coord_ 系列函数可以改变xy轴的位置，默认使用 coord_cartesian()，我们可以改变成如下几种
coord_cartesian 默认情况，指定参数则控制图形特定区域放大显示
coord_fixed 图形伸缩变换
coord_flip 横纵坐标位置转换
coord_polar 弯曲横纵坐标（画饼图可以用）
coord_map 将地图变成球状展示（这个我们以后讲到地图再专门说）
coord_trans 转化数据
coord系列函数只影响图形展示，不影响内部数据的值。即使用原数据作图，再对图形进行变动
coord_cartesian(xlim = NULL, ylim = NULL, expand = TRUE)
如果不加参数，就是默认的图形，和不加这个函数一样
- xlim 和 ylim 各接一个二元数值向量，控制显示的区域范围，原理不是截取，而是放大该区域，原有图形不变，超出此范围的点也可以照常显示
- expand 为T则默认指定xlim轴两端还留一些空隙，F则控制范围即为图形的边缘
library(ggplot2)
p0 <- ggplot(mtcars, aes(wt, drat)) + geom_point()
p0
p0 + coord_cartesian() # 没有变化
p0 + coord_cartesian(xlim = c(2, 4))
p0 + coord_cartesian(xlim = c(2, 4), expand = F)
coord_fixed(ratio = 1, xlim = NULL, ylim = NULL, expand = TRUE)
其他参数和上面相同，ratio表示纵轴1单位显示的长度，是横轴1单位显示的长度的几倍。比如xy轴都是0-5cm的数据，ratio=2则图形高和宽的比是2:1，即纵轴的1cm显示出来的长度是横轴的两倍。所以ratio越小，图形越扁
p0
p0 + coord_fixed(ratio = 1)
p0 + coord_fixed(ratio = 1/2)
p0 + coord_fixed(ratio = 2)
coord_flip(xlim = NULL, ylim = NULL, expand = TRUE)
横纵轴位置互换，没有特殊参数
p0
p0 + coord_flip()
coord_polar(theta = "x", start = 0, direction = 1)
上面我们提到过如何使用这个函数将柱状图转化为饼图，现在我们对这个图形的参数进行简单调整
- start 接一个弧度制角度，看饼图起始点放在哪个角度上
- direction默认为1，各个元素顺时针排列下去，如果是-1则逆时针
pp <- ggplot(mpg, aes(1, fill=class))+geom_bar()
pp
pp + coord_polar(theta = "y")
pp + coord_polar(theta = "y", start = pi/3)
pp + coord_polar(theta = "y", direction = -1)
其实我们会发现，做出来的图形虽然样子像饼图，但是标度什么的都不尽如人意，都需要后期使用其他方法调整，可以看出ggplot2包对饼图的支持是不强的，这个Hadley本人对饼图的排斥也有关系，饼图绝大多数都可以使用柱状图代替。
coord_trans(x = "identity", y = "identity", limx = NULL, limy = NULL, xtrans, ytrans)
将数据转换为想要的形式，再进行作图，最常见的是取对数。它跟scale_x_log10()函数还是有区别的。
- 后者等价于先将数据取对数，再拿进来处理
- 前者则是其他处理优先，最后作图时再取对数。
我们拿拟合曲线举例子 - 我们如果用scale_x_log10就相当于把x的数据取了对数放进来做回归，拟合出一条直线。
- 如果使用coord_trans则是先用原有数据进行回归，得到一条拟合直线之后再变换坐标轴
a <- seq(-5,2,len=30) + abs(rnorm(30,0,0.1))
b <- exp(seq(-5,2,len=30)) + abs(rnorm(30,0,0.1)) + 10
df <- data.frame(a,b)
ps <- ggplot(df, aes(a,b)) + geom_point() +
coord_fixed(ratio=1)+
geom_smooth(method="lm")
ps
# 使用log之后的y来做
ggplot(df, aes(a,log10(b))) + geom_point() +
coord_fixed(ratio=1)+
geom_smooth(method="lm")
# 同上
ps + scale_y_log10()
# 使用coord_trans
# ps + coord_trans(y = "log10") # 因为拟合出的曲线y出现负值，所以无法对y取对数，此处报错
# 我们可以取其中一部分来做
df1 <- df[df$a>0,]
ggplot(df1, aes(a,b)) + geom_point() +
coord_fixed(ratio=1)+
geom_smooth(method="lm") +
coord_trans(y="log10")
我们发现使用coord_trans时，拟合出来的曲线发生了弯曲。那是因为是先使用原有数据拟合出了一条直线，之后再改变坐标轴作图，所以曲线也被弯曲了。这不同于直接对数据进行变换的情况。
下面我们讨论当我们需要进行其他变换时应该怎么做。
我们需要使用scales包
library(scales)
pt <- ggplot(df, aes(a,b)) + geom_point() +
coord_fixed(ratio=1)
pt
pt + coord_trans(y="log10")
ggplot(df, aes(a,b)) + geom_point() +
coord_fixed(ratio=1)+
coord_trans(x=exp_trans(exp(1)))
下面使用的exp_trans函数相当于把x轴取了e的指数，这是scales包中的函数，查看exp_trans函数源码
function (base = exp(1))
{
trans_new(paste0("", format(base)),
function(x) base^x,
function(x) log(x, base = base))
}
<environment: namespace:scales>
我们可以看到，这是由此包中的trans_new函数创建出来的，所以为了更灵活地使用这种变换，我们需要学习trans_new函数。
我们需要看trans_new函数的参数，而为了了解它参数的含义，我们可以去查看它的源码。我们发现这个函数作用后返回一个list,结合ggplot2的使用，则相当于ggplot2在调用list中的一些元素，我们可以知道调用时哪些参数才是真正重要的。我们主要使用transform/inverse/domain三个参数
- transform 接一个函数，数据要作为参数输入，表用怎么使用数据x
- inverse 输入transform 的反作用函数
- domain 接一个二元数值向量，表明只对这个范围之内的数据实行这种变换
- name参数是什么都无所谓（但是必须要有），其实在这里inverse参数是什么也无所谓
接下来，我们再注意一个细节
ggplot(df, aes(exp(a),b)) + geom_point()
ggplot(df, aes(a,b)) + geom_point() +
coord_trans(x=exp_trans(exp(1)))
这两个图形状相同，但是要注意x轴标度不同，前者就是使用转化之后数值作为标度，而后者则是使用原来数值作为标度，而标度之间的距离却被扭曲了，这正是coord类函数所做的事情，只是对轴进行更改，数据都是原来的没有变化。
正因为此，所以当我们自己用 trans_new 函数创建变化时，像加减乘除这样的运算，就不会对图形有任何更改。因为这样没有改变点之间的密集分布情况，压缩下来还是一样。