前言

这篇文章其实是我之前那篇博文的一个延续。因为接了一个活要用R定制化数据报表，其中涉及大量的对图表精雕细琢的工作。在深入研究ggplot2时，深深感觉到用ggplot2画图与用excel画图的不一样。

如果要用ggplot2画图，还是需要了解很多技术细节的。这些细节要么散落在R可视化技术和ggplot2:数据分析与图表技术这两本书里，要么散落在网上。因此在这里以我学习和总结的过程，对ggplot2的精细化画图做一个阐述，介绍我整理后的作图理念。

如果有进一步学习需要的各位，请直接买书或者自己实践学习。很多技术细节需要自己摸索才知道的，祝大家好运。

1、画图前的准备：自定义ggplot2格式刷

在画图前，我们首先定义一下ggplot2格式刷。

首先，ggplot2本身自带了很漂亮的主题格式，如theme_gray和theme_bw。但是在工作用图上，很多公司对图表格式配色字体等均有明文的规定。像我们公司，对主色、辅色、字体等都有严格的规定。如刘万祥老师早期的一篇配色博文里，大家更是可以看到，很多商业杂志的图表，配色风格都是非常相近的。因此，修改主题，使其更加适合我们的商业需求，保持图表风格统一，是非常必要的。

虽然ggplot2可以通过代码的追加，细细修改表距、背景色以及字体等框架。但是如果每做一个图，都要如此细调，代码将会非常繁琐，而且万一老板突然兴起要换风格时，代码修改将会非常痛苦。

幸运的是，ggplot2允许我们事先定制好图表样式，我们可以生成如mytheme或者myline这样的有明确配色主题的对象，到时候就像excel的定制保存图表模板或者格式刷，直接在生成的图表里引用格式刷型的主题配色，就可以快捷方便的更改图表内容，保持风格的统一了。

在运行之前，首先加载相关包

library(ggplot2)
library(dplyr)
library(ColorBrewer)
library(tidyr)
library(grid)
#载入格式刷
######

#定义好字体
windowsFonts(CA=windowsFont("Calibri"))

接下来是一个示范。我首先共享了我常用的一个主题刷，配色参考以下：

主体色：蓝色 085A9C ，红色 EF0808，灰色 526373 
辅助色：浅黄色 FFFFE7，橙色 FF9418， 绿色 219431， 明黄色 FF9418，紫色 9C52AD

定制了mytheme, myline_blue, mycolour等多个对象：

 1
#定义好字体
 2 windowsFonts(CA=windowsFont("Calibri"))
 3 #事先定制好要加图形的形状、颜色、主题等
 4 #定制主题，要求背景全白，没有边框。然后所有的字体都是某某颜色
 5 #定制主题，要求背景全白，没有边框。然后所有的字体都是某某颜色
 6 mytheme<-theme_bw()+theme(legend.position="top",
 7                           panel.border=element_blank(),
 8                           panel.grid.major=element_line(linetype="dashed"),
 9                           panel.grid.minor=element_blank(),
10                           plot.title=element_text(size=15,
11                                                   colour="#003087",
12                                                   family="CA"),
13                           legend.text=element_text(size=9,colour="#003087",
14                                                    family="CA"),
15                           legend.key=element_blank(),
16                           axis.text=element_text(size=10,colour="#003087",
17                                                  family="CA"),
18                           strip.text=element_text(size=12,colour="#EF0808",
19                                                   family="CA"),
20                           strip.background=element_blank()
21
22                         )
23 pie_theme=mytheme+theme(axis.text=element_blank(),
24                         axis.ticks=element_blank(),
25                         axis.title=element_blank(),
26                         panel.grid.major=element_blank())
27 #定制线的大小
28 myline_blue<-geom_line(colour="#085A9C",size=2)
29 myline_red<-geom_line(colour="#EF0808",size=2)
30 myarea=geom_area(colour=NA,fill="#003087",alpha=.2)
31 mypoint=geom_point(size=3,shape=21,colour="#003087",fill="white")
32 mybar=geom_bar(fill="#0C8DC4",stat="identity")
33 #然后是配色，考虑到样本的多样性，可以事先设定颜色，如3种颜色或7种颜色的组合
34 mycolour_3<-scale_fill_manual(values=c("#085A9C","#EF0808","#526373"))
35 mycolour_7<-scale_fill_manual(values=c("#085A9C","#EF0808","#526373",
36 "#FFFFE7","#FF9418","#219431","#9C52AD"))
37 mycolour_line_7<-scale_color_manual(values=c("#085A9C","#EF0808","#526373",
38                                              "#0C8DC4","#FF9418","#219431","#9C52AD"))

把以上代码在R里面运行以后，就可以直接使用了。譬如以下：

1）先生成一个简单的图表：

简单地指定x轴为离散型变量species，y为求和，会得到下面的柱形图 

这时候，套用一下之前设置好的主题（mytheme）,背景、坐标轴还有字体颜色就相应改变了。

然后，因为之前格式刷部分我设定了一个蓝色的柱形图样式(mybar)，这里直接引用的话，就可以直接生成蓝色的柱形图了。

2、画图前的准备：数据塑形利器dplyr / tidyr

有了事先设定的一些格式刷以后，我们就可以快速有效地作图了。

但是在作图之前，就像excel作图总要先把数据用处理成想要的形式 。在excel里面，我们常用的是数据透视表或者一些公式辅助，而在R里，则是用一些常用的包，如dplyr及tidyr，对数据进行重塑再造

在我之前看的那两本ggplot2的书里，基本用的都是reshape2+plyr的组合。但实际上hadley后续出的dplyr与tidyr更加有用。具体的使用方法，在JHU Getting and cleaning data有介绍，老师还编了一个swirl课程供人使用，安装方法如下。

其他的也可以参考我这篇博文

总之，用好dplyr的话，你可以快速的把一些数据，如下面的股票逐笔成交记录