ggplot2 - Работа с легендами

Топоры и легенды вместе называются путеводителями. Они позволяют нам считывать наблюдения с графика и отображать их обратно относительно исходных значений. И ключи легенды, и метки галочки определяются разрывами шкалы. Легенды и оси создаются автоматически на основе соответствующих масштабов и геометрии, необходимых для сюжета.

Следующие шаги будут выполнены для понимания работы легенд в ggplot2 -

Включение пакета и набора данных в рабочую область

Давайте создадим тот же график, чтобы сосредоточиться на легенде графика, созданного с помощью ggplot2 -

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

Если вы посмотрите на сюжет, легенды будут созданы в крайних левых углах, как указано ниже -

Здесь легенда включает различные типы видов из данного набора данных.

Изменение атрибутов легенд

Мы можем удалить легенду с помощью свойства «legend.position», и мы получим соответствующий вывод -

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

Мы также можем скрыть заголовок легенды с помощью свойства element_blank (), как показано ниже -

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

Мы также можем использовать позицию легенды по мере необходимости. Это свойство используется для создания точного представления графика.

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

Top representation

Bottom representation

Изменение стиля шрифта легенд

Мы можем изменить стиль шрифта и тип шрифта заголовка и другие атрибуты легенды, как указано ниже -

> #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"))

Сгенерированный результат приведен ниже -

В следующих главах будут рассмотрены различные типы графиков с различными фоновыми свойствами, такими как цвет, темы и важность каждого из них с точки зрения науки о данных.