---
layout: post
title: "ggplot2: Layers"
published: yes
---

## Tạo 1 biểu đồ

```{r creating a plot}
library(ggplot2)
# init one
p <- ggplot(diamonds, aes(carat, price, colour = cut))
# add a layer
p <- p + layer(geom = "point")  
# Now p is this
p
```

### Toàn bộ đối số của hàm `layer()`:

```r
 layer(geom, geom_params, stat, stat_params, data, mapping, 
   position)
```

### Lối tắt

```{r another plot}
# Ver 1: Verbose
p <- ggplot(diamonds, aes(x = carat))
p <- p + layer(
  geom = "bar", 
  geom_params = list(fill = "steelblue"),
  stat = "bin",
  stat_params = list(binwidth = 2)
)
p

# Ver 2: Shortcut
p <- ggplot(diamonds, aes(x = carat))
p <- p + geom_histogram(binwidth = 2, fill = "steelblue")
p
```

#### Cấu trúc lối tắt:

```r
geom_XXX(mapping, data, ..., geom, position)
stat_XXX(mapping, data, ..., stat, position)
```

### `ggplot` và `qplot`

```{r other examples}
ggplot(msleep, aes(sleep_rem / sleep_total, awake)) + 
  geom_point()
# Tương đương với
qplot(sleep_rem / sleep_total, awake, data = msleep)

# Thêm layer to qplot:
qplot(sleep_rem / sleep_total, awake, data = msleep) + 
  geom_smooth()

# Tương đương với
qplot(sleep_rem / sleep_total, awake, data = msleep, 
  geom = c("point", "smooth"))
# hoặc
ggplot(msleep, aes(sleep_rem / sleep_total, awake)) + 
  geom_point() + geom_smooth()
```

### Hàm `summary()`

```{r summary}
p <- ggplot(msleep, aes(sleep_rem / sleep_total, awake))
summary(p)

p <- p + geom_point()
summary(p)
```

### Tách lớp

```{r separate layer}
bestfit <- geom_smooth(method = "lm", se = F, 
  colour = I("steelblue"), alpha = I(0.5), size = 2)
qplot(sleep_rem, sleep_total, data = msleep) + bestfit
qplot(awake, brainwt, data = msleep, log = "y") + bestfit
qplot(bodywt, brainwt, data = msleep, log = "xy") + bestfit
```

## Dữ liệu

```{r data}
p <- ggplot(mtcars, aes(mpg, wt, colour = cyl)) + geom_point()
p

# Làm mới dữ liệu
mtcars <- transform(mtcars, mpg = mpg ^ 2)
p %+% mtcars
```

## Các ánh xạ thẩm mỹ

### Hàm `aes()`

```r
aes(x = weight, y = height, colour = age)
aes(weight, height, colour = sqrt(age))
```

### Biểu đồ và phân lớp

```{r plot & layer}
p <- ggplot(mtcars)
summary(p)

p <- p + aes(wt, hp)
summary(p)

p <- ggplot(mtcars, aes(x = mpg, y = wt))
p + geom_point()

# Ghi đè phân lớp
p + geom_point(aes(colour = factor(cyl)))
p + geom_point(aes(y = disp))
```

### Thiết đặt hay ánh xạ?

```{r setting vs mapping}
p <- ggplot(mtcars, aes(mpg, wt))
# Thiết đặt 
p + geom_point(colour = "darkblue")  
# Ánh xạ
p + geom_point(aes(colour = "darkblue"))

# Tương tự với `qplot()`
qplot(mpg, wt, data=mtcars, colour = I("darkblue"))
qplot(mpg, wt, data=mtcars, colour = "darkblue")
```

### Nhóm

#### Nhiều nhóm, một thuộc tính thẩm mỹ

```{r grouping 1}
data(Oxboys, package="nlme")
p <- ggplot(Oxboys, aes(age, height, group = Subject)) + 
  geom_line()
# Tương tự với `qplot()`
qplot(age, height, data=Oxboys, group = Subject, geom="line")
qplot(age, height, data=Oxboys, geom="line")
```

#### Các nhóm khác nhau với các thuộc tính thẩm mỹ (lớp) khác nhau

```{r grouping 2}
p + geom_smooth(aes(group = Subject), method="lm", se = F)
p + geom_smooth(aes(group = 1), method="lm", size = 2, se = F)

# Tương tự với `qplot()`
qplot(age, height, data=Oxboys, group = Subject, geom="line") +
  geom_smooth(method="lm", se = F)
qplot(age, height, data=Oxboys, group = Subject, geom="line") +
  geom_smooth(aes(group = 1), method="lm", size = 2, se = F)
```

#### Ghi đè nhóm mặc định

```{r grouping 3}
(boysbox <- ggplot(Oxboys, aes(Occasion, height)) + geom_boxplot())
boysbox + geom_line(aes(group = Subject), colour = "#3366FF")

# Tương tự với `qplot()`
qplot(Occasion, height, data=Oxboys, geom="boxplot")
qplot(Occasion, height, data=Oxboys, geom="boxplot") +
 geom_line(aes(group = Subject), colour="#3366FF")
```

### Ghép thuộc tính thẩm mỹ với đối tượng đồ họa

#### Đường thẳng

```{r matching lines}
df <- data.frame(x = 1:3, y = 1:3, colour = c(1,3,5))
# Ver 1
qplot(x, y, data=df, colour=factor(colour), size = I(5)) + 
  geom_line(aes(group = 1), size = 2)

# Ver 2
qplot(x, y, data=df, colour=colour, size = I(5)) + 
  geom_line(size = 2)

# Chuyển đổi biến rời rạc thành biến liên tục
xgrid <- with(df, seq(min(x), max(x), length = 50))
interp <- data.frame(
  x = xgrid,
  y = approx(df$x, df$y, xout = xgrid)$y,
  colour = approx(df$x, df$colour, xout = xgrid)$y  
)

# Ver 3
qplot(x, y, data = df, colour = colour, size = I(5)) + 
  geom_line(data = interp, size = 2)
```

#### Đa giác

```{r matching polygon}
qplot(color, data = diamonds)
qplot(color, data = diamonds, fill = cut)
```

## Phép biến đổi thống kê

```{r stat}
ggplot(diamonds, aes(carat)) + 
  geom_histogram(aes(y = ..density..), binwidth = 0.1)

# Tương tự với `qplot()`  
qplot(carat, ..density.., data = diamonds, geom="histogram", 
  binwidth = 0.1)
```

## Điều chỉnh vị trí

```{r position adjustments}
# Stack, fill & dodge
dplot <- ggplot(diamonds, aes(clarity, fill = cut))
dplot + geom_bar(position = "stack")
dplot + geom_bar(position = "fill")
dplot + geom_bar(position = "dodge")

# Identity
dplot + geom_bar(position = "identity")
qplot(clarity, data = diamonds, geom="line", colour = cut, 
  stat="bin", group=cut)
```

## Kết hợp tất cả!

### Kết hợp geoms và stats

```{r geoms and stats}
d <- ggplot(diamonds, aes(carat)) + xlim(0, 3)
# Ver 1: area geom
d + stat_bin(aes(ymax = ..count..), binwidth = 0.1, geom = "area")
# Ver 2: point geom
d + stat_bin(
  aes(size = ..density..), binwidth = 0.1, 
  geom = "point", position="identity"
)
# # Ver 3: tile geom
d + stat_bin2d(aes(y = 1), binwidth = c(0.1,1))
```

### Vẽ đồ thị cho các thống kê tính trước

```r
stat_identity()
```

### Thay đổi thuộc tính thẩm mỹ và dữ liệu

```{r vary aes & data}
require(nlme, quiet = TRUE, warn.conflicts = FALSE)
# Chạy mô hình 1
model <- lme(height ~ age, data = Oxboys, 
 random = ~ 1 + age | Subject)
# Khởi tạo plot
oplot <- ggplot(Oxboys, aes(age, height, group = Subject)) + 
  geom_line()

# So sánh giữa thực tế và mô hình:
# 1. Tính toán theo mô hình
#    từ dữ liệu tự khởi tạo.
age_grid <- seq(-1, 1, length = 10)
subjects <- unique(Oxboys$Subject)

preds <- expand.grid(age = age_grid, Subject = subjects)
preds$height <- predict(model, preds)

oplot + geom_line(data = preds, colour = "#3366FF", size= 0.4)

# 2. Tính toán theo mô hình
#    từ dữ liệu gốc.
Oxboys$fitted <- predict(model)
Oxboys$resid <- with(Oxboys, fitted - height)

# Cập nhật dữ liệu gốc, đổi trục tung thành residual,
# và thêm một đường smooth.
oplot %+% Oxboys + aes(y = resid) + geom_smooth(aes(group=1))

# Chạy mô hình 2
model2 <- update(model, height ~ age + I(age ^ 2))
Oxboys$fitted2 <- predict(model2)
Oxboys$resid2 <- with(Oxboys, fitted2 - height)

oplot %+% Oxboys + aes(y = resid2) + geom_smooth(aes(group=1))
```