今天和大家分享的是关于ggplot2的快速画图入门攻略，会在接下来三章教大家如何绘制工作中最常用的条形图、直方图和折线图，讲解ggplot2的基本语法规则、简单的图形修饰，以及图形进阶功能—分面，不做深入的研究，简单易上手、使用就是王道！
一、ggplot2基本语法规则
ggplot(数据集,aes(x=横坐标,y=纵坐标,fill=填充颜色,color=边框颜色))+geom_bar()/geom_histogram()/geom_line()
+geom_xx代表将要绘制什么样的图形
二、绘制条形图
绘制条形图之前，有几个需要注意的地方：
1.geom_bar默认等于geom_bar(stat="bin")，绘制频数条形图，横坐标表示类别，纵坐标表示对应类别出现的次数；
2.如果要绘制纵坐标代表数值的条形图，应该用geom_bar(stat="identity")，这里很容易被忽视，一定要当心；
3.geom_bar中除了stat参数，还有个参数position，position="dodge"(簇状/水平）、"stack"(堆积/垂直）、"fill"(百分比);
为了让大家更直观的理解如何绘制条形图，我选用ggplot2自带的mtcars数据集进行讲解：
> library(ggplot2)
> str(mtcars)
'data.frame': 32 obs. of 11 variables:
$ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
$ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
$ disp: num 160 160 108 258 360 ...
$ hp : num 110 110 93 110 175 105 245 62 95 123 ...
$ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
$ wt : num 2.62 2.88 2.32 3.21 3.44 ...
$ qsec: num 16.5 17 18.6 19.4 17 ...
$ vs : num 0 0 1 1 0 1 0 1 1 1 ...
$ am : num 1 1 1 0 0 0 0 0 0 0 ...
$ gear: num 4 4 4 3 3 3 3 4 4 4 ...
$ carb: num 4 4 1 1 2 1 4 2 2 4 ...可以看到，mtcars数据集中的指标均为数值型，为了研究气缸数cyl与汽车马力mpg间的关系，同时是否受指标vs的影响，我们先来画图看看：
> ggplot(mtcars,aes(x=cyl,y=mpg,fill=vs))+geom_bar(stat="identity",position="dodge")
从上图可以看到，绘制出来的图形效果并不理想，原因是指标vs只有0/1两个值，不适合直接拿来作为填充依据，因为图例会默认识别为5档数值型，此时如果将其转换成因子型，效果则会好很多：
> ggplot(mtcars,aes(x=cyl,y=mpg,fill=factor(vs)))+geom_bar(stat="identity",position="dodge")
当vs转化为因子型后，绘图变得清楚，同时因为vs=1时，cyl=8的值缺失，因此vs=0,cyl=8的竖条自动填充过来，虽然数据观测值较少，但可以看出，随着气缸数的增加，汽车马力会减小。
接下来讲一下用颜色去代表正负值，在工作中很常见，这里选用《R数据可视化手册》中的一个实例，加深大家的理解，有兴趣可以购买这本书看看，还是很有用的，废话不多说，上代码：
> library(gcookbook)
> str(climate)
'data.frame': 499 obs. of 6 variables:
$ Source : chr "Berkeley" "Berkeley" "Berkeley" "Berkeley" ...
$ Year : num 1800 1801 1802 1803 1804 ...
$ Anomaly1y : num NA NA NA NA NA NA NA NA NA NA ...
$ Anomaly5y : num NA NA NA NA NA NA NA NA NA NA ...
$ Anomaly10y: num -0.435 -0.453 -0.46 -0.493 -0.536 -0.541 -0.59 -0.695 -0.763 -0.818 ...
$ Unc10y : num 0.505 0.493 0.486 0.489 0.483 0.475 0.468 0.461 0.453 0.451 ...这里选用的是climate数据集，可以看到climate有6个变量，其中变量Anomaly0y中包含负值，接下来筛选出符合要求的数据
csub<-subset(climate,Source=="Berkeley"&Year>=1900)#提取数据集中source为Berkeley，且年份超过1900年的数据
csub$pos<-csub$Anomaly10y>=0#定义一个变量pos，代表Anomaly10y＞0的数据ggplot(csub,aes(x=Year,y=Anomaly10y,fill=pos))+geom_bar(stat="identity",position="identity")
这里利用fill=正值，来实现用不同颜色代表正负值，如果我们想用红色代表负值，蓝色代表正值，如何操作呢？
ggplot(csub,aes(x=Year,y=Anomaly10y,fill=pos))+geom_bar(stat="identity",position="identity",color="white",size=0.25)+scale_fill_manual(values=c("#FFB6C1","#87CEFA"),guide=FALSE)
这里通过调色盘对填充颜色进行了一个自主编辑，使得绘图结果较为友好，可以直观看到负值年份和正值年份的情况。
由于时间关系，条形图的分享就到这里，后边会和大家分享直方图的绘图方法以及基础的配色设置、图例的设置，敬请期待！有问题欢迎随时沟通。