1.6.1 geom_xxx（）与stat_xxx（）

1．geom_xxx()：几何对象函数

R中的ggplot2包包含几十种不同的几何对象函数geom_×××()，以及统计变换函数stat_×××()。平时，我们主要使用几何对象函数geom_×××()，只有当绘制图表涉及统计变换时，我们才会使用统计变换函数stat_×××()，比如绘制带误差线的均值散点图或柱形图等。geom_point()函数绘制散点图与气泡图如图1-6-3所示，ggplot2默认使用直角坐标系。

图1-6-3 geom_point（）函数的绘制过程

根据函数输入的变量总数与数据类型（连续型或离散型），我们可以将大部分函数大致分成3个大类，6个小类，如表1-6-1所示，但是有两类函数没有囊括在此表中。

表1-6-1 ggplot2函数的分类

（1）图元（graphical primitive）系列函数：geom_curve()、geom_path()、geom_polygon()、geom_rect()、geom_ribbon()、geom_linerange()、geom_abline()、geom_hline()、geom_vline()、geom_segment()、geom_spoke()，这些函数主要是用于是绘制基本的图表元素，比如矩形方块、多边形、线段等，可以供用户创造新的图表类型。

（2）误差（error）展示函数：geom_crossbar()、geom_errorbar()、geom_errorbarh、geom_pointrange()可以分别绘制误差框、竖直误差线、水平误差线、带误差棒的均值点。但是，这些函数需要先设置统计变换参数，才能自动根据数据计算得到均值与标准差，再使用其绘制误差信息。

每个ggplot2函数的具体参数信息可以查看RStudio的“help”界面或者ggplot2的官方手册。

2．stat_xxx()：统计变换函数

统计（stat）转换函数在数据被绘制出来之前对数据进行聚合和其他计算。stat_×××()确定了数据的计算方法。不同方法的计算会产生不同的结果，所以一个stat()函数必须与一个geom()函数对应才能进行数据的计算，如图1-6-4所示。在某些特殊类型的统计图形制作过程中（比如柱形图、直方图、平滑曲线图、概率密度曲线、箱形图等），数据对象在向几何对象的视觉信号映射过程中，会做特殊转换，也称统计变换过程。为了让作图者更好地聚焦于统计变换过程，将该图层以同效果的stat_×××()命名可以很好地达到聚焦注意力的作用。

图1-6-4 stat_count（）函数的绘制过程

我们可以将geom_×××（几何对象）和stat_×××（统计变换）都视作图层。大多是成对出现的geom_×××()和stat_×××()函数完成的，绘图效果也很相似，但并非相同。每一个图层都包含一个几何对象和一个统计变换，也即每一个以geom_×××开头的几何对象都含有一个stat参数，同时每一个stata_×××开头的几何对象都拥有一个geom参数。但是为什么要分开命名呢，难道不是多此一举吗？

●以stat_×××()开始的图层，在制作这些特殊的统计图形时，我们无须设定统计变换参数（因为函数开头名称已经声明），但需指定集合对象名称图表类型geom，就可以绘制与之对应的统计类型图表。这样需要变换geom()函数，就可以根据统计变换结果绘制不同的图表，可以使得作图过程更加侧重统计变换过程。

●geom_×××()绘制的图层，更加侧重图表类型的绘制，而通过修改统计变换参数，也可以实现绘图前数据的统计变换，比如绘制均值散点，下面语句(a1)和语句(b1)实现的效果都是一样的，语句(a1)是使用指定geom="point"(散点)的stat_summary()语句，而语句(b1)是使用指定stat="summary"的geom_point()语句。

       （a1）ggplot（mydata, aes（Class, Value, fill = Class））+
                stat_summary（fun.y=＂mean＂, fun.args = list（mult=1）, geom=＂point＂, color = ＂white＂, size = 4）
       （b1）ggplot（mydata, aes（Class, Value, fill = Class））+
        geom_point（stat=＂summary＂, fun.y=＂mean＂, fun.args = list（mult=1）, color = ＂white＂, size = 4）

绘制带误差线的散点图，下面语句(a2)和语句(b2)实现的效果也是一样的，语句(a2)是使用指定geom="pointrange"（带误差线的散点）的stat_summary()语句，语句(b2)是使用stat="summary"的geom_pointrange ()语句。

       （a2）ggplot（mydata, aes（Class, Value, fill = Class））+
              stat_summary（fun.data=＂mean_sdl＂, fun.args = list（mult=1）, geom=＂pointrange＂, color = ＂black＂, size = 1.2）
       （b2）ggplot（mydata, aes（Class, Value, fill = Class））+
        geom_pointrange（stat=＂summary＂, fun.data=＂mean_sdl＂, fun.args = list（mult=1）, color = ＂black＂, size = 1.2）

其中，fun.data表示指定完整的汇总函数，输入数字向量，输出数据框，常见4种为：mean_cl_boot、mean_cl_normal、mean_sdl、median_hilow。fun.y表示指定对y的汇总函数，同样是输入数字向量，返回单个数字median或mean等，这里的y通常会被分组，汇总后是每组返回1个数字。

当绘制的图表不涉及统计变换时，我们可以直接使用geom_×××()函数，也无须设定stat参数，因为会默认stat="identity"（无数据变换）。只有涉及统计变换处理时，我们才需要使用更改stat的参数，或者直接使用stat_×××()以强调数据的统计变换。