{plot2}: 是时候停用ggplot2了？

这篇文章介绍一个R包，名为{plot2}，是一个比较轻量级、易学的作图R包，它与基础R的函数plot()非常相似，也许有潜力可以挑战一下{ggplot2}？

首先安装并且载入R包：

install.packages("plot2", repos = "https://grantmcdermott.r-universe.dev")
library(plot2)

R包get！

以airquality数据为例，查看数据的基本情况：

summary(airquality)

首先画一个最简单的散点图试试手：

plot2(Temp ~ Day, data = airquality, pch = 16)

从代码可知，用法几乎和plot()函数是一样的。

下一步，将散点图分组，代码如下：

plot2(Temp ~ Day | Month, data = airquality, pch = 16)

下一步，制作一个折线图，代码如下：

plot2(Temp ~ Day | Month, data = airquality, type = "l")

如果不喜欢彩色的话，可以将颜色调成灰色，并且改变线条类型，代码如下：

plot2(Temp ~ Day | Month, data = airquality, type = "l",
      col = "gray",
      lty = "by")

默认情况，图例出现在图的右侧，可以将它换到图片的顶部：

plot2(Temp ~ Day | Month, data = airquality, type = "l",
      legend = "top!") #感叹号可以让图例放在坐标轴之外

那如何制作基于模型（比如线性回归）的图片呢？

首先建立模型，并且将模型的预测值保存到数据中，用于后续的作图：

mymodel <- lm(Temp ~ Month*Day, data = airquality)
mydata <- cbind(airquality, predict(mymodel, interval = "confidence"))

数据准备成功，可以作图了，代码如下：

with(mydata, 
     plot2(
       x = Day, y = fit,
       ymin = lwr, 
       ymax = upr,
       by = Month,
       type = "ribbon",
       main = "Model predictions"
     )
)

也可以将不同月份（组别）的图片进行分面作图，代码如下：

with(mydata, 
     plot2(
       x = Day, y = fit,
       ymin = lwr, 
       ymax = upr,
       type = "ribbon",
       main = "Model predictions",
       facet = Month
       )
)

可以将不同的组别添加上不同的颜色，代码如下：

with(
  mydata,
  plot2(
    x = Day, y = fit,
    ymin = lwr, ymax = upr,
    by = Month, facet = "by", #这行代码是关键
    type = "ribbon",
    palette = "dark2", 
    main = "Model predictions",
  )
)