Data Viz- gghighlight

     本篇主要介紹gghighlight的功能，他厲害的地方在於能夠直接在ggplot的語法裡針對資料作類似filter()的處理，如果需要了解不同變數的表現或分布，可以跳過處理資料的部分直接作處理。

d <- purrr::map_dfr(
  letters,
  ~ data.frame(
    idx = 1:400,
    value = cumsum(runif(400, -1, 1)),
    type = .,
    flag = sample(c(TRUE, FALSE), size = 400, replace = TRUE),
    stringsAsFactors = FALSE
  )
)
head(d)

##   idx      value type  flag
## 1   1  0.2778376    a  TRUE
## 2   2  0.0184870    a  TRUE
## 3   3 -0.7318389    a  TRUE
## 4   4 -0.2737461    a FALSE
## 5   5  0.5060394    a FALSE
## 6   6  0.3209906    a  TRUE

直接先看ggplot:

#in ggplot & use tidyverse
ggplot(d) +
  geom_line(aes(idx, value, colour = type))

把最大值>20的type分出來

d_filtered <- d %>%
  group_by(type) %>% 
  filter(max(value) > 20) %>%
  ungroup()

ggplot(d_filtered) +
  geom_line(aes(idx, value, colour = type))

有gghighlight可以直接在作圖語法處理:

ggplot(d_filtered) +
  geom_line(aes(idx, value, colour = type)) + gghighlight(max(value) > 20)

## label_key: type

也可以為其加上theme，換言芝也可以和ggplot很常用到的語法搭配

ggplot(d) +
  geom_line(aes(idx, value, colour = type)) +
  gghighlight(max(value) > 19) +
  theme_minimal()

## label_key: type

當然facet_wrap()也沒問題

ggplot(d) +
  geom_line(aes(idx, value, colour = type)) +
  gghighlight(max(value) > 19) +
  theme_minimal() +
  facet_wrap(~ type)

## label_key: type

Barplot應用

#Barplot
ggplot(iris, aes(Sepal.Length, fill = Species)) +
  geom_histogram() +facet_wrap(~ Species)

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

有gghilight可以看出其它變數的分布

ggplot(iris, aes(Sepal.Length, fill = Species)) +
  geom_histogram() +facet_wrap(~ Species) + gghighlight()

## label_key: Species

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

也可以手工調整想看的線條

#Non-logical predicate
ggplot(d, aes(idx, value, colour = type)) +
  geom_line() +
  gghighlight(max(value), max_highlight = 5L)

## label_key: type

調整標籤大小:

#label
ggplot(d) +
  geom_line(aes(idx, value, colour = type)) +
  gghighlight(max(value) > 20, label_params = list(size = 10))

## label_key: type

不同的視覺手法:

#Different style
ggplot(d) +
  geom_line(aes(idx, value, colour = type), size = 5) +
  gghighlight(max(value) > 19,
              unhighlighted_params = list(size = 1, colour = alpha("blue", 0.4)))

## label_key: type