使用ggeasy R软件包更轻松地进行ggplot

ggplot2数据可视化R软件包非常强大且灵活。但是，记住如何完成每个任务并不总是那么容易-尤其是如果您不是经常使用的用户。如何更改图形标题的大小？如何删除图例标题？我通常的解决方案是保存RStudio代码段以备不时之需。但是还有一个可以帮助您的软件包： ggeasy 。

正如其名说，ggeasy的目标是，好了，让GGPLOT2容易-或至少EASI 呃。有些人可能会发现它对于典型的任务（大多数是围绕文本和轴格式设置）具有更直观的功能。（此程序包不会影响线，点和条的外观和行为方式）。所有ggeasy函数都以easy_ ，是的，很容易使用RStudio自动完成功能找到它们。您可以在上面的视频中看到它的工作原理。

[ 在InfoWorld的“用R做更多”的视频系列中获取Sharon Machlis的R技巧 | 按任务，主题或程序包搜索“用R做更多”操作视频 ]

如果您想按照下面的示例进行操作，则ggeasy在CRAN上，因此可以使用install.packages("ggeasy") 。我还将自然使用ggplot2，dplyr，rio和lubridate软件包。稍后，我将添加补丁程序包，以使多个图形的放置变得非常简单。这也在CRAN上。

对于此示例，我将使用有关当今大多数人心目中的数据：冠状病毒。您可以从Coronavirus Tracking Project通过以下方式下载包含美国各州数据的CSV文件：

download.file("http://covidtracking.com/api/states/daily.csv",
              destfile = "covid19.csv")

（您可以将destfile目标文件命名为任意名称。）我使用rio::import()导入数据，但也可以使用readr::read_csv() ， read.csv() ， data.table::fread()或任何其他导入CSV的函数。

使用rio，日期以整数形式输入，因此我将使用lubridate的ymd()函数将该列转换为Date对象：

data$date <- lubridate::ymd(data$date)

要创建一个不太难理解的图形，我将针对几种状态过滤此数据，因此不会有50条单独的时间序列线。我选择路易斯安那州来看看那里的案件数量上升–路易斯安那州州长说，该州是全世界案件数量增长最快的国家之一。（有猜测称，二月份的狂欢节可能导致了新奥尔良的一个集群。）我还将添加马萨诸塞州，该州的人口比路易斯安那州多50％，因为我在这里居住。

过滤数据后，我将创建数据的基本折线图：

states2 <- filter(data, state %in% c("LA", "MA"))
ggplot(states2, aes(x = date, y = positive, color = state)) +
geom_line() +
geom_point() +
theme_minimal() +
ggtitle("Lousiana & Massachusetts Daily Covid-19 Cases")

01ggeasy — ggplot1制作的路易斯安那州和马萨诸塞州每日总COVID-19病例的基本图。

这是一个相当大的增长。其中一些可能是由于测试的增加–也许我们只是知道更多情况，因为测试量增加了。我待会儿看。

但是，首先，对该图进行一些调整怎么样？

让我们从扩大图形标题开始。要使用ggeasy，我将开始在RStudio左上方的源窗格中键入easy_并滚动直到找到所需的内容。

RStudio自动完成列表，用于以easy_开头的ggeasy函数。 — 在RStudio中输入easy_有助于查找ggeasy函数。

easy_plot_title_size()看起来像我需要的功能。我可以使用以下代码将图形标题更改为16点类型：

ggplot(states2, aes(x = date, y = positive, color = state)) +
  geom_line() +
  geom_point() +
  theme_minimal() +
  ggtitle("Lousiana & Massachusetts Daily Covid-19 Cases") +
  easy_plot_title_size(16)

我可以使用easy_rotate_x_labels(90)旋转x轴文本90度，并使用easy_rotate_x_labels(90)删除图例标题（很明显，这些是状态easy_remove_legend_title() 。完整的图形代码在下面，包括将图形存储在名为positives的变量中。

positives <- ggplot(states2, aes(x = date, y = positive, color = state)) +
  geom_line() +
  geom_point() +
  theme_minimal() +
  ggtitle("Lousiana & Massachusetts Daily Covid-19 Cases") +
   easy_plot_title_size(16) + 
   easy_rotate_x_labels(90) + 
   easy_remove_legend_title()

接下来，我想看一下冠状病毒测试的阴性结果，看它们是否以与阳性相似的速度上升。我将使用相同的代码，只是将y列切换为负数。

negatives <- ggplot(states2, aes(x = date, y =negative , color = state)) +
  geom_line() +
  geom_point() +
  theme_minimal() +
  ggtitle("Lousiana & Massachusetts Negatives") +
  easy_plot_title_size(16) +
  easy_rotate_x_labels(90) +
  easy_remove_x_axis("title") +
  easy_remove_y_axis("title") +
  easy_remove_legend_title()

路易斯安那州和马萨诸塞州每日COVID-19阴性测试结果图表 — 阴性COVID-19测试结果图。

路易斯安那州的积极因素似乎比消极因素要大。尽管我们不知道这是否是因为测试标准已更改或其他原因。

并排查看这两个图形会很有帮助。那就是拼凑而成的软件包的来源。

仅用这两行代码，首先加载了补丁程序包：

library("patchwork")
positives + negatives

我得到这个：

拼凑在一起放置多个图形非常容易。有关如何自定义布局的更多信息，请访问拼凑而成的网站。

现在，我可以回去并使用ggeasy删除其中一个图例，以便没有两个图例，然后重新运行拼凑而成：

negatives <- negatives +
  easy_remove_legend()
positives + negatives

显然，ggeasy对于快速而轻松的数据探索非常有用！

有关R的更多技巧，请转到InfoWorld上的“用R做更多”页面，或查看YouTube播放列表中的“用R做更多” 。

翻译自: https://www.infoworld.com/article/3533453/easier-ggplot-with-the-ggeasy-r-package.html