2.1 Base R

尽管 ggplot2 非常流行，但并不意味着它比前辈们如 Base R 或 lattice 更加优秀，它们只是各领风骚。知晓各自的优缺点，更加有助于你选择合适的工具应用到合适的场景中。

这里以 Base R 内置的地震数据集 quakes 为例，如下图所示，展示太平洋岛国斐济及其周边的地震分布，左图是一行 ggplot2 绘图代码生成的图形，如果你的目的是看看数据情况，那到此结束。甚至还可以更快、更简单点，直接调用 Base R 的函数 plot()，这是探索数据，而不是表达洞见。

# ggplot2 绘图
library(ggplot2)
ggplot(data = quakes, aes(x = long, y = lat)) + geom_point()
# Base R 绘图
plot(data = quakes, lat ~ long)

图 2.1: 太平洋岛国斐济及其周边的地震分布

所以，若以出版级的要求， ggplot2 绘图并不简单，那比 Base R 又如何呢？以 Base R 内置的 pressure 数据集为例，展示汞蒸气的压力随温度的变化趋势，如下图所示，左子图用区区 3 行 Base R 代码就搞定了，而右子图用 15 行 ggplot2 代码才勉强达到相似的效果。类似的情况绝不仅限于描述趋势的点线图，归根结底，是刻画图形细节的要素都差不多，只是表达方式不同罢了。比如示例(https://stackoverflow.com/questions/27934840/)用 Base R 复现一张直方图，示例(https://stackoverflow.com/questions/3932038/)给 Base R 图形添加图例，网站(http://motioninsocial.com/tufte/)更是用 Base R、ggplot2 和 lattice 分别绘制了 9 种常见统计图形。反之，用 Base R 实现 ggplot2 风格图形，也不那么简单，以分类散点图为例，详见博客 Styling plots in base R graphics to match ggplot2 classic theme。

图 2.2: 汞蒸气的压力随温度的指数级变化

上图所用数据集 pressure 来自 Base R 自带的 datasets 包，描述汞蒸气压力（以毫米计）随温度（以摄氏度计）的变化。为美观起见，除了设置字体外，右图以黑白主题替换了默认的灰色主题，调整了横、纵坐标轴标题到坐标轴的距离，面板边界线从灰色调为黑色，取消背景网格线，轴须增加至0.25厘米，适当增加了刻度标签的大小和位置。再和原始的 ggplot2 的图形对比，见下图，美颜前后已不可同日而语，能解决最重要的 20% 细节问题就能让整个档次显著提升，达到让大多数人认可的水准。当然，一味地追求统一 Base R 风格或 ggplot2 风格是没有必要的，举此例也无意宣扬 Base R 绘图的简便，展示 ggplot2 绘图的复杂，简便和复杂往往不是由工具决定的，而是数据本身和工具使用的场景。将错误的工具放在错误的数据上，除了能带来实现上的技术挑战，造出一堆难以理解的图形垃圾，还可能误导受众。

图 2.3: ggplot2 默认的风格

既然这样，为什么我仍然选择介绍 ggplot2 呢？对新手来说比较友好，有一套紧凑、一致的语法，掌握规律后，学习曲线比较低，可以非常高效地绘制中等质量的图形。此外，衍生包 gganimate 可以与 ggplot2 如丝般顺滑衔接，以成本极低的方式绘制动态图形，而且，ggplot2 的绘图语法已经出圈到交互式可视化领域，举例来说，R 包 plotly 和 leaflet 等都提供一套相似度极高的管道语法，学习成本进一步摊薄了。总而言之，软件成熟，生态庞大，社区活跃。

地震发生的位置（包括纬度、经度和深度），地震的震级和检测地震的站点编号。

scatterplot3d 包是基于 Base R 基础绘图系统的，专门用于三维可视化。

# 将连续型数据向量转化为颜色向量
colorize_numeric <- function(x) {
  scales::col_numeric(palette = "viridis", domain = range(x))(x)
}
# 在数据集 quakes 上添加新的数据 color
quakes <- within(quakes, {
  color <- colorize_numeric(mag)
})
# 三维散点图
library(scatterplot3d)
with(quakes, {
  scatterplot3d(
    x = long, y = lat, z = - depth,
    color = color, pch = 20,
    mar = c(3, 3, 0, 3) + 0.1, 
    xlab = "经度", ylab = "纬度", zlab = "深度"
  )
})

图 2.4: Base R 图形

2.2 lattice

lattice 包是继承自 grid 包的栅格绘图系统。 lattice 绘图的一般模式见《地区分布图及其应用》。

library(lattice)
# 三维气泡图
cloud(-depth ~ long * lat,
  data = quakes, pch = 19,
  col = quakes$color, # 气泡颜色映射震级
  cex = quakes$mag - 4, # 气泡大小映射震级
  xlab = "经度",
  ylab = "纬度",
  zlab = list("深度", rot = 90),
  # z 轴标签旋转 90 度
  scales = list(
    arrows = FALSE, col = "black",
    z = list(rot = 90)
  ),
  # 减少三维图形的边空
  lattice.options = list(
    layout.widths = list(
      left.padding = list(x = -.6, units = "inches"),
      right.padding = list(x = -1.0, units = "inches")
    ),
    layout.heights = list(
      bottom.padding = list(x = -.8, units = "inches"),
      top.padding = list(x = -1.0, units = "inches")
    )
  ),
  # 设置坐标轴字体大小
  par.settings = list(
    axis.line = list(col = "transparent"),
    fontsize = list(text = 15, points = 10)
  ),
  # 设置三维图的观察方位
  screen = list(z = 30, x = -65, y = 0)
)

图 2.5: lattice 图形

• lattice.options 全局控制选项，比如绘图区域的边空布局等。
• par.settings 设置图形参数，比如轴线颜色，字体大小等。
• screen 设置三维图的观察方位，参数 x 、y 和 z 分别设置数据绕 x 轴、y 轴和 z 轴旋转的角度，负数表示按逆时针旋转。
• scales 设置坐标轴上的刻度，如刻度线的颜色，刻度标签位置。

2.3 ggplot2

ggplot2 是一个 R 语言扩展包，专用于绘制各种各样的统计图形，是数据探索和可视化的利器。2007 年 6 月 1 日 ggplot2 在 CRAN 上发布第一个正式版本 0.5，截止写作时间，ggplot2 已经持续迭代 10 多年了，发布了 40 多个版本，形成了一个非常庞大的生态，直接依赖 ggplot2 的 R 包接近 3000 个。从如下三个地方，可以窥见 ggplot2 生态的一角，感受其魅力。

• Daniel Emaasit 收集了 110 多个 ggplot2 衍生包，维护了一个 网站，统一组织、展示这些 R 包。本文会精心挑选一些高质量的 R 包予以介绍。

• Tom Mock 发起的 tidytuesday 项目吸引了数以千计的数据科学爱好者参与数据分析、探索和可视化项目，涌现了一批批优秀的基于 ggplot2 的可视化作品，极大地提升了 ggplot2 生态的影响力。本文也会基于真实的数据介绍每一个统计图形。

• Yan Holtz 整理了数以百计的统计图形，分门别类地在网站上展示，方便读者预览效果、选择合适的图形。也是受该网站启发，本文在介绍完 ggplot2 绘图的基础要素后，从统计图形的作用出发，按照趋势、关系、占比、对比、分布和不确定性等六大方面予以介绍。

3.1 OpenGL 与 rgl

rgl 是制作三维交互图形的专门化 R 包。相比于用函数 persp() 制作的三维透视图，rgl 算是非常早的实现真三维图形绘制的 R 包，它在 2004 年就发布在 CRAN 上了，时间一晃，18 年过去了。

mikefc 戏称自己造了中看不中用的 ggrgl 包，其 Github ID 正是 coolbutuseless，按字面意思拆开来就是「cool but useless」，不过，mikefc 的个人博客干货很多，而且非常高产，推荐读者看看。这让我一下想到贾宝玉在假山下和林黛玉一起偷看《西厢记》的场景，宝玉问：银样蜡枪头是什么意思？黛玉回答说：中看不中用。有些图形实在没有必要升维做成立体的，比如条形图或柱形图，一些反面例子可以在漫谈条形图和你问我答两篇文章中找到。

rayrender 不依赖 rgl 包，主打 3D 建模，渲染复杂场景，没有外部依赖，可制作三维立体感的 ggplot2 图形，推荐其替代 rgl 制作三维动画。rayshader 依赖 rgl 和 rayrender 等提供阴影特效，适合地形景观图，Tyler Morgan-Wall 也曾在 RStudio 大会上介绍过 rayshader，Github 星赞超过 1500，算是比较流行的 R 包了。

imagemagick 是一个独立的图像后期处理软件，它可以将一系列静态图片合成 GIF 动图，magick 是 Jeroen Ooms 开发的又一 R 接口包，ffmpeg 是一个独立的视频处理软件。

LaTeX 宏包 animate，常用于 beamer 幻灯片或 PDF 文档中，将一系列 PNG/PDF 图片合成动画，就是将一幅幅图片以快速地方式播放，形成动画效果，需要使用 Adobe 阅读器播放才可见效果。

# 将连续型数据向量转化为颜色向量
colorize_numeric <- function(x) {
  scales::col_numeric(palette = "viridis", domain = range(x))(x)
}
library(rgl)
# 设置视角 
view3d(
  theta = 30, phi = 45, fov = 30,
  zoom = 1, interactive = TRUE
)
# 绘制图形
with(quakes, {
  # 在数据集 quakes 上添加新的数据 color
  color <- colorize_numeric(mag)
  plot3d(
    x = long, y = lat, z = -depth,
    xlab = "经度",
    ylab = "纬度",
    zlab = "深度",
    col = color, size = mag - 4, type = "s"
  )
})

极坐标参考系下， theta 绕垂直轴的旋转角度， phi 绕水平轴旋转的角度，zoom 表示缩放因子，interactive 是否允许旋转图形。下面是不同视角下保存的截图。

视角 1

视角 2

不同视角下的三维图形

专业动画制作软件有three.js和Blender，都是支持 GPU 渲染的。

3.2 WebGL 与 plotly

WebGL是一种 JavaScript API，可以使用计算机的 GPU 硬件资源加速 2D 和 3D 图形渲染，2011 年发布 1.0 规范，2017 年完成 2.0 规范，目前，主流浏览器 Safari、Chrome、Edge 和 Firefox 等均已支持。Google 搜索在 2012 年应用了这一技术，只要在搜索框内输入一个函数曲线，比如 arcsin(x*y)/(x*y)，那么结果页会展示这个图像。

plotly.js 提供很多图层用于绘制各类图形，见plotly.js 源码库，其中支持 WebGL 的有热力图 heatmapgl、 散点图 scattergl 和极坐标系下的散点图 scatterpolargl。

plotly 可以与 ggplot2 紧密结合，提供函数 ggplotly() 直接将静态的 ggplot2 图形转化为交互式的 plotly 图形，函数 plot_ly() 也提供一致的使用语法。

# 更多详情见 https://plot.ly/r/reference/#scatter3d
plotly::plot_ly(
  data = quakes, x = ~long, y = ~lat, z = ~depth,
  type = "scatter3d", mode = "markers",
  marker = list(
    size = ~mag, color = ~mag,
    colorscale = "Viridis",
    colorbar = list(title = list(text = "震级"))
  )
) |>
  plotly::layout(scene = list(
    xaxis = list(title = "经度"),
    yaxis = list(title = "纬度"),
    zaxis = list(title = "深度")
  ))

plotly 团队开发了 plotly.js 库，且维护了 R 接口文档 (https://plotly.com/r/)，Carson Sievert 开发了 plotly 包，配套书 Interactive web-based data visualization with R, plotly, and shiny。 Paul C. Bauer 的书 Applied Data Visualization 介绍 plotly https://bookdown.org/paul/applied-data-visualization/what-is-plotly.html

学习 plotly 和 highcharter 为代表的基于 JavaScript 的 R 包，共有四重境界：第一重是照着帮助文档的示例，示例有啥我们做啥；第二重是明白帮助文档中 R 函数和 JavaScript 函数的对应关系，能力达到 JS 库的功能边界；第三重是深度自定义一些扩展性的 JS 功能，放飞自我；第四重是重新造轮子，为所欲为。

3.3 echarts4r 等

与 plotly 包类似，echarts4r 是另一个流行的 JavaScript 绘图库的 R 语言接口，同样支持非常广泛的图形种类。echarts4r 是 Apache Echarts 的 R 语言接口。Apache Echarts 支持 WebGL 的图形有散点图、路径图、矢量场图、网络图，详见官方示例文档，大规模的数据可视化需要比较好的硬件资源支持。

ggiraph 可以与 ggplot2 包 紧密结合，提供一致的使用语法，结合 usmap 包可以制作地图，悬浮提示可以包含文字、链接，与 gt 包结合，悬浮提示还可以包含图片、表格等元素。

专门展示空间数据的绘图框架也有很多，比如 leaflet 在开放街道地图服务的基础上，支持矢量数据和栅格数据，支持交互式的空间数据可视化，支持许多空间数据类型，比如 sp 包的 Spatial 类，raster 包的 Raster 类，sf 包的 Simple Feature 类等。

mapdeck 提供了 Deck.gl 和 Mapbox 的 R 语言接口，Deck.gl 号称是 WebGL 2.0 加持的高性能大规模数据可视化渲染组件，也是以 MIT 协议开源的软件，而后者是商业收费软件。rdeck 类似 mapdeck，但是提供更多实用的功能，优化的数据存储方式，过滤了不可见的数据，更加友好的配色主题，适用于图例和悬浮提示等。 Kyle Walker 开发了 mapboxapi 包，也提供 Mapbox Web 服务的 R 语言接口。

除了以上这些制作交互式图形的 R 包，还有apexcharter 包、scatterD3 包和 visNetwork包等，一份相对完整的列表见 https://gallery.htmlwidgets.org/。如果读者想进一步了解 htmlwidgets 框架，JavaScript 响应式编程，推荐 John Coene 的著作 《JavaScript for R》。

reticulate 将 Python 社区的绘图模块引入 R 语言社区，比较流行的交互式绘图模块有 pyecharts、 plotly.py 和 bokeh 等。

library(echarts4r)
# 待 echarts4r 发布 0.4.5 版后，升级 echarts4r 
# 不再需要添加 color 列为 mag 
quakes$color <- quakes$mag
# 绘制图形
quakes |>
  e_charts(x = lat) |>
  e_scatter_3d(
    y = long, z = depth,
    size = mag,
    color = mag,
    bind = stations,
    coordinate_system = "cartesian3D",
    name = "斐济"
  ) |>
  e_x_axis_3d(min = -40, max = -10, name = "纬度") |>
  e_y_axis_3d(min = 165, max = 190, name = "经度") |>
  e_z_axis_3d(name = "深度") |>
  e_visual_map(
    serie = mag,
    type = "continuous",
    inRange = list(color = c('#4B0055', '#009B95', '#FDE333')),
    dimension = 4, # third dimension x = 0, y = 1, z = 2, color = 3, size = 4
    top = 20
  ) |>
  e_visual_map(
    serie = mag,
    type = "continuous",
    inRange = list(symbolSize = c(5, 15)),
    dimension = 3,
    bottom = 10
  ) |>
  e_tooltip() |>
  e_title(text = "斐济及其周边地震活动")

目标区域在南半球，纬度南纬 0 度至 40 度，经度东经 165 度至 190 度（西经 170 度）。参数 dimension 的取值和实际含义的关系：0 对应 x 轴，1 对应 y 轴，2 对应 z 轴， 3 对应 size 变量（点的大小），4 对应 color 变量（点的颜色）。下图是两个不同视角下的截图。

视角 1

视角 2