。

例如：

ggplot(mtcars,

       aes(x = wt,

           y = mpg,

           color = factor(cyl),

           size = hp)) +

  geom_point(alpha = 0.7) +

  labs(

    title = "汽车重量、马力与燃油效率",

    x = "重量",

    y = "MPG",

    color = "汽缸数",

    size = "马力"

  ) +

  theme_classic()

这张图同时呈现四个变量：

• X 轴：汽车重量
• Y 轴：燃油效率
• 颜色：汽缸数量
• 点的大小：马力
  

特别需要区分以下两种写法：

# 所有点都使用蓝色

geom_point(color = "blue")

# 根据汽缸数量自动分配颜色

geom_point(aes(color = factor(cyl)))

前者设置固定颜色，后者将颜色映射到数据变量。

六、常见函数总结

函数	主要用途
ggplot()	建立绘图对象
aes()	定义变量映射
geom_point()	散点图
geom_line()	折线图
geom_bar()	柱状图
geom_histogram()	直方图
geom_boxplot()	箱线图
geom_smooth()	趋势线或回归拟合
facet_wrap()	按类别创建多个子图
labs()	设置标题和标签
theme_minimal()	使用简洁主题
ggsave()	保存图形文件

例如，保存最近生成的图表：

ggsave(

  filename = "my_plot.png",

  width = 8,

  height = 5,

  dpi = 300

)

七、练习题

练习一：散点图

使用 mtcars 数据，研究汽车马力（hp）与燃油效率（mpg）之间的关系。绘制散点图，加入线性回归线，并解释变量之间的关系。

查看代码提示

练习二：箱线图

比较自动变速箱与手动变速箱汽车的燃油效率是否存在明显差异，并通过箱线图说明。

查看代码提示

练习三：分组分析

使用 iris 数据集，绘制 Sepal.Length 与 Sepal.Width 的散点图，根据 Species 使用不同颜色，并解释三个品种的分布差异。

查看代码提示

八、总结

学习 ggplot2 最重要的是掌握三个基本概念：

• 数据（Data）：使用哪个数据集？
• 映射（Aesthetics）：哪些变量对应 X 轴、Y 轴、颜色或大小？
• 几何对象（Geometry）：使用哪一种图形呈现数据？
  

掌握这三个概念后，便可以通过增加 labs()、facet_wrap()、theme_*() 等函数，逐步创建更加复杂的统计图形。

对于初学者，建议先熟悉散点图、直方图、柱状图与箱线图，再学习分组绘图、多面板图以及统计模型的可视化。