3  Gramatyka grafiki

ggplot2 opiera się na prostej idei: wykres składamy z danych, mapowań, geometrii, skal, statystyk, podziału na panele (faceting) i motywu. Dzięki temu zamiast pamiętać setki funkcji, uczymy się jednego spójnego języka.

library(tidyverse)
library(here)

source(here("R", "theme_course.R"))
theme_set(theme_course())

3.1 Dane i mapowania estetyczne (aesthetics)

mpg_local <- readr::read_csv(
  here("datasets", "mpg.csv"),
  show_col_types = FALSE
) |>
  mutate(
    cylinders = factor(cylinders),
    origin = factor(
      recode(origin, usa = "USA", europe = "Europa", japan = "Japonia"),
      levels = c("USA", "Europa", "Japonia")
    )
  )

insurance <- readr::read_csv(
  here("datasets", "insurance_premiums.csv"),
  show_col_types = FALSE
) |>
  janitor::clean_names() |>
  mutate(
    region = factor(
      recode(
        region,
        Midwest = "Środkowy Zachód",
        Northeast = "Północny Wschód",
        South = "Południe",
        West = "Zachód"
      ),
      levels = c("Środkowy Zachód", "Północny Wschód", "Południe", "Zachód")
    )
  )

mpg_local |>
  select(mpg, cylinders, displacement, horsepower, weight, origin) |>
  slice_head(n = 6)

mpg_local |>
  ggplot(aes(x = weight, y = mpg, colour = cylinders)) +
  geom_point(alpha = 0.75, size = 2.2) +
  scale_colour_course_d(name = "Liczba cylindrów") +
  labs(
    title = "Cięższe auta spalają więcej paliwa",
    subtitle = "Kolor koduje liczbę cylindrów, czyli dodatkowy wymiar danych",
    x = "Masa auta",
    y = "Efektywność paliwowa (mpg)",
    caption = "Źródło: datasets/mpg.csv"
  )

Rysunek 3.1: Zależność masy samochodu i spalania.

3.2 Warstwa statystyczna (statistical layer)

Ta sama baza danych może dostać dodatkową warstwę modelu. Na tym etapie najważniejsze jest to, że warstwy można dodawać bez przebudowy całego wykresu.

mpg_local |>
  ggplot(aes(x = weight, y = mpg)) +
  geom_point(alpha = 0.55, colour = "#5B6770") +
  geom_smooth(method = "lm", se = TRUE, colour = "#D55E00", linewidth = 1) +
  labs(
    title = "Warstwa trendu pomaga zobaczyć kierunek zależności",
    x = "Masa auta",
    y = "Efektywność paliwowa (mpg)",
    caption = "Źródło: datasets/mpg.csv"
  )

Rysunek 3.2: Punkty oraz trend liniowy.

3.3 Regresja i podział na panele

W tej części budujemy dwa warianty tej samej analizy: jeden wykres z linią regresji dla całego zbioru oraz wersję podzieloną na panele. Dzięki temu widać, że w ggplot2 zmieniamy strukturę wykresu przez dodawanie warstw, a nie przez przeskakiwanie między osobnymi funkcjami.

insurance |>
  ggplot(aes(x = insurance_losses, y = premiums)) +
  geom_point(aes(colour = region), alpha = 0.78, size = 2.4) +
  geom_smooth(
    data = insurance,
    aes(x = insurance_losses, y = premiums),
    method = "lm",
    se = TRUE,
    colour = "#D55E00",
    fill = "#F0E442",
    linewidth = 1,
    inherit.aes = FALSE
  ) +
  scale_colour_course_d(name = "Region USA") +
  scale_y_continuous(labels = scales::label_dollar()) +
  labs(
    title = "Regresja jako dodatkowa warstwa, nie osobna funkcja",
    subtitle = "Kolor pokazuje region, a linia streszcza relację dla całych danych",
    x = "Straty ubezpieczeniowe",
    y = "Składka",
    caption = "Źródło: datasets/insurance_premiums.csv"
  )

Rysunek 3.3: Regresja w ggplot2: punkty i jeden trend liniowy.

insurance |>
  ggplot(aes(x = insurance_losses, y = premiums)) +
  geom_point(alpha = 0.65, colour = "#5B6770", size = 2.1) +
  geom_smooth(method = "lm", se = FALSE, colour = "#D55E00", linewidth = 0.9) +
  facet_wrap(vars(region)) +
  scale_y_continuous(labels = scales::label_dollar()) +
  labs(
    title = "Podział na panele rozdziela model na regiony",
    x = "Straty ubezpieczeniowe",
    y = "Składka"
  )

Rysunek 3.4: Model liniowy w osobnych panelach w ggplot2.

3.4 Podział na panele (faceting)

mpg_local |>
  ggplot(aes(x = horsepower, y = mpg)) +
  geom_point(alpha = 0.6, colour = "#0072B2") +
  facet_wrap(vars(origin)) +
  labs(
    title = "Małe wielokrotności (small multiples) pozwalają porównywać grupy bez przeładowania kolorem",
    x = "Moc",
    y = "Efektywność paliwowa (mpg)"
  )

Rysunek 3.5: Ten sam układ rozbity według pochodzenia auta.

3.5 Zadanie

Zbuduj wykres horsepower kontra acceleration. Najpierw użyj koloru dla cylinders, potem podziel wykres na panele przez facet_wrap(vars(cylinders)). Która wersja jest łatwiejsza do przeczytania?