第16讲：ggplot2 图形语法入门

数据挖掘与R语言

朱 奇

2026年10月27日

本讲导览

• 一、前课测验 5′
• 二、ggplot2 与骨架 12′

• 三、三件套与叠图层 10′
• 四、柱状图与排序 18′

• 五、折线图 10′
• 六、综合实战 12′

重要

上节课我们用 base R 画了几种图，也立好了“坐标诚实、标注完整、颜色有意义”的规矩。今天换一套语法：把“先画图、再补装饰”换成“数据 + 映射 + 图层，用一个 + 叠起来”。

学习目标：本讲学完你应该能够

• 说出 ggplot2 是什么，以及 data、aes()、geom_*() 各负责什么
• 解释 aes() 是“数据与视觉属性的映射描述”
• 用 + 叠加图层：从空白画布开始，数据、映射、图层配齐，图才出来
• 先判断“要数个数还是画现成数值”，再选 geom_bar() 或 geom_col()
• 用 reorder() 把类别按数值排序，交换 x 和 y 就能把竖柱变成横条
• 用 geom_line() 先画单条折线（分类轴上用 group = 1 连线），再画多条折线，并说清多条折线里 color 与 group 各自管什么
• 每张图都用 labs() 补齐标题与带单位的轴说明

一、前课测验

第 15 讲：看懂图，画对图

1.1 选择题

1. 要比较两组汽车的平均油耗谁高，按人眼读图精度排序，最可靠的是哪种视觉编码？ A. 颜色深浅　B. 柱子的长度　C. 饼图扇形的角度　D. 气泡的面积

2. 柱状图的数值轴为什么通常要从 0 开始？ A. 画起来省事　B. 柱子是长度编码，不从 0 起会夸大组间差距　C. R 的默认要求　D. 为了放得下标题

1.2 填空题

3. base R 里，plot()、barplot() 这类高级函数负责 ______，title()、legend() 这类低级函数负责 ______。

4. 拿到一个分析任务，选图要先看两件事：变量的 ______ 和变量的 ______。

提示

开场一问：base R 想加标题、加轴名、给柱子染色，要回头补 main=、xlab=、col= 等参数——图的零件散在参数里。今天的 ggplot2 走另一条路：每个零件写成一层，用 + 往上摞。

先看一个熟悉的例子：画条形图

同样是统计不同车型的数量，Base R 和 ggplot2 的思路有什么不同？

Base R：先统计，再绘图

barplot(                    # base R 画条形图的高级函数
  table(mpg$class)          # 先统计：数出每个车型有几辆
)                           # 注意顺序：先算好，再交给函数画

ggplot2：直接从原始数据绘图

ggplot(mpg, aes(x = class)) +  # 1. 数据 + 2. 映射：横轴是车型
  geom_bar()                   # 3. 图层：数个数、画成柱子

二、ggplot2 是什么，先看骨架

一个包，一套语法

2.1 认识 ggplot2

• ggplot2 是 R 中最常用的绘图包之一，属于 tidyverse 家族。
• 名字来自 Grammar of Graphics（图形语法）：把一张图拆成数据、映射、几何对象等基本成分，再按规则组合。
• 第一次使用要先安装、再加载，每次新开 R 都要重新 library()：

install.packages("ggplot2")   # 只需安装一次
library(ggplot2)              # 每次使用前加载

注记

安装与加载属于“准备工作”，不是画图语法——把它当成“打开工具箱”。

小提琴＋箱线图：比较分布

时序图：规模、趋势与波动

玫瑰图（南丁格尔图）

甜甜圈图

2.2 ggplot2基本结构

ggplot(data, mapping) + geom + scale + coord + facet + labels + theme

ggplot(
  data = mpg,                          # 1. 数据
  mapping = aes(x = class, fill = drv)  # 2. 映射
) +                                    # 用 + 往上叠图层
  geom_bar() +                          # 3. geom_* 几何对象
  # stat 和 position 可以在图层中设置
  # geom_bar(stat = "count", position = "stack") +
  scale_fill_brewer(palette = "Set2") + # 4. 标度
  labs(
    title = "各车型的车辆数量",          # 5. 标签：图标题
    x = "车型类别",                      #    横轴名
    y = "车辆数（辆）",                  #    纵轴名（带单位）
    fill = "驱动方式"                    #    图例标题
  ) +                                   # 5. 标签
  theme_minimal()                       # 6. 主题

重要

• data、aes() 和 geom_*(): 构成理解 ggplot2 的基本主线：数据决定使用哪些观测，映射决定数据如何对应视觉属性，几何对象决定用什么形状呈现数据。

• stat 和 position: 分别涉及统计变换与位置调整；

• scale、coord、facet 和 theme: 控制视觉映射、坐标系统、图形布局和整体外观。这些组件不必每次都显式写出，ggplot2 会根据具体图层和绘图设置使用相应的默认行为。

• 本讲先学 data、aes() 和 geom_*() 三件套；stat、position、标度、分面和主题等内容留待后续课程展开。

2.3 mapping =是什么

ggplot() 的第二个参数叫 mapping（映射）。完整写法是：

ggplot(data = mpg, mapping = aes(x = class))  # 两个参数名都写全

mapping = 可以省略，R 按位置匹配，所以常见写法是 ggplot(mpg, aes(x = class))。初学时建议先保留完整写法，看清每个参数的角色。

2.4 aes()是什么

aes 是 aesthetics（美学属性）的缩写，指图形上可以被看见的属性：横纵坐标位置、颜色、形状、大小、透明度等。

aes() 不是在设定一个具体的值，而是在声明：“数据表里的某一列，对应图形的某一个视觉属性。”

数据列	对应的视觉属性	写法
displ	横轴位置	x = displ
hwy	纵轴位置	y = hwy
drv	颜色	fill = drv 或 color = drv

2.5 geom_*()：几何对象图层

• ggplot() 管“用什么数据、怎么映射”，geom_*() 管“把数据画成什么形状”：柱子、条、折线……
• geom 后的星号 * 是占位符，具体写成图形名；本讲用“三兄弟”，先按要回答的问题选：

你要……	用哪个 geom	轴的写法
数个数	geom_bar()	只给一个轴
画现成数值	geom_col()	给两个轴
看先后顺序上的走势	geom_line()	给两个轴

ggplot(mpg, aes(x = class)) +   # 数据 + 映射：横轴看车型
  geom_bar(fill = "steelblue")  # geom 图层：数个数，画成蓝色柱子

提示

geom 图层就是画图的“笔”：同一个 ggplot(mpg, aes(x = class))，换 geom_col()、geom_line() 就换一种图——第四节、第五节逐个上手。

三、三件套与叠图层

一张 ggplot2 图 = 数据 + 映射 + 图层

3.1 只有数据和映射：空白画布

ggplot(mpg, aes(x = class))      # 只有 data + aes，还没有 geom

提示

映射只说明“用哪一列或几列”的数据，不说明“画什么图形”。 没有图层，就只剩一张空白的坐标轴。这就是为什么 geom_*() 是必不可少的一层。

3.2 加一层 geom：几何图形出现

ggplot(mpg, aes(x = class)) +    # 数据 + 映射
  geom_bar()                     # 图层：柱子

提示

柱子的高低是 R 数出来的个数，y 轴标签叫 count，数据框里并没有这一列。

3.3 再加颜色和标签：让图表更容易读

ggplot(mpg, aes(x = class)) +         # 数据 + 映射：横轴是车型
  geom_bar(fill = "steelblue") +      # 图层：数个数，柱子固定蓝色
  labs(title = "各车型的车辆数量",     # 标签：图标题
       x = "车型类别",                 #       横轴名
       y = "车辆数（辆）")             #       纵轴名（带单位）

重要

labs() 补充标题、轴名与图例标题，也用 + 添加。它不是画图的必需条件，但正式分析里，标题清楚、轴名准确、单位完整，是图表规范的重要部分。

3.4 【练习】换变量，补标题

把 3.3 节的代码照抄一遍（模仿），然后把 x 换成 drv，drv 的含义是：4 为四驱，f 为前驱，r 为后驱。把标题与轴名改成对应的内容（练习）。

画完回答：三种驱动方式各有多少辆车？

四、geom_bar() 与 geom_col()

4.1 创建示范数据

表里已有现成的数值列，就用这十二家公司的虚构财务数据（教学虚构）：

company_data <- data.frame(         # 建一张教学数据表（教学虚构）
  company = c("锦城科技", "蜀汉制造", "天府物流", "青羊金融",
              "锦江生物", "浣花实业", "武侯地产", "龙泉食品",
              "新都电子", "双流航运", "温江农科", "郫都建材"),  # 第1列：公司名
  revenue = c(1300, 980, 1560, 760, 2100, 890,
              1180, 540, 1720, 1420, 360, 680)  # 第2列：全年营收，万元
)                                   # 12 行 = 12 家公司

再补三列——成本、信用评级，以及利润 profit = revenue - cost：

company_data <- company_data %>%    # 在同一个表上继续加工
  mutate(
    cost = c(1000, 650, 900, 500, 900, 620,     # 新增列：全年成本，万元
             850, 380, 1180, 1010, 260, 540),
    rating = c("A", "B", "B", "C", "A", "C", "B",  # 新增列：信用评级
               "C", "C", "B", "C", "C")
  ) %>%
  mutate(profit = revenue - cost)   # 新增列：利润 = 营收 − 成本

4.2 数个数：geom_bar() 画评级分布

company_data %>%                    # 数据：十二家公司那张表
  ggplot(aes(x = rating)) +         # 映射：横轴是信用评级
  geom_bar(fill = "steelblue") +    # 图层：数每个评级有几家
  labs(title = "各信用评级的公司数",  # 标签：图标题
       x = "信用评级", y = "公司数（家）")  # 轴名（带单位）

提示

数出来：A 级 2 家、B 级 4 家、C 级 6 家。rating 这一列只有字母，没有计数——个数是 geom_bar() 现场数出来的。

4.3 画数值：geom_col() 画公司营收

revenue 是现成的数值列，这时要给 两个轴：x 放公司，y 放营收。

ggplot(company_data,                # 数据：十二家公司那张表
       aes(x = company, y = revenue)) +  # 映射：两个轴都要给
  geom_col(fill = "steelblue") +    # 图层：画现成的营收数值
  labs(title = "十二家公司全年营收",  # 标签：图标题
       x = "公司", y = "全年营收（万元）")  # 轴名（带单位）

重要

口诀：数个数用 geom_bar()（只给一个轴），画数值用 geom_col()（给两个轴）。 先问自己：这列数据是现成的数值，还是要让 R 去数？

4.4 排序与横向：交换 x 和 y

横向柱状图只要交换 x 和 y，再用 reorder() 把公司按营收排序。

ggplot(company_data,                # 数据：十二家公司那张表
       aes(x = revenue,             # 映射：数值放 x、类别放 y，
           y = reorder(company, revenue))) +  # 就变横向；reorder 按营收排序
  geom_col() +                      # 图层：画现成的营收数值
  labs(title = "十二家公司全年营收（从小到大）",  # 标签
       x = "全年营收（万元）", y = "公司")  # 轴名（带单位）

重要

reorder() 只改变类别的顺序，不改数据本身。横向图交换 x 和 y即可；旧写法 coord_flip() 官方已不推荐，我们统一用对调。

4.5 【练习】数个数还是画数值

• ① 用 mpg 画“每种驱动方式各有几辆车”的柱状图（drv），用 geom_bar()，补标题与轴名；
• ② 用 mpg 画“每种车型的平均高速油耗”的柱状图（class），先用 summarise() 算出平均值，再用 geom_col() 画；
• ③ 换②的变量并改横向：用 mpg 画“各厂牌平均城市油耗”的横向柱状图（cty 按 manufacturer 求均值），用 reorder() 排序。

三张图都要标题与带单位的轴名（油耗单位是英里/加仑）。做完想一想：为什么①不需要 summarise()，②③一定需要？

五、折线图

折线要说清“谁跟谁连”

5.1 模仿：先造一张季度营收表

quarter_wide <- data.frame(         # 造季度营收表（教学虚构）
  company = rep(c("锦城科技", "蜀汉制造", "天府物流"), each = 4),
                                    # 每家公司连续出现 4 行
  quarter = rep(c("Q1", "Q2", "Q3", "Q4"), times = 3),
                                    # 季度按 3 家公司重复 3 轮
  revenue = c(300, 330, 305, 365, 250, 260, 250,
              220, 290, 330, 400, 540)  # 当季营收，万元
)                                   # 12 行 = 3 家公司 × 4 个季度

自查：12 行 = 3 家公司 × 4 个季度；加总 1300、980、1560，与 4.1 一致。

5.2 单条折线：group = 1 连成一条

quarter_wide %>%                    # 数据：季度明细表
  group_by(quarter) %>%             # 按季度分组
  summarise(revenue = sum(revenue)) %>%  # 每季度把三家加总
  ggplot(aes(x = quarter,           # 映射：横轴季度
             y = revenue,           #       纵轴合计营收
             group = 1)) +          # 单条折线：所有点连成一条
  geom_line(linewidth = 1) +        # 图层：折线，线宽 1
  geom_point(size = 2) +            # 图层：再叠上数据点
  labs(title = "三家公司合计季度营收走势",  # 标签：图标题
       x = "季度", y = "营收（万元）")  # 轴名（带单位）

提示

先把三家公司的每个季度加总成 4 行小表，再画折线。横轴 quarter 是分类变量，ggplot2 不确定哪些点该连线，group = 1 就是告诉它：所有点连成一条线。读数：季度合计 840 → 920 → 955 → 1125，逐季走高。

5.3 多条折线：color 管颜色，group 管连线

要看清每家公司各自的走势，就不该加总——直接画多条折线。

ggplot(quarter_wide,                # 数据：不汇总，直接用明细
       aes(x = quarter,             # 映射：横轴季度
           y = revenue,             #       纵轴营收
           color = company,         #       颜色区分公司
           group = company)) +      #       每家公司各自连一条线
  geom_line(linewidth = 1) +        # 图层：折线，线宽 1
  geom_point(size = 2) +            # 图层：再叠上数据点
  labs(title = "三家公司季度营收走势",  # 标签：图标题
       x = "季度", y = "营收（万元）")  # 轴名（带单位）

提示

5.2 画一条线，用 group = 1 把点全连起来；这里每家公司一条线，分组就要按 company。color = company 区分公司、生成图例；group = company 指定哪些点连成同一条线——两者作用不同，即使这里都是 company。

5.4 【练习】用内置数据画趋势

用 ggplot2 内置的 economics 画失业人数的折线图：横轴 date，纵轴 unemploy（单位：千人），补标题与轴名。

画完说一句：哪段时间拐头向上、哪段回落？

六、综合实战——画两张能交差的图

选图 → 画图 → 加字 → 验收

6.1 两个任务（约 6 分钟）

任务 A（排名）：用 mpg 画“各厂牌平均高速油耗”的横向柱状图，最高的在最上面，补齐标题、带单位的轴名与 caption（数据来源：ggplot2::mpg）。

任务 B（趋势）：用 economics 画个人储蓄率（psavert，单位：%）的折线图：横轴 date，补齐标题、带单位的轴名与 caption（数据来源：ggplot2::economics）。配一句话：它适合回答什么问题？

6.2 四条验收标准

• 骨架对：data、aes()、geom_*() 三件套齐全，层与层之间用 + 连接，没忘写
• 图型对：数个数 geom_bar()，画数值 geom_col()，看趋势 geom_line()
• 文字全：标题 + 带单位的轴名，必要时 caption 写来源
• 读得出来：一图一句话，说清它回答了什么问题

6.3 讲评：任务 A 的参考做法

6.4 讲评：任务 B 的参考做法

课后作业

ggplot2 语法与柱状图、折线图综合练习

除第 3 题复用课堂自造的 company_data 外，其余只用 R 内置数据（mpg、economics），代码与结果都保留在可见代码块中：

1. 验证：mpg 共 234 行，按 class 分组计数加总应等于 234。
2. 用 geom_bar() 画一张“各厂牌车辆数”的图，用 geom_col() 画一张“各厂牌平均城市油耗”的图，两张都配 labs() 标题与带单位的轴名，数据来源写进 caption。

综合练习（续）

3. 用课堂上的 company_data：画一张“各信用评级的公司数”（geom_bar()），再画一张“各公司全年利润、从小到大”的横向柱状图（profit 列，geom_col() + reorder()），两张都补齐标题与带单位的轴名。
4. 用 economics 画一张失业人数折线图；用 reorder() 把 mpg 中各车型的平均高速油耗排序，再画一张横向版（交换 x 与 y）。

下讲预告

第17讲：常见图表类型(二)——直方图、散点图和箱形图

• 直方图 geom_histogram()：一个数值变量的分布形状
• 散点图 geom_point(): 两个数值型变量的关系
• 箱线图 geom_boxplot()：多组分布的中位数、离散程度与异常值
• 颜色与图例：把“颜色有意义”这条底线落到实处

提示

课前准备：留着你的 mpg 与 company_data。下节课要在数值变量上直接画分布图——今天学的 aes() 映射与 labs() 规范，那节课会变成配色与图例的基本功。

谢谢！

第16讲：ggplot2 图形语法入门——柱状图与折线图

"The charts you choose shape the conclusion you leave behind." 语法不是为好看，而是让同一份数据能被反复追问：数据、映射、图层各归其位，换一种图只需换一个 geom。准确传达信息永远优先于视觉效果。

朱 奇 ｜ 锦城大学 · 财会学院