YGC

Base Plot图形语法plotbb：填坑记

7 min read

摘要：

挖坑容易填坑难，但这次我带着 bb_bar、scales="free" 和气泡图回来了！让 Base Plot 再次伟大（误）！

经常关注我的朋友可能还记得，2019年和2020年的时候，我写了两篇关于 plotbb 的文章（《可别再说base plot不能图形语法！》、《base plot的图形语法》）。当时也是一时兴起，觉得 R 语言的 base plot 虽然底层强大（毕竟是 R 的亲儿子），但写起来太过程式了，缺乏 ggplot2 那样优雅的“图形语法”支持。于是我就撸起袖子，写了一个叫 plotbb 的包——Brammar of Braphics，基于 base plot 的图形语法。

当时我也说了：“挖坑容易，填坑难。” 后来因为忙（主要是懒），这个包就一直停留在一个“能用但简陋”的状态。虽然核心的 bbplot()、bb_aes() 和主题系统都有了，但图层太少（只有点和线），scale 系统也比较弱。

最近，我又把这个坑刨出来了。看着这个半成品，我觉得还是得给它“穿上衣服”。于是，我带来了一波硬核更新，不仅补全了常用的图层，还扩展了 scale 系统，甚至连分面的自由度都给打通了。现在，新版已经正式上线 CRAN，大家可以直接通过 install.packages() 安装了！

install.packages("plotbb")

1. 图层大补全：Bar, Line, Errorbar

以前大家吐槽最多的是：“只有点图（bb_point）能看，我想画个柱状图咋办？”

现在，bb_bar（柱状图）、bb_line（线图）、bb_segment（线段）、bb_errorbar（误差棒）全都有了！这意味着你可以用 plotbb 画出更多类型的统计图表，甚至是组合图。

来看个例子，我们用 mtcars 数据集，算一下不同气缸数的平均油耗，并画个“柱状图+误差棒+散点”的组合图。这种图在 base plot 里原生画起来可得写不少代码，但在 plotbb 里，就是搭积木：

library(plotbb)
library(dplyr)
 
# 准备数据：计算均值和标准差
df_sum <- group_by(mtcars, cyl) %>%
  summarize(
    mpg_mean = mean(mpg),
    mpg_sd = sd(mpg)
  )
 
# 画图
p <- bbplot(df_sum, bb_aes(x = cyl, y = mpg_mean)) +
  # 柱状图层，设置宽度和颜色
  bb_bar(stat = "identity", width = 0.5, col = "grey80") +
  # 误差棒图层
  bb_errorbar(bb_aes(ymin = mpg_mean - mpg_sd, ymax = mpg_mean + mpg_sd), width = 0.2) +
  # 散点图层，高亮显示
  bb_point(pch = 19, cex = 2, col = "red") +
  bb_labs(title = "Bar + Errorbar + Point") +
  bb_theme_expand()
 
print(p)

2.  Scales & Legend 系统大升级：万物皆可映射

以前 plotbb 的 scale 系统比较简陋，主要支持颜色（col）。现在，我们将映射扩展到了形状（pch）、线型（lty）和大小（cex）。

更重要的是，图例（Legend）系统也做了大升级。bb_legend 现在不仅能自动识别颜色映射，还能通过 aesthetic 参数指定显示哪种映射的图例。而且，对于连续型变量的颜色映射，它还能自动画出 Color Bar！

2.1 气泡图与连续型大小映射

cex 不仅支持离散映射，还支持连续映射！我们可以轻松画出气泡图：

# 气泡图：x=mpg, y=disp, 大小映射wt, 颜色映射cyl
bbplot(mtcars, bb_aes(mpg, disp, cex = wt, col = factor(cyl))) +
  bb_point(pch = 19) +
  # 调整气泡大小范围
  bb_scale_cex_continuous(range = c(1, 3)) +
  # 自动生成图例，title自动提取，这里手动指定一下
  bb_legend(title = "Cylinders") +
  bb_labs(title = "Bubble Chart: Mpg vs Disp (Size = Wt)")

2.2 多重图例与 Color Bar

如果你在一个图中同时映射了多个属性（比如颜色代表重量，形状代表档位），你可以添加多个 bb_legend 来分别展示它们。对于连续变量的颜色映射，plotbb 会自动生成渐变色条。

# 多重图例展示
bbplot(mtcars, bb_aes(mpg, disp, col = wt, pch = factor(gear))) +
  bb_point(cex = 2) +
  # 设置渐变色
  bb_scale_col_gradient(low = "blue", high = "red") +
  # 添加颜色图例（自动变为Color Bar）
  bb_legend(aesthetic = "col", title = "Weight (Continuous)", position = "bottomright") +
  # 添加形状图例
  bb_legend(aesthetic = "pch", title = "Gear (Discrete)", position = "bottomleft") +
  bb_labs(title = "Multi-Legend & Color Bar")

3. 分面（Facet）的自由之路

bb_facet_wrap 之前虽然能分面，但坐标轴范围（scales）是全局固定的。这在很多时候（比如不同分组的数据量级差异很大）会很难看，甚至掩盖数据的特征。

这次更新，我给 bb_facet_wrap 加上了 scales 参数，完全对标 ggplot2，支持 "free", "free_x", "free_y"。

# 分面图，坐标轴自由
bbplot(mtcars, bb_aes(mpg, wt, col = factor(gear))) +
  bb_point(pch = 19) +
  bb_lm(bb_aes(group = gear), lwd = 2) +
  # scales = "free" 让每个分面自动计算坐标轴范围
  bb_facet_wrap(~gear, scales = "free") +
  bb_labs(title = "Facet Wrap with Free Scales")

总结

现在的 plotbb，已经从一个“玩具”变成了一个真正可用的工具。虽然离 ggplot2 的大而全还有距离，但在 base plot 的生态位上，它绝对是目前最能打的图形语法实现。

如果你是 base plot 的死忠粉，又羡慕 ggplot2 的语法；或者你需要在一些不想引入繁重依赖（如 ggplot2 及其庞大的依赖树）的场景下画图，plotbb 绝对值得一试。它既有 base plot 的轻量和灵活性，又有图形语法的优雅。

快去试试吧！让你的 base plot 代码也飞起来！

Graph View