每當(dāng)我們看到一個(gè)新的軟件，第一反應(yīng)會(huì)是：為什么又要發(fā)明一個(gè)新軟件？ggplot2是R世界里相對(duì)還比較年輕的一個(gè)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(duì)圖形的支持已經(jīng)足夠強(qiáng)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(jì)理念　　打個(gè)比方，想想我們小時(shí)候怎樣學(xué)中文的。最開始的時(shí)候我們要識(shí)字，不認(rèn)識(shí)字就沒法閱讀和寫作，但我們并不是一直按照一個(gè)個(gè)漢字學(xué)習(xí)的，而是通過句子和具體的場(chǎng)景故事學(xué)習(xí)的。為什么不在小學(xué)時(shí)背六年字典呢？那樣可能認(rèn)識(shí)所有的漢字。原因很簡(jiǎn)單，光有單字，我們不會(huì)說話，也無法閱讀和寫作。我們?nèi)钡氖鞘裁矗看鸢甘菍?duì)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(gè)“紙筆模型”，即：一塊畫布擺在面前，你可以在這里畫幾個(gè)點(diǎn)，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(diǎn)圖或直方圖，并且按照某個(gè)分類變量給圖中的元素上色，此時(shí)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(gè)點(diǎn)要用什么顏色(顏色會(huì)根據(jù)變量自動(dòng)生成)。然而，lattice繼承了R 語言的一個(gè)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(shí)間了，更重要的是，lattice仍然面向特定的統(tǒng)計(jì)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�！　∧敲磾�(shù)據(jù)分析者是怎樣說話的呢？他們從來不會(huì)說這條線用#FE09BE顏色，那個(gè)點(diǎn)用三角形狀，他們只會(huì)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(diǎn)的形狀對(duì)應(yīng)性別變量。有時(shí)候他們畫了一幅散點(diǎn)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(huì)說，把這幅圖拆成七幅小圖，每幅圖對(duì)應(yīng)一個(gè)收入階層。然后發(fā)現(xiàn)散點(diǎn)圖的趨勢(shì)不明顯，最好加上回歸直線，看看回歸模型反映的趨勢(shì)是什么，或者發(fā)現(xiàn)圖中離群點(diǎn)太多，最好做一下對(duì)數(shù)變換，減少大數(shù)值對(duì)圖形的主導(dǎo)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(jì)算機(jī)程序員則傾向于畫點(diǎn)畫線。LelandWilkinson的著作在理論 　　每當(dāng)我們看到一個(gè)新的軟件，第一反應(yīng)會(huì)是：為什么又要發(fā)明一個(gè)新軟件？ggplot2是R世界里相對(duì)還比較年輕的一個(gè)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(duì)圖形的支持已經(jīng)足夠強(qiáng)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(jì)理念　　打個(gè)比方，想想我們小時(shí)候怎樣學(xué)中文的。最開始的時(shí)候我們要識(shí)字，不認(rèn)識(shí)字就沒法閱讀和寫作，但我們并不是一直按照一個(gè)個(gè)漢字學(xué)習(xí)的，而是通過句子和具體的場(chǎng)景故事學(xué)習(xí)的。為什么不在小學(xué)時(shí)背六年字典呢？那樣可能認(rèn)識(shí)所有的漢字。原因很簡(jiǎn)單，光有單字，我們不會(huì)說話，也無法閱讀和寫作。我們?nèi)钡氖鞘裁矗看鸢甘菍?duì)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(gè)“紙筆模型”，即：一塊畫布擺在面前，你可以在這里畫幾個(gè)點(diǎn)，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(diǎn)圖或直方圖，并且按照某個(gè)分類變量給圖中的元素上色，此時(shí)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(gè)點(diǎn)要用什么顏色(顏色會(huì)根據(jù)變量自動(dòng)生成)。然而，lattice繼承了R 語言的一個(gè)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(shí)間了，更重要的是，lattice仍然面向特定的統(tǒng)計(jì)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�！　∧敲磾�(shù)據(jù)分析者是怎樣說話的呢？他們從來不會(huì)說這條線用#FE09BE顏色，那個(gè)點(diǎn)用三角形狀，他們只會(huì)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(diǎn)的形狀對(duì)應(yīng)性別變量。有時(shí)候他們畫了一幅散點(diǎn)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(huì)說，把這幅圖拆成七幅小圖，每幅圖對(duì)應(yīng)一個(gè)收入階層。然后發(fā)現(xiàn)散點(diǎn)圖的趨勢(shì)不明顯，最好加上回歸直線，看看回歸模型反映的趨勢(shì)是什么，或者發(fā)現(xiàn)圖中離群點(diǎn)太多，最好做一下對(duì)數(shù)變換，減少大數(shù)值對(duì)圖形的主導(dǎo)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(jì)算機(jī)程序員則傾向于畫點(diǎn)畫線。LelandWilkinson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?cè)诳紤]如何構(gòu)建一幅圖形的時(shí)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(dú)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(yùn)的是，HadleyWickham 在R語言中把這套想法巧妙地實(shí)現(xiàn)了�！　�為了說明這種語法的思想，我們考慮圖形中的一個(gè)成分：坐標(biāo)系。常見的坐標(biāo)系有兩種：笛卡爾坐標(biāo)系和極坐標(biāo)系。在語法中，它們屬于一個(gè)成分，可自由拆卸替換。笛卡爾坐標(biāo)系下的條形圖實(shí)際上可以對(duì)應(yīng)極坐標(biāo)系下的餅圖，因?yàn)闂l形圖的高可以對(duì)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(biāo)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。