p <- ggplot(mpg, aes(displ, hwy, color = drv)) +
geom_point(position = "jitter") +
geom_smooth(method = "lm", formula = y ~ x) +
facet_wrap(vars(year)) +
ggtitle("A plot for expository purposes")10 introdataviz
introdataviz包来自github，目前该包没有在CRAN上提供，所以用户需要从github用源码安装。本节主要介绍introdataviz 包中分裂小提琴图（split-violin plot）和云雨图（raincloud plot）的源码实现原理。
分裂小提琴图的示例 Section 7.2
10.1 ggplot2数据处理过程
在 Chapter 2 中提到，ggplot2在绘图中行使的主要功能是将用户数据转换成一个或多个图形基元，然后交给grid包来负责底层的图形绘制，并最终呈现给用户。ggplot2的工作类似于渲染图形，主要负责对用户数据进行处理，对于ggplot2拓展的开发，意识到这一点尤为重要。
首先，我们先来回忆一下ggplot2内部是如何工作的。这里使用下面的图形为例子：
我们构建的p图具有两个图层，一个是 geom_point() ，一个是 geom_smooth() 。这两个图层会分别处理用户数据并转换成grid包能够识别的样式：在构建步骤 Section 2.2 结束后，会得到两个图层的可绘图数据。这一结果可以通过 ggplot_build() 函数查看和验证：
plot_data <- ggplot_build(p)
length(plot_data$data)[1] 2输出用于绘制 geom_point() 的数据的前5行：
head(plot_data$data[[1]]) colour x y PANEL group shape size fill alpha stroke
1 #00BA38 1.761551 29.17864 1 2 19 1.5 NA NA 0.5
2 #00BA38 1.816865 29.05999 1 2 19 1.5 NA NA 0.5
3 #00BA38 2.017311 31.11060 2 2 19 1.5 NA NA 0.5
4 #00BA38 1.963715 30.13303 2 2 19 1.5 NA NA 0.5
5 #00BA38 2.818371 26.36987 1 2 19 1.5 NA NA 0.5
6 #00BA38 2.789037 25.61813 1 2 19 1.5 NA NA 0.5输出用于绘制 geom_smooth() 的数据的前5行：
head(plot_data$data[[2]]) colour x y ymin ymax se flipped_aes PANEL group
1 #F8766D 1.800000 24.33592 23.07845 25.59339 0.6250675 FALSE 1 1
2 #F8766D 1.859494 24.17860 22.94830 25.40890 0.6115600 FALSE 1 1
3 #F8766D 1.918987 24.02127 22.81795 25.22460 0.5981528 FALSE 1 1
4 #F8766D 1.978481 23.86395 22.68738 25.04052 0.5848527 FALSE 1 1
5 #F8766D 2.037975 23.70663 22.55658 24.85668 0.5716673 FALSE 1 1
6 #F8766D 2.097468 23.54931 22.42554 24.67307 0.5586045 FALSE 1 1
fill linewidth linetype weight alpha
1 grey60 1 1 1 0.4
2 grey60 1 1 1 0.4
3 grey60 1 1 1 0.4
4 grey60 1 1 1 0.4
5 grey60 1 1 1 0.4
6 grey60 1 1 1 0.4那么这些数据是如何生成的呢？详细过程可以参考 Section 2.2 。下面只做简要介绍，理解和熟悉这部分内容非常重要，在开发ggplot2的拓展时，你需要清楚的知道数据在ggplot2内部是如何流动的。
The build step ggplot_build()
- 用户数据将按照
PANEL（分面facet）和group美学值和进行划分（即每行数据属于哪一类的PANEL和group）。 - 标度scale的
trans参数转换。 - 位置标度（position scales 即
x和y）的转换。 - 统计变换stat，按
layer,panel和group对数据进行统计变换，1 Section 4.2.1 位置调整也发生在这一步。 - 映射所有非位置美学值
The gtable step ggplot_gtable()
获取 build step 的输出，并在 gtable 软件包的帮助下将其转化为可以使用grid绘制的对象。此时，负责进一步计算的主要元素是几何对象、坐标系、分面和主题。
统计变换stat对数据的处理发生在几何对象geom之前。
10.2 geom_split_violin() 的实现原理
geom_split_violin() 对应的 ggproto 类为 GeomSplitViolin ，该类继承自 GeomViolin （ggplot2中小提琴图具体的实现类）。所以，GeomSplitViolin 类拥有 GeomViolin 类的所有方法和属性。
GeomSplitViolin <- ggplot2::ggproto(
"GeomSplitViolin",
GeomViolin,
...
)我们想要实现分裂小提琴图的效果，就需要重写 GeomViolin 类的 draw_group() 方法。
调用 draw_group() 方法进行绘图时，geom会读取绘图数据中的group列，按照不同group进行绘图，也就是每个group的数据在geom中是独立的，geom会在绘制完一个group后才开始绘制下一个group。
10.2.1 geom_violin() 几何对象的绘制过程
首先我们来看一下 GeomViolin 类的 draw_group() 方法都做了什么？
draw_group = function(self, data, ..., draw_quantiles = NULL, flipped_aes = FALSE) {
data <- flip_data(data, flipped_aes)
# Find the points for the line to go all the way around
# 2. 小提琴图的左侧和右侧边界
data <- transform(data,
xminv = x - violinwidth * (x - xmin),
xmaxv = x + violinwidth * (xmax - x)
)
# Make sure it's sorted properly to draw the outline
# 3. 数据排序和整合
newdata <- rbind(
transform(data, x = xminv)[order(data$y), ],
transform(data, x = xmaxv)[order(data$y, decreasing = TRUE), ]
)
# Close the polygon: set first and last point the same
# Needed for coord_polar and such
# 4. 闭合多边形
newdata <- rbind(newdata, newdata[1,])
newdata <- flip_data(newdata, flipped_aes)
# Draw quantiles if requested, so long as there is non-zero y range
# 5. 如果指定了 `draw_quantiles`，则绘制分位数线
if (length(draw_quantiles) > 0 & !scales::zero_range(range(data$y))) {
if (!(all(draw_quantiles >= 0) && all(draw_quantiles <= 1))) {
abort("`draw_quantiles must be between 0 and 1")
}
# Compute the quantile segments and combine with existing aesthetics
quantiles <- create_quantile_segment_frame(data, draw_quantiles)
aesthetics <- data[
rep(1, nrow(quantiles)),
setdiff(names(data), c("x", "y", "group")),
drop = FALSE
]
aesthetics$alpha <- rep(1, nrow(quantiles))
both <- cbind(quantiles, aesthetics)
both <- both[!is.na(both$group), , drop = FALSE]
both <- flip_data(both, flipped_aes)
quantile_grob <- if (nrow(both) == 0) {
zeroGrob()
} else {
GeomPath$draw_panel(both, ...)
}
ggname("geom_violin", grobTree(
GeomPolygon$draw_panel(newdata, ...),
quantile_grob)
)
} else {
ggname("geom_violin", GeomPolygon$draw_panel(newdata, ...))
}
}这段代码主要做了以下事情：
- 首先，数据通过
flip_data函数进行翻转处理（如果需要）。 - 然后，计算
xminv和xmaxv，分别表示小提琴图的左侧和右侧边界。 - 将数据按
y值升序和降序排序。 - 将第一个和最后一个点设置为相同，以闭合多边形。
- 如果指定了
draw_quantiles，则绘制分位数线。
这里，绘制小提琴图的任务交给了 GeomPolygon 类（ggplot2中绘制多边形的类），要实现绘制小提琴图，我们就需要将数据处理成GeomPolygon能够识别的样子。在上面的小提琴图示例中，首先在数据中计算xminv和xmaxv列，分别表示小提琴图的左侧和右侧边界，随后分别将xminv和xmaxv赋值给x，并按照y的大小排序。最后将数据的第一行添加到数据的最后一行，以闭合多边形。这里可以把这个过程想象为你要在一个平面上画一个图形，画笔的移动顺序遵循所给数据中（x,y）出现的顺序。在小提琴图中，y的值在stat_ydensity()中就计算好了（也就是统计变换步骤），而x的值则在geom中处理。在xminv赋值给x，并按照y从大到小排序后，就得到了小提琴图左侧的画笔绘制路径，即从y最大的开始移动到y最小的位置（即从上方移动到下方）。随后xmax赋值给x，并按照y从小到大排序，这里是为了让画笔衔接上前面，不然就会出现跳跃绘制。最后，将数据的第一行添加到最后一行，方便画笔回到最开始的地方，形成闭合多边形。
10.2.2 geom_split_violin() 的绘制过程
有了上面介绍的小提琴图的绘制过程，我们就可以思考如何绘制分裂小提琴图了。在introdataviz中，开发者是这样思考的：xminv和xmaxv两列数据分别表示小提琴图的左侧和右侧边界，那么在每一个group绘图时只使用一列数据（即只使用xminv或者xmaxv），就可以只绘制一半的小提琴图，也就得到了分裂小提琴图。那么另一半用来干什么呢？开发者在这里将小提琴图的另一半用来表示下一个分组。用户在映射美学值时，可以指定一个fill美学值，用来表示x的二分类信息。这样在数据处理过程中，同一类的x就会同时拥有一个单数和一个双数的分类值（即在数据处理过程中生成的group值），这样就可以用分组编号将同一个x中的两个类区分开，并在绘制分裂小提琴图时将左右两侧的图形分配给x中的两个类，实现两个类对应y的密度可视化。
可以通过下面的示例查看分裂小提琴图绘制时的分组数据：
# 使用示例数据构建分裂小提琴图
sample_plot<-ggplot(ldt_long, aes(x = condition, y = rt, fill = language)) +
geom_split_violin(alpha = .4)
# ggplot_build()函数得到处理后的数据
sample_data<-ggplot_build(sample_plot)
sample_data<-sample_data$data[[1]]
unique(sample_data[,"group"])[1] 1 2 3 4这里，x1的两个分类在数据处理完成后被分配了 1,2 的分组编号，而x2则是 3,4 。
分裂小提琴图只适合x是二分类变量的情况，其它情况下使用可能会出问题。
现在，我们就可以来看geom_split_violin()的核心代码了。
GeomSplitViolin <- ggplot2::ggproto(
"GeomSplitViolin",
GeomViolin,
draw_group = function(self, data, ..., draw_quantiles = NULL) {
data <- transform(data,
xminv = x - violinwidth * (x - xmin),
xmaxv = x + violinwidth * (xmax - x))
# 1.提取分组信息
grp <- data[1,'group']
# 2.分组为奇数，绘制左侧，并按照 y 从大到小排序
# 2.分组为偶数，绘制右侧，并按照 y 从小到大排序
newdata <- plyr::arrange(
transform(data, x = if(grp%%2==1) xminv else xmaxv),
if(grp%%2==1) y else -y
)
# 3.闭合多边形
newdata <- rbind(newdata[1, ], newdata, newdata[nrow(newdata), ], newdata[1, ])
newdata[c(1,nrow(newdata)-1,nrow(newdata)), 'x'] <- round(newdata[1, 'x'])
# 其它代码，和 GeomViolin 的基本一致
if (length(draw_quantiles) > 0 & !scales::zero_range(range(data$y))) {
stopifnot(all(draw_quantiles >= 0), all(draw_quantiles <= 1))
quantiles <- ggplot2:::create_quantile_segment_frame(data, draw_quantiles)
aesthetics <- data[rep(1, nrow(quantiles)), setdiff(names(data), c("x", "y")), drop = FALSE]
aesthetics$alpha <- rep(1, nrow(quantiles))
both <- cbind(quantiles, aesthetics)
quantile_grob <- ggplot2::GeomPath$draw_panel(both, ...)
ggplot2:::ggname("geom_split_violin",
grid::grobTree(ggplot2::GeomPolygon$draw_panel(newdata, ...), quantile_grob))
} else {
ggplot2:::ggname("geom_split_violin", ggplot2::GeomPolygon$draw_panel(newdata, ...))
}
}
)第一步，首先提取数据的第一个分组信息，用于后续的条件判断。这里需要注意的是，draw_group()函数将分组绘制图形，也就是说，绘制完一组再绘制另一组，由 Section 2.2 处理后的数据不是全部传入draw_group()中，而是分组传入的，所以grp <- data[1,'group']实际上能够处理所有分组的信息。
第二步，根据group的奇偶性对x进行赋值，这里和小提琴图最大的区别是，只使用了一半的数据，要么为xminv，要么为xmaxv。
第三步，确保小提琴图的多边形能够正确闭合，从而实现分裂小提琴图的绘制。第一行代码将 newdata 的第一行、整个 newdata、newdata 的最后一行以及 newdata 的第一行绑定在一起。这样做的目的是确保多边形的路径能够正确闭合。通过在数据的开头和结尾添加相同的点，确保绘制的路径能够回到起点，形成一个闭合的多边形。第二行代码将 newdata 的第一行、倒数第二行和最后一行的 x 值设置为 newdata 第一行的 x 值的四舍五入结果。这样做的目的是确保多边形的左右两侧能够正确对齐，从而避免绘制过程中出现跳跃或不连续的情况。
通过以上三个步骤，就实现了分裂小提琴图的绘制。
10.3 geom_flat_violin() 的实现原理
类似的，在几何对象geom中也通过对
draw_*()函数的调用来实现图形的绘制。↩︎