【数据可视化】对ggplot程序包的从头实现

https://github.com/rsharp-lang/ggplot

一张统计图形就是从数据到几何对象(geometric object, 缩写为geom, 包括点、线、条形等)的图形属性(aesthetic attributes, 缩写为aes, 包括颜色、形状、大小等)的一个映射。此外, 图形中还可能包含数据的统计变换(statistical transformation, 缩写为stats), 最后绘制在某个特定的坐标系(coordinate system, 缩写为coord)中, 而分面(facet, 指将绘图窗口划分为若干个子窗口)则可以用来生成数据中不同子集的图形。
----- Hadley Wickham

截至时间到2021年10月初，我已经基于VisualBasic语言实现了一个比较完整的在.NET Framework/.Net Core环境上运行的类R语言环境：R#脚本语言。在R#脚本语言之中进行绘图，之前任然会需要通过VisualBasic编写对应的绘图模块来完成，比较不是很方便。所以我在最近几天通过模仿R语言之中著名的ggplot程序包，为R#脚本语言也开发了一个功能上类似的绘图程序包。

R#语言基础: 关于如何使用R#语言进行编程，大家可以阅读我的比较早的一些博客文章。在这些博客文章之中，除了有介绍一些基础语法之类的问题，同时也主要集中介绍了一些R#语言对比R语言而言做出的一些语法上的改进：

• 《Hello R#》
• 《R#语言简明教程》
• 《R#语法教程之二》

ggplot介绍

ggplot2是由Hadley Wickham创建的一个十分强大的可视化R包。按照ggplot2的绘图理念，Plot(图) = data(数据集) + Aesthetics(美学映射) + Geometry(几何对象)。在ggplot2程序包中存在有八大基本要素用于执行数据可视化：

• 数据（Data）和映射（Mapping）
• 几何对象（Geometric）
• 标尺（Scale）
• 统计变换（Statistics）
• 坐标系统（Coordinante）
• 图层（Layer）
• 分面（Facet）
• 主题（Theme）

在之前，上一个令我惊艳的数据可视化程序包，是一个通过perl脚本编写的用于可视化基因组数据的Circos程序：Circos程序之中也可以通过类似于ggplot的图层叠加的语法编写配置文件进行数据图表的绘制。而今天所介绍的ggplot程序包则是一个泛用性比Circos脚本更加高的数据可视化程序包。接下来我就分为几个篇幅的博文来为大家讲解在VisualBasic编程中是如何实现ggplot程序包上面的一些基本功能的。

请注意：

在R#语言之中的ggplot绘图程序包中，针对R语言之中的ggplot2绘图程序包做了一些在样式配置上的改进。在一些函数的使用方法上会出现与R语言之中的ggplot2程序包中的函数存在一些差异。例如在样式设置上，R#语言之中的赋值主要是基于HTML语言之中的CSS样式字符串表达式来完成的，这个特性会造成R#与R语言之中的ggplot样式调整代码之间在使用方法上存在比较大的差异。

ggplot基础结构

在R#语言的ggplot程序包之中，按照上面的8个基本要素，目前我为ggplot程序包添加了下面的一些基础元素模型：

• ggplot 对象，ggplot数据可视化作图的主框架
• ggplotLayer 对象，ggplot的数据可视化图层，例如散点图，直方图，连线图，箱式图等
• ggplotOption 对象，ggplot的样式调整参数选项对象，用于调整一些字体样式，字体大小等作图样式细节
• ggplotReader 对象，用于告诉ggplot对象如何读取原始数据进行ggplotLayer的创建

表达式的实现

Plot(图) = data(数据集) + Aesthetics(美学映射) + Geometry(几何对象)

我们通过学习使用ggplot过程中了解到，ggplot是通过加法运算来进行可视化图层的叠加以及样式调整等操作。那在R#语言之中是如何实现上面所示的一个加法运算过程的呢？如果你在之前已经读过了我的这篇博客文章《化学式符号运算》，那心中应该是存在有答案了的。我们在这里任然是通过使用ROperator自定义属性来标记我们的函数，实现上面的加法运算：

<ROperator("+")>
Public Function addLayer(ggplot As ggplot, layer As ggplotLayer) As ggplot
    ggplot.layers.Enqueue(layer)
    Return ggplot
End Function

<ROperator("+")>
Public Function configPlot(ggplot As ggplot, opts As ggplotOption) As ggplot
    Return opts.Config(ggplot)
End Function

上面的两个函数主要是实现了在ggplot的绘图表达式之中的数据可视化图层的叠加，以及对作图样式做细节调整的代码工作。基于类似于上面的两个函数，我们就可以在R#语言之中实现类似于R语言之中的ggplot2的加法运算的语法了。

一个简单的DEMO实现

目前，我已经初步建立起了整个ggplot的数据可视化绘图的基础框架。详细的代码实现我们将会在后续的一些博客文章之中学习。在这里贴出一个比较简单的基于R#脚本语言之中的ggplot程序包进行散点图绘制的代码：

# loading packages
require(ggplot2);

# read source data
const chic <- read.csv(`${@dir}/chicago-nmmaps.csv`);
# peeks of the raw data
print(head(chic, 10));

#         city      date                   death      temp      dewpoint  pm10             o3           time       season    year
# <mode>  <string>  <<generic> DateTime>   <integer>  <double>  <double>  <string>         <double>     <integer>  <string>  <integer>
# [1, ]   "chic"    #1997-01-01 00:00:00#  137         36        37.5     "13.052268266"    5.6592562   3654       "Winter"  1997
# [2, ]   "chic"    #1997-01-02 00:00:00#  123         45        47.25    "41.948600221"    5.5254167   3655       "Winter"  1997
# [3, ]   "chic"    #1997-01-03 00:00:00#  127         40        38       "27.041750906"    6.2885479   3656       "Winter"  1997
# [4, ]   "chic"    #1997-01-04 00:00:00#  146         51.5      45.5     "25.072572963"    7.537758    3657       "Winter"  1997
# [5, ]   "chic"    #1997-01-05 00:00:00#  102         27        11.25    "15.343120765"    20.7607976  3658       "Winter"  1997
# [6, ]   "chic"    #1997-01-06 00:00:00#  127         17        5.75     "9.36465498"      14.9408742  3659       "Winter"  1997
# [7, ]   "chic"    #1997-01-07 00:00:00#  116         16        7        "20.228427832"    11.9209855  3660       "Winter"  1997
# [8, ]   "chic"    #1997-01-08 00:00:00#  118         19        17.75    "33.1348192868"   8.6784773   3661       "Winter"  1997
# [9, ]   "chic"    #1997-01-09 00:00:00#  148         26        24       "12.118380932"    13.3558919  3662       "Winter"  1997
# [10, ]  "chic"    #1997-01-10 00:00:00#  121         16        5.375    "24.761534146"    10.4482639  3663       "Winter"  1997

bitmap(file = `${@dir}/ggplot-demo.png`, size = [2400, 1600]) {
    # open graphics device and then do plot
    ggplot(chic, aes(x = "time", y = "temp"), padding = "padding:150px 100px 200px 250px;")
       + geom_point(color = "steelblue", shape = "Triangle", size = 21)
       + labs(x = "Time", y = "Temperature (°F)")
       + ggtitle("Temperatures in Chicago")
       + scale_x_continuous(labels = "F0")
       + scale_y_continuous(labels = "F0")
    ;
}

实现出来的作图效果可以看得到是非常好的：

教程文章列表

• 《【ggplot】在R#语言之中绘制火山图的代码实现》
• 《【ggplot】在R#语言之中的进阶火山图》

• Author
• Recent Posts

谢桂纲

高级数据科学家 at 苏州帕诺米克

Working on Engineered bacteria CAD design on its genome from scratch. Writing scientific computing software for Tianhe & Sunway TaihuLight supercomputer. Do scientific computing programming in R/R# language, he is also the programming language designer of the R# language on the .NET runtime.

Latest posts by 谢桂纲 (see all)

• 【MZKit】简单自动化组织分区 - 2023年11月5日
• 【MZKit教程】质谱成像原始数据文件查看 - 2023年6月29日
• 生物序列图嵌入算法 - 2023年6月29日