R 语言学习 case1：基础图形

step1: 安装缺失的库

install.packages("ggfun")
install.packages("gcookbook")

step2：导入库

library(ggplot2)
library(ggfun)
library(gcookbook)

step3：使用数据

heightweight <- gcookbook::heightweight
head(heightweight)

这段代码使用了gcookbook包中的heightweight数据集，并展示了该数据集的前几行。

• head(heightweight)用于显示heightweight数据集的前几行，默认显示前6行。这有助于查看数据的结构和内容，以便对数据有一个初步的了解。

step4：画图展示

ggplot(heightweight, aes(heightIn, weightLb)) + 
  geom_point() + 
  geom_smooth(method = "lm") + 
  facet_wrap(~sex) + 
  theme_bw(base_size = 15)

• ggplot(heightweight, aes(heightIn, weightLb)) 表示使用heightweight数据集，将身高（heightIn）映射到x轴，将体重（weightLb）映射到y轴。
• geom_point() 添加散点图层，展示每个观测点的身高和体重。
• geom_smooth(method = “lm”) 添加拟合曲线，采用线性回归模型进行拟合，以揭示身高和体重之间的趋势。
• facet_wrap(~sex) 根据性别将图形进行分面显示，每个性别对应一个子图。
• theme_bw(base_size = 15) 设置图形主题为黑白，并指定基础字体大小为15。

优化 v2

ggplot(heightweight, aes(heightIn, weightLb)) + 
  geom_point() + 
  geom_smooth(method = "lm") + 
  facet_wrap(~sex) + 
  theme_bw(base_size = 16) + 
  facet_set(label = c("f" = "Female", "m" = "Male"))

• theme_bw(base_size = 16) 设置图形主题为黑白，并指定基础字体大小为16。
• facet_set(label = c(“f” = “Female”, “m” = “Male”)) 为每个性别分面添加标签，将"F"标签为"Female"，将"M"标签为"Male"，以提高分面的可读性。
  

优化v3

ggplot(heightweight, aes(heightIn, weightLb)) + 
  geom_point() + 
  geom_smooth(method = "lm") + 
  facet_wrap(~sex) + 
  theme_bw(base_size = 16) + 
  facet_set(label = c("f" = "Female", "m" = "Male")) + 
  theme(strip.background = element_roundrect(fill = "pink", color = "black", r = 0.15))

• theme(strip.background = element_roundrect(fill = “pink”, color = “black”, r = 0.15)) 给分面的背景添加了一个圆角矩形形状，填充颜色为粉色，边框颜色为黑色，圆角半径为0.15，以改善分面的外观。