ggplot2绘图系统拥有庞大、健全的图形美化系统，这一套图形美化依赖于图例调整系统、标度调整系统、标签调整系统、主题调整系统以及分面系统。
本节仅从主题调整系统来浅析ggplot2是如何实现脱离数据层面的信息，单独实现主题调整系统的。
从大的层面上来说，ggplot2的主题系统知识主要分为三个层面：
一、主题调整函数：
二、元素调整函数：
三、元素调整参数：
主题调整函数很好理解，就是用于封装主题的函数，可以是预设主题（系统默认的主题函数）、也可以是第三方接口包提供的定制主题（如ggthemes包、ggtech包、ggsci包等）、或者是自己通过主题调整函数自定义的主题。
ggplot2的默认主题是theme_gray(),也即你在绘制图形的时候，即便不指定主题，默认调用的也是这款主题。
你可以通过theme_get()函数获取当前主题的所有参数配置列表，当然直接运行theme_gray()函数【这里要注意运行theme_gray()和运行theme_gray获取的结果是不一样的，执行theme_gray()是运行一个函数，返回的是一个列表格式的主题参数配置对象，而直接运行theme_gray则是打印出了theme_gray函数本身的语句信息，这一点儿需要区分清楚，函数本身与函数对象输出结果是截然不同的两个对象】时，同样可以得到这主题的参数配置列表。
p <- ggplot(mtcars) + geom_point(aes(x = wt, y = mpg,
colour = factor(gear))) + facet_wrap(~am)
p + theme_gray() # the default
theme_set(new) 函数很特别，它接受一个新定义的主题同时，会将系统系统默认主题静默返回，这样你在使用时需将这个函数指定为一个临时对象，以便自定义主题使用之后，方便回复系统之前的默认主题。（如果不存储反悔的旧主题的话，那么系统就无法恢复到当默认主题了【当然重新启动系统就恢复了】）。
p <- ggplot(mtcars, aes(mpg, wt)) +
geom_point();pold <- theme_set(theme_bw());ptheme_set(old);p
theme_update()函数和theme_replace()函数是一对相爱相杀的函数，两者存在着微妙的关系，也是涉猎不神的初学者最容易困惑的两个主题函数。
这里澄清一下（也是参考ggplot2官网上的原文解释），theme_update()与theme_replace()函数都可以起到修改主题的作用，但是不同的是二者在修改主题的时候作用方式不同。
theme_update()函数是一种增量更新，也即在默认主题的基础上，对比与theme_update()函数内部各个主题参数之间的差异，有差异的以新增的为主，无差异的则保持不变。
而theme_replace()函数则更为霸道，它是一种全量更新，即在默认主题的基础上，比对与theme_replace()函数内部主题参数之间的差异，有差异则以后者为准，但是theme_replace()函数内部没有生命的所有参数（也即你未指定的那些元素参数）都会被初始化为NULL，也即只应用你显式声明的那些自定义参数，为生命的都会被清空，较为霸道。
这两者解释清楚了，那么下一个问题又来了，看到之前写过的代码，有时候我使用主题函数用的 + theme(),有时候则用的是 %+replace% theme(),这两者又有什么区别呢，这两者与上面提到过的theme_update()与theme_replace()函数是否有关联呢。
其实还真的有关联，这里直接说结论。
theme_update() 等价于 theme_gray() + theme()，theme()函数内部的参数会替换theme_gray()内部的同名参数，未声明的则保持不变。
theme_replace() 等价于 theme_gray() %+replace% theme()，theme()函数内部的参数会替换theme_gray()内部的同名参数，未声明的参数全部初始化为NULL。
所以你也可以理解为，theme_update()直接作用于当前主题，theme_replace()则是仅仅使用显式声明的主题元素外，所有未声明的都清空。
这便是这两组函数的区别于关联，通常来讲，用哪一组是习惯问题，单也要看场景，你是需要所有元素都重新修改，还是只要修改其中某几个元素。
add_el <- theme_grey() +
theme(text = element_text(family = "Times"))
add_el$text
#> List of 11
#> $ family : chr "Times"
#> $ face : chr "plain"
#> $ colour : chr "black"
#> $ size : num 11
#> $ hjust : num 0.5
#> $ vjust : num 0.5
#> $ angle : num 0
#> $ lineheight : num 0.9
#> $ margin :Classes 'margin', 'unit'
atomic [1:4] 0 0 0 0#> .. ..- attr(*, "valid.unit")= int 8
#> .. ..- attr(*, "unit")= chr "pt"
#> $ debug : logi FALSE
#> $ inherit.blank: logi FALSE
#> - attr(*, "class")= chr [1:2] "element_text" "element"rep_el <- theme_grey() %+replace%
theme(text = element_text(family = "Times"))
rep_el$text
#> List of 11
#> $ family : chr "Times"
#> $ face : NULL
#> $ colour : NULL
#> $ size : NULL
#> $ hjust : NULL
#> $ vjust : NULL
#> $ angle : NULL
#> $ lineheight : NULL
#> $ margin : NULL
#> $ debug : NULL
#> $ inherit.blank: logi FALSE
#> - attr(*, "class")= chr [1:2] "element_text" "element"ggplot2的主题元素函数主要有四大类（其实是三大类）：
element_text()
element_rect()
element_line()
element_blank()这些函数很好理解，分别是文本类型、矩形区域、线条类型等。最后一个只是为了方便清空某类主题元素而设计的。
这三类主题元素函数将所有的ggplot2图形主题元素全部都抽象进去了，而且做了严格的子孙继承关系链与权限控制范围。
从text、rect、line这三个全局主题元素到之后的各个主题模块的各类text、rect、line及其衍生主题，都遵循这种子孙继承关系。
比如你制定了text = element_text(family= ,size = ,angle = , colour = )吗，那么所有的模块涉及到主题文本元素的都会强制遵守这些参数，如果仅仅是为了修改某一个模块的局部文本元素，你绝对不可以设置这么高级别的文本调整函数，而是直接定位到局部主题文本调整函数进行对应的参数设置即可，比如 Axis.title.y = element_text(family= ,size = ,angle = , colour = )，类似这种控制权限，rect和line都是遵从的。
整个继承关系链可以参考这个图。
这些参数在ggplot2的官方文档上都写的清清楚楚、明明白白。
除了主题元素调整 函数之外，第三块内容当然就是这些主题元素调整函数内部的元素参数啦~
这些元素参数都是高度抽象化、统一化的，也意味着很多都是通用的，与美学映射内的参数看齐的。
--------------
element_text()
----------------------------------------------------
Argument Description Default Value
-----------------------------------------------------
family font family ""
face font face "plain"
colour font color "black"
size font size(pts) 10
hjust horizontal justification 0.5
vjust vertical justification 0.5
angle text angle 0
lineheight line height 1.1
--------------
element_line()
-----------------------------------------------------
Argument Description Default Value
-------------------------------------------------------
colour line color "black"
size line thickness 0.5
linetype type of line 1
--------------
element_rect()
---------------------------------------------------
Argument Description Default Value
---------------------------------------------------
fill fill color NA(none)
colour border color "black"
size thickness of border line 0.5
linetype type of border line 1(solid)
-----------------------------------------------------讲了这么多，一个案例来复习下：
library("ggplot2")
library("reshape2")
library("ggthemes")
library("magrittr")
mydata <- data.frame(
Name = c("苹果","谷歌","脸书","亚马逊","腾讯"),
Company = c("Apple","Google","Facebook","Amozon","Tencent"),
Sale2013 = c(5000,3500,2300,2100,3100),
Sale2014 = c(5050,3800,2900,2500,3300),
Sale2015 = c(5050,3800,2900,2500,3300),
Sale2016 = c(5050,3800,2900,2500,3300)
) %>% melt(
id.vars=c("Name","Company"),
variable.name="Year",
value.name="Sale"
)#默认主题
ggplot(mydata,aes(Company,Sale,fill=Year))+
geom_bar(stat="identity")
#默认主题（theme_gray()）
ggplot(mydata,aes(Company,Sale,fill=Year))+
geom_bar(stat="identity")+
theme_gray()
预设主题1
ggplot(mydata,aes(Company,Sale,fill=Year))+
geom_bar(stat="identity") +
theme_bw()
自定义封装主题函数：
###方法一：
windowsFonts( myFont = windowsFont("微软雅黑"))
theme_xmf <- theme_replace(
plot.title = element_text(size = 20,family="myFont",hjust = 0,lineheight = 2),
plot.subtitle = element_text(size = 15,family="myFont",hjust = 0,lineheight = 2),
plot.caption = element_text(size = 18,family="myFont",hjust = 0,lineheight = 2),
plot.background = element_rect( fill = '#efefef',size = 0.8 ,linetype = 3, color = 'grey'),
plot.margin = margin(10,5,10,5,unit="pt"),
legend.position = "top" ,
panel.border = element_blank(),
panel.background = element_rect(fill = '#d4dee7',size = 2 ,linetype = 3, color = 'grey'),
panel.grid.major = element_line(linetype = "dashed"),
panel.grid.minor = element_blank(),
axis.line = element_line(size = 1.2 , colour = 'black',linetype = 1),
axis.text = element_text(size=10,colour="#003087",family="myFont"),
legend.text = element_text(size=9,colour="#003087",family="myFont"),
legend.key = element_blank()
)
ggplot(mydata,aes(Company,Sale,fill=Year))+
geom_bar(stat="identity") +
scale_fill_brewer(palette="Blues") +
guides(fill = guide_legend(reverse = TRUE)) +
labs(
title = '这里是主标题',
subtitle = '这里是副标题',
caption = '这里是备注'
) + theme_xmf
方法2
theme_manual <- function(){
theme_get() %+replace% theme(
plot.title = element_text(size = 20,family="myFont",hjust = 0,lineheight = 2),
plot.subtitle = element_text(size = 15,family="myFont",hjust = 0,lineheight = 2),
plot.caption = element_text(size = 18,family="myFont",hjust = 0,lineheight = 2),
plot.background = element_rect(fill = '#efefef',size = 0.8 ,linetype = 3, color = 'grey'),
plot.margin = margin(10,5,10,5,unit="pt"),
legend.position="top",
panel.border=element_blank(),
panel.background = element_rect(fill = '#d4dee7',size = 2 ,linetype = 3, color = 'grey'),
panel.grid.major=element_line(linetype="dashed"),
panel.grid.minor=element_blank(),
axis.line = element_line(size = 1.2 , colour = 'black',linetype = 1),
axis.text=element_text(size=10,colour="#003087",family="myFont"),
legend.text=element_text(size=9,colour="#003087",family="myFont"),
legend.key=element_blank()
)
}
ggplot(mydata,aes(Company,Sale,fill=Year))+
geom_bar(stat="identity") +
scale_fill_brewer(palette="Blues") +
guides(fill = guide_legend(reverse = TRUE)) +
labs(
title = '这里是主标题',
subtitle = '这里是副标题',
caption = '这里是备注'
) + theme_manual()
是不是要比原生的主题要更加简洁、专业一些呢~
一句老套的话，要想学到真功夫，要下定决心去啃源文档~
http://ggplot2.tidyverse.org/reference/
当然如果你想要深入的去学ggplot2，但是又苦于平时学习、工作太忙木有时间研究浩如烟海的源文档，那也没关系，本小编最近花了不少功夫，把我自己学习ggplot2过程中的一些心得体会、学习经验、仿入坑指南精心整理，现已成功上线了R语言ggplot2可视化的视频课程，由天善智能独家发行，希望这门课程可以给你的R语言数据可视化学习带来更加丰富的体验。