ggplot2 - Bekerja dengan Legends

Sumbu dan legenda secara kolektif disebut sebagai pemandu. Mereka memungkinkan kami untuk membaca observasi dari plot dan memetakannya kembali sesuai dengan nilai aslinya. Kunci legenda dan label centang keduanya ditentukan oleh pemisah skala. Legenda dan sumbu diproduksi secara otomatis berdasarkan skala dan geografi masing-masing yang diperlukan untuk plot.

Langkah-langkah berikut akan diterapkan untuk memahami cara kerja legenda di ggplot2 -

Dimasukkannya paket dan dataset di ruang kerja

Mari kita buat plot yang sama untuk fokus pada legenda grafik yang dihasilkan dengan ggplot2 -

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

Jika Anda mengamati plotnya, legenda dibuat di sudut paling kiri seperti yang disebutkan di bawah -

Di sini, legenda mencakup berbagai jenis spesies dari kumpulan data yang diberikan.

Mengubah atribut legenda

Kita bisa menghapus legenda dengan bantuan properti "legend.position" dan kita mendapatkan keluaran yang sesuai -

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

Kami juga dapat menyembunyikan judul legenda dengan properti "element_blank ()" seperti yang diberikan di bawah ini -

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

Kami juga dapat menggunakan posisi legenda jika diperlukan. Properti ini digunakan untuk menghasilkan representasi plot yang akurat.

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

Top representation

Bottom representation

Mengubah gaya font legenda

Kita dapat mengubah gaya font dan jenis font dari judul dan atribut legenda lainnya seperti yang disebutkan di bawah ini -

> #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"))

Output yang dihasilkan diberikan di bawah ini -

Bab selanjutnya akan fokus pada berbagai jenis plot dengan berbagai properti latar belakang seperti warna, tema, dan pentingnya masing-masing dari sudut pandang ilmu data.