資料視覺化：使用 ggplot2

tags: R Language

首先我們可以在 R 的環境下安裝 ggplot2 套件與 tidyverse，這兩個套件很像是 python 中的 pandas + numpy + matplotlib。^[1]

install.packages("ggplot2")
install.packages("tidyverse")

安裝完畢後，就可以使用這兩個套件：

library("ggplot2")
library("tidyverse")

繪圖基本架構

有關 ggplot2 的使用說明，可以參考 ggplot2 官網所提供的備忘表。^[2]

在資料視覺化的框架之下，我們可以將透過程式語言產生出的圖像拆分成以下兩個大區塊：

• 原始資料(data)
• 視覺變數(aesthetics)

H. Wickham 的 "A Layered Grammar of Graphics" 文章中，將圖像細分為以下的部分：

也就是說，當我們拿到一筆資料之後，呈現資料的寫法一定是：

ggplot([資料名稱], aes(x=[變數名稱])) + 幾何變數層

其中幾何變數層是幫助我們將資料以特定的方式映射(maps to)到平面或立體空間中，最常見的就是散佈圖(scatter plot)、長條圖(bar plot)。

資料視覺化實踐

了解完 ggplot2 基本的程式碼架構，我們就可以實際對於資料進行操作。以下我們會針對兩個資料庫演練。

披薩外送資料庫

我們使用 Heumann, Christian, 與 Micheal Schomaker Shalabh 兩位教授合著的 "Introduction to statistics and data analysis" (2016) 中的 pizza delivery data 作為資料，請各位至本教科書之附錄官網下載，或點擊此連結進行下載。當然，你也可以直接在 R 中使用下列方式讀取資料：

data <- read.csv("https://chris.userweb.mwn.de/book/pizza_delivery.csv")

假設我們今天對於披薩外送這份資料中的 branch 變數感興趣，想要知道哪家分店接到訂單的次數最多。由於該變數係名目資料，因此我們可以利用長條圖呈現。

ggplot(data, aes(x=branch)) + geom_bar()

我們可以很清楚地看到 West 這家分店接到訂單的次數最多。注意到幾何變數層是一定要加上去的，如果沒有加上幾何變數層，就會變成一張空白的圖。

ggplot(data, aes(x=branch))

而我們也可以使用 + 來疊加不同圖層的效果。而作者在此提供一個小建議，當我們在加上圖層的時候，我個人的習慣是會在 + 後方換行，才不會讓程式碼太長。

拉麵資料庫

我們使用 Kaggle 上的拉麵資料庫。注意到這個資料庫中，星號的資料型別是字元(character)：

ramen <- read.csv("./ramen-ratings.csv")
class(ramen$Stars)

## "character"

我們可以將該變數轉換為 numeric 型別，並且順便將遺漏值 NA 去除。

ramen$Stars <- as.numeric(ramen$Stars, na.rm = TRUE)
ramen <- na.omit(ramen)

假設我們今天想要了解不同國家使用泡麵外包裝的狀況，我們可以透過下方的程式碼達到目的：

ggplot(ramen, aes(x=Country, fill=Style)) + 
  geom_bar() + 
  coord_flip()

注意到以下幾點：

• aes(..., fill=Style)：代表長條圖的填充係依照 Style 這個變數進行調整。
• corrd_flip：將
  $x$ 與
  $y$ 軸進行調換。

接著，假設我們想要了解不同包裝之泡麵獲得的星數在各國的差異，可以透過下列方式呈現。

ggplot(ramen, aes(x=Style, y=Stars)) +
  geom_bar(stat="identity") + 
  facet_wrap(~Country)

其中，

• aes(x=Style, y=stars)：代表
  $x$ 軸為泡麵包裝的形式，
  $y$ 軸則為獲得的星數。
• geom_bar(stat="identity")：因匯總資料會將
  $x$ 依照不同的值計算，而我們要將其使用我們指定的變數
  $y$ 作為計算值。
• facet_wrap( ~ Country) 則是指定每個小平面層均須依照 Country 這個變數重複繪製。

有關於 ggplot2 不同幾何圖形層的介紹，請參考資料視覺化：ggplot2 中的幾何圖形層。

---

1. 本文章係參考 Meng, Lee. “淺談資料視覺化以及 GGPLOT2 實踐.” LeeMeng, https://leemeng.tw/data-visualization-from-matplotlib-to-ggplot2.html. ↩︎

2. “Function Reference.” ggplot2, https://ggplot2.tidyverse.org/reference/. ↩︎