每當我們看到一個新的軟件，第一反應會是：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。我們?nèi)钡氖鞘裁矗看鸢甘菍ξ淖值慕M織能力，或者說語法�！　�R的基礎圖形系統(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。LelandWilkinson的著作在理論 　　每當我們看到一個新的軟件，第一反應會是：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。我們?nèi)钡氖鞘裁�？答案是對文字的組織能力，或者說語法�！　�R的基礎圖形系統(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。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，讓我們在考慮如何構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，HadleyWickham 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思想，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極坐標系下的餅圖，因為條形圖的高可以對應餅圖的角度，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。