ggplot2 - Arbeiten mit Legenden

Äxte und Legenden werden gemeinsam als Führer bezeichnet. Sie ermöglichen es uns, Beobachtungen aus dem Plot zu lesen und sie in Bezug auf die ursprünglichen Werte zurückzubilden. Die Legendenschlüssel und Häkchenbezeichnungen werden beide durch die Skalenumbrüche bestimmt. Legenden und Achsen werden automatisch basierend auf den jeweiligen Maßstäben und Geomen erstellt, die für die Darstellung benötigt werden.

Die folgenden Schritte werden implementiert, um die Funktionsweise von Legenden in ggplot2 zu verstehen:

Aufnahme von Paket und Datensatz in den Arbeitsbereich

Lassen Sie uns dasselbe Diagramm erstellen, um uns auf die Legende des mit ggplot2 generierten Diagramms zu konzentrieren -

> # Load ggplot
> library(ggplot2)
>
> # Read in dataset
> data(iris)
>
> # Plot
> p <- ggplot(iris, aes(Sepal.Length, Petal.Length, colour=Species)) + geom_point()
> p

Wenn Sie die Handlung beobachten, werden die Legenden an den Ecken ganz links erstellt, wie unten erwähnt -

Hier enthält die Legende verschiedene Arten von Arten des gegebenen Datensatzes.

Attribute für Legenden ändern

Wir können die Legende mit Hilfe der Eigenschaft "legend.position" entfernen und erhalten die entsprechende Ausgabe -

> # Remove Legend
> p + theme(legend.position="none")

Wir können den Titel der Legende auch mit der Eigenschaft "element_blank ()" ausblenden, wie unten angegeben -

> # Hide the legend title
> p + theme(legend.title=element_blank())

Wir können die Legendenposition auch nach Bedarf verwenden. Diese Eigenschaft wird zum Generieren der genauen Plotdarstellung verwendet.

> #Change the legend position
> p + theme(legend.position="top")
>
> p + theme(legend.position="bottom")

Top representation

Bottom representation

Ändern des Schriftstils von Legenden

Wir können den Schriftstil und den Schrifttyp des Titels sowie andere Attribute der Legende wie unten erwähnt ändern -

> #Change the legend title and text font styles
> # legend title
> p + theme(legend.title = element_text(colour = "blue", size = 10, + face = "bold"))
> # legend labels
> p + theme(legend.text = element_text(colour = "red", size = 8, + face = "bold"))

Die erzeugte Ausgabe ist unten angegeben -

In den nächsten Kapiteln werden verschiedene Arten von Plots mit verschiedenen Hintergrundeigenschaften wie Farbe, Themen und deren Bedeutung aus datenwissenschaftlicher Sicht behandelt.