统计变换

 下面的代码将会构建一个条形图，显示diamonds数据集中按照cut变量分组的各种钻石的总数量。

ggplot(data = diamonds) + 
  geom_bar(mapping = aes(x = cut))

条形图显示，高质量切割钻石的数量要比低质量切割钻石的数量多：条形图的x轴显示的是cut，这是diamonds数据集中的一个变量。y轴显示的count，但count不是diamonds中的变量！

有一些图形可以根据计算出的新数据绘制图形：

• 条形图、直方图和频率多边形图可以对数据进行分箱，然后绘制出分箱数量和落在每个分箱的数据点的数量。

• 平滑曲线会为数据拟合一个模型，然后绘制出模型预测值。

• 箱线图可以计算出数据分布的多种摘要统计量，并显示一个特殊形式的箱体。

绘图时用来计算新数据的算法成为统计变换（statistical transformation，stat）。

通过查看stat参数的默认值，可以知道集合对象函数施用了哪种统计变换。

通常来说，几何对象函数和统计变换函数可以互相使用。例如，可以使用stat_count()替换上述代码中的geom_bar()来重新生成条形图：

ggplot(data = diamonds) + 
  stat_count(mapping = aes(x = cut))

可以这样做的原因是：

每个几何对象函数都有一个默认统计变换；

每个统计变换函数都有一个默认几何对象。

想要显示使用摸偶中统计变换的3个原因如下：

• 覆盖默认的统计变化

library(tibble)
demo <- tribble(
  ~a, ~b,
  "bar_1", 20,
  "bar_2", 30,
  "bar_3", 40,
)
ggplot(data = demo) +
  geom_bar(
    mapping = aes(x = a, y = b), stat = "identity"
  )

在上述代码中，将geom_bar()函数的统计变换从计数（默认值）修改为标识，此时，y轴变量的初始值被映射为条形的高度。

• 想要覆盖从统计变换生成的变量到图形属性的默认映射。

#..prop..是ggplot2中的一个内建函数，用于计算每个组的占比（即每个类别的计数除以总数）
# group = 1,指定了分组变量为1，所有的条形被归为同一组，因此，不会对条形进行分组显示。
ggplot(data = diamonds) + 
  geom_bar(
    mapping = aes(
      x = cut, y = ..prop.., group = 1
    )
  )

• 想要在代码中强调统计变换