4.2 ggplot2图形语法：图层叠加出真相

4.2 ggplot2 图形语法：图层叠加出真相

本节摘要：ggplot2 的核心思想是把图拆成语法成分——数据、映射、几何对象、标度、分面，用加号层层叠加。本节用图形语法重画油耗案的散点图，把第 1 节发现的"两撮点"拆开，钉死"驱动方式才是幕后推手"的结论。

五件套语法

library(ggplot2)

ggplot(mpg, aes(x = displ, y = hwy, color = drv)) +
  geom_point(size = 2, alpha = 0.7) +
  labs(title = "排量与高速油耗：颜色即驱动方式",
       x = "排量（升）", y = "高速油耗（英里每加仑）")
​

读法：ggplot() 铺底并声明数据与映射（aes 里放"哪个变量扮演什么角色"），geom_point() 叠加一层点，labs() 管标签。换一个 geom 就是另一种图——同一底图，套 geom_smooth 就加趋势线：

ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point(alpha = 0.5) +
  geom_smooth(method = "lm", se = TRUE)   # 线性趋势带置信带
​

拆开两撮点：分面破案

第 1 节散点图里同一排量上下两撮点的疑团，一个 facet_wrap 拆解：

ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point() +
  facet_wrap(~ drv, nrow = 1)   # 每种驱动方式各得一面
​

分成"四轮、前轮、后轮"三面后真相大白：四轮驱动车型集中在低油耗带，前驱车型在高油耗带——所谓"大排量反而省油"的错觉，是混杂变量驱动方式制造的。每一面内排量与油耗的关系都是清晰的负向。

图形语法成分速查

分面破案示意

⚠️ 常见坑：aes 内放常量（如 color = "red"）会把它当成只有一个水平的变量，图例里出现一个多余的红色项。颜色常量写在 aes 外面：geom_point(color = "red")。

标度与坐标：让映射听指挥

分面之外，标度层是图形语法的第二台推理引擎。三段实用操作：

# 手动指定颜色：类别有业务含义时，配色不能交给默认
ggplot(mpg, aes(displ, hwy, color = drv)) +
  geom_point() +
  scale_color_manual(values = c("四轮" = "gray40",
                                "前轮" = "steelblue",
                                "后轮" = "tomato"))

# 坐标翻转：类别名太长横放更好读
ggplot(mpg, aes(class, hwy)) +
  geom_boxplot() + coord_flip()

# 双轴与比例坐标：柱状图要"从零起步"，否则高度失去比例含义
ggplot(mpg, aes(class)) +
  geom_bar() +
 coord_cartesian(ylim = c(0, 70))   # 明确 y 从 0 起且不裁剪数据
​

coord_cartesian 与 ylim 的区别值得一记：前者只缩放视野、不动数据，后者会把视野外的点当缺失剔除——画散点要放大局部时用前者，别误删证据。

变换与统计层：图上直接算

geom 自带统计变换（stat），很多"高级图"其实只是一行参数：

# 直方图配密度曲线：两图层共享 x，统计量各算各的
ggplot(mpg, aes(cty)) +
  geom_histogram(aes(y = after_stat(density)), bins = 20,
                 fill = "grey85") +
  geom_density(linewidth = 1)

# 回归按组各配一条：分面之外的另一招拆混杂
ggplot(mpg, aes(displ, hwy, color = drv)) +
  geom_point(alpha = 0.5) +
  geom_smooth(method = "lm", se = FALSE)
# 判读：三条斜率同为负的直线——组内"排量大更费油"重新成立
​

第二段是本案的点睛之笔：不分组的总趋势线会被混杂拉弯，分组后每组各自成立"排量升、油耗降（每加仑里程降）"。图形语法让"按组检验"只是一个 color 参数的事——这正是它相对基础绘图的本质优势：视角的切换被语法化了。

保存与主题定稿

进报告的图要统一外观并按尺寸导出：

p <- ggplot(mpg, aes(displ, hwy, color = drv)) +
  geom_point() + geom_smooth(method = "lm", se = FALSE) +
  theme_minimal(base_size = 13)

ggsave("oil_final.png", p, width = 7, height = 4.5, dpi = 300)
# 尺寸在保存时指定，比事后拉伸不糊；dpi 300 是印刷惯例
​

theme_minimal 与 theme_classic 是两张最常用的定稿脸面；报告里所有图共用一个主题与同一套轴标签风格，是"像一份正式案卷"的最低配置。

本节要点回顾

• 加号即图层：ggplot 底图加 geom 层层叠加
• aes 放变量、参数外放常量：映射与固定的分界线
• 换 geom 换图型：同一底图，point 换 smooth 即趋势
• facet_wrap 拆混杂：类别变量各占一面，错觉无处藏身
• labs 与 theme 收尾：进报告的图必须有可读的标题与轴标
• coord_cartesian 只缩放不裁数据：放大局部别用 ylim 误删证据
• ggsave 定尺寸：导出时声明宽高与 dpi，别靠事后拉伸

最后把两套系统放到同一张表里收束本章主线：基础绘图一条命令出图、参数管外观；图形语法把图拆成数据、映射、几何、标度、分面五件成分，改成分即改视角。快审用前者，定稿与多维推理用后者——本案从"两撮点"到"分组趋势各自成立"的全过程，就是图形语法推理力的完整展示。