美化ggplot2生成的原始图片至清爽可出版的样子

针对于ggplot2的可视化教程网上有很多，展示了很多ggplot2的图示，根据代码照猫画虎我们都可以去复原，但复原出来的图会有一些粗糙感。如何优雅的将这些图形应用到生产实际中呢，网上的资料并没有系统的说明，那今天来演示一下，希望起到抛砖引玉的作用。

在数据分析领域，数据可视化是数据分析师所需具备的一个很重要的技能，论便捷程度excel作图当属第一，但涉及到图形多样性及可定制性的话，R语言和python 是首当其冲的好工具。由于工作需要，笔者经常需要多个工具切换使用，个人认为在可视化上还是R语言更胜python一筹，本文主要由R语言的ggplot2包说起，当然所碰到的问题也是从ggplot2开始。

背景

咱们还是先假定一个场景。有以下的数据，需要展示出每日各个水果的销量(sold_amount)，及购买用户数（customers）。考虑到图形传递信息的丰富度，我们用ggplot2来执行这项任务。

笔者刚接触ggplot2时也惊叹于他的各种示例图片，但实际工作中，又发现这些示例又有一些华而不实，想象一下借助ggplot2的示例，如果你把图做成这样放到你的汇报或总结里, 可能会有一些尴尬，懂得人知道你确实用到了很多的ggplot知识，不懂得人可能就会说，这图好丑呀？好吧 确实很丑，而且你用到了这些知识但没用好等于不会

library(ggplot2) ##做图
library(reshape2) ##揉数据

data <- read.table('clipboard',header = TRUE,stringsAsFactors = FALSE)  #将长条形数据读入，这里直接用剪切板读了。
data$date <- as.Date(data$date,'%m/%d')  #将日期列识别出来
data_melt <- melt(data,id.vars = c("date","goods_type"))  #需要把数据揉成ggplot所需要的长表数据：日期列(date)，水果名(goods_type)，变量列(销量，顾客数)，变量对应的值
head(data_melt)
##ggplot的常规默认作图
p <- ggplot(data_melt,aes(date,value,group = goods_type,color=goods_type)) + ##基本图形元素 
  geom_line()+  ##加入线形
  facet_grid(variable~.,scales = 'free_y')+ ##调整分图y轴值范围
  scale_x_date(date_breaks = "1 day", date_labels =  "%m-%d")+ ##设置x轴lab的样式
  theme(axis.text.x=element_text(angle=60, hjust=1)) ##设置x轴lab的位置和间距。
p

解决方案

咱们先来分析一下，这个图为什么会丑。

1. 首先从整体上来说，ggplot2的默认风格可能各大部分的实际场景都不是那么的搭配。
2. 由于数据的波动较大（随机生成的数据没办法），线条是很零乱的，仔细去分析的话，线条也能反应出销量和用户数的变化，但是分析师出产的应该是让人容易接受的优美的东西，所以能不能呈现优雅的凌乱？
3. 整体布局，字体和图形元素位置的调整
4. 分辨率问题，这个我觉得挺影响观赏效果。

实操

1. 针对第一个问题：很好解决，ggplot2有很多主题供我们选择，这里我们选择theme_light，看下效果先：

   ###美化后 +theme
   p <- ggplot(data_melt,aes(date,value,group = goods_type,color=goods_type)) + 
     geom_line()
     facet_grid(variable~.,scales = 'free_y')+
     scale_x_date(date_breaks = "1 day", date_labels =  "%m-%d")+
     theme_light()+  ###调用ggplot自带的一些theme 
     theme(axis.text.x=element_text(angle=60, hjust=1))
   p
   

2. 针对第二个问题：我们参考excel的点线图去做，也很优雅。看看效果：

   ##+点线
   p <- ggplot(data_melt,aes(date,value,group = goods_type,color=goods_type)) + 
     geom_line(linetype="solid",size=0.8)+  ##更改线型 线粗
     geom_point(size=2)+   ##加入点 并调整点的大小
     facet_grid(variable~.,scales = 'free_y')+
     scale_x_date(date_breaks = "1 day", date_labels =  "%m-%d")+
     theme_light()+
     theme(axis.text.x=element_text(angle=60, hjust=1))
   p
   

3. 针对第三个问题：就得看自己的审美了。调整布局，字体，图例类型 及摆放位置，再加上一些标题，副标题。

   ##美化后。+修改字体，及图例位置
   p <- ggplot(data_melt,aes(date,value,group = goods_type,color=goods_type)) + 
     geom_line(linetype="solid",size=1.2)+
     geom_point(size=2)+
     facet_grid(variable~.,scales = 'free_y')+
     scale_x_date(date_breaks = "1 day", date_labels =  "%m-%d")+
     theme_light()+
     theme(axis.text.x=element_text(angle=60, hjust=1))+
     ggtitle("Daily data of goods_type\n")+
     xlab("Date") + ylab("Value")+
     theme(
     		##图形标题设置 字体和大小
     		plot.title = element_text(family='Times', face='bold.italic',size = 36),
     		##x坐标轴
           axis.title.x = element_text(family = 'Times',face = 'bold',size =27),
           ##y坐标轴
           axis.title.y = element_text(family = 'Times',face = 'bold',size=27),
           ##图例标题
           legend.title = element_text(family = 'Times',face = 'bold',size=26),
           ##图例内的字体
           legend.text = element_text(family = 'Times',face = 'bold',size=20),
           ##分面或分幅字体
           strip.text = element_text(family = 'Times',face = 'bold.italic',size=27),
           ##图例位置
           legend.position="bottom"
           )
   p
   

4. 针对第四个问题：Rstudio提供了很好的设置图形大小的工具，也可以直接导出为矢量图的形式，这样更保真。不过我在日常工作中经常会使用先保存为pdf的形式，然后通过pdf工具导出相应的图，大家有空可以试一下，我常用的设置是导出为横向A4纸大小的pdf，然后通过pdf工具导出相应分辨率（最好300dpi以上）的图片，出来的效果如下：

小结

当然，这个分享主要是针对于对R语言的ggplot2包 或python里的ggplot2包有了解的同学，关于ggplot2有很多有用和好用的东西值得去钻研和分享，希望大家共同努力。