前言：今天要練習如何使用ggplot2來繪製圖形，但因為能畫得實在是太多了，因此我只挑了三個出來講～～分別為直方圖、折線圖以及台灣地圖！只講一些基本的內容，所以圖可能會有點簡略＞＜。如果內容有哪些錯誤的地方，請多多包涵～

正文開始-->
以下為一些ggplot2套件使用範例

1. 直方圖（顯示人均 GDP 分佈的直方圖）

程式碼：

#加載套件
library(ggplot2)
library(gapminder)
#繪製直方圖
ggplot(data = gapminder, aes(x = gdpPercap)) +
  geom_histogram(binwidth = 1000, fill = "blue", color = "black") +
  labs(title = "Distribution of GDP per Capita",
       x = "GDP per Capita",
       y = "Count") +
  theme_minimal()

結果圖：

說明：

• ggplot(data = gapminder, aes(x = gdpPercap))：指定 gapminder 數據集，並將人均 GDP (gdpPercap) 作為 x 軸數據。
• geom_histogram(binwidth = 1000, fill = "blue", color = "black")：創建直方圖，將每個柱狀區間的寬度設為 1000，柱狀體填充顏色為藍色，邊框為黑色。
• labs()：添加標題以及 x 和 y 軸的標籤。
• theme_minimal()：沒有背景的簡約主題。

2. 折線圖（各大洲的預期壽命變化趨勢）

程式碼：

#繪製折線圖
#加載套件
library(ggplot2)
library(gapminder)
#繪製折線圖
ggplot(data = gapminder, aes(x = year, y = lifeExp, color = continent)) +
  geom_line() +
  labs(title = "Life Expectancy Over Time by Continent",
       x = "Year",
       y = "Life Expectancy") +
  theme_minimal()

結果圖：

說明：

• ggplot(data = gapminder, aes(x = year, y = lifeExp, color = continent))
  • 使用 gapminder 數據集。
  • year：將年份為 x 軸數據。
  • lifeExp：將預期壽命作為 y 軸數據。
  • color = continent：表示用不同顏色來區分各大洲。
• geom_line()：使用折線圖。
• labs()：添加標題以及 x 和 y 軸的標籤。
• theme_minimal()：沒有背景的簡約主題。

3. 台灣地圖繪製

程式碼：

#安裝加載套件
install.packages("maps")
library(ggplot2)
library(maps)
#使用maps包中的台灣地圖數據
taiwan_map <- map_data("world", region = "Taiwan")
#繪製台灣地圖
ggplot(data = taiwan_map, aes(x = long, y = lat, group = group)) +
  geom_polygon(fill = "lightblue", color = "black") +
  labs(title = "Map of Taiwan") +
  theme_minimal()

結果圖：

說明：

• 因為繪製地圖需要結合地理數據，因此需要使用到地理空間處理套件，在此舉例maps。
• map_data("world", region = "Taiwan")：從 maps 套件中提取台灣的地理邊界數據。
• ggplot(data = taiwan_map, aes(x = long, y = lat, group = group))：使用 taiwan_map 資料集，其中 long 和 lat 是經緯度數據，group 用來表示多邊形的每個部分。
• geom_polygon(fill = "lightblue", color = "black")：使用 geom_polygon() 繪製地圖的邊界，多邊形的內部填充顏色為淺藍色，邊界顏色為黑色。
• labs()：添加地圖的標題。
• theme_minimal()：沒有背景的簡約主題。

參考：

1. https://rpubs.com/skydome20/R-Note3-function_and_package
2. https://bookdown.org/jefflinmd38/r4biost/dataviz.html
3. https://yijutseng.github.io/DataScienceRBook/vis.html
4. https://bookdown.org/chiajungyeh/Transport-Analysis/%E8%B3%87%E6%96%99%E8%A6%96%E8%A6%BA%E5%8C%96.html