ggplot2 作为 Hadley 大神推进R语言革命的关键性扩展包之一，受欢迎程度无可匹敌。但是今天这篇不是来夸 ggplot2 的，咱是来找麻烦的。对 ggplot2 熟悉的朋友多少都受其调参之苦，小编就是其中之一。对于 ggplot2 而言，你学的越深入，那些繁多的参数项可能越让你抓狂。
先介绍前几天意外收获的一款包：cranlogs （从狗熊会R语千寻偷师而来），这个R包主要作用是可以查看 CRAN 上每个包在各个时间段的下载量，可以了解每个包在特定时间内的受欢迎程度。截止到2017年8月1日，ggplot2 在 CRAN 上的下载量已达到 880 多万，简直就是明星包。
library(cranlogs) #加载cranlogs包
cran_top_downloads() #查看最近一天下载量top10包## rank package count from to
## 1 1 R6 14364 2017-08-05 2017-08-05
## 2 2 curl 8682 2017-08-05 2017-08-05
## 3 3 Rcpp 7861 2017-08-05 2017-08-05
## 4 4 jsonlite 7269 2017-08-05 2017-08-05
## 5 5 withr 6905 2017-08-05 2017-08-05
## 6 6 ggplot2 5985 2017-08-05 2017-08-05
## 7 7 tibble 5911 2017-08-05 2017-08-05
## 8 8 backports 5662 2017-08-05 2017-08-05
## 9 9 rlang 5413 2017-08-05 2017-08-05
## 10 10 stringr 4529 2017-08-05 2017-08-05
cran_ggplot2 <- cran_downloads(package = "ggplot2",
from = "2012-01-01", to = "2017-08-01")
#查看ggplot2在近五年的下载情况
sum(cran_ggplot2$count) #查看累计下载量
## [1] 8851763
ggplot2 饶是如此受欢迎，但也有用起来不顺心的时候。图层式绘图在各个图形元素函数进行参数设置时就很糟心，特别是当你掌握的绘图技巧越来越多的时候。但现在ggedit 包可以帮你解决这个问题。ggedit 是一款交互式调整图形参数的 ggplot2 扩展包工具，ggedit 是基于 Shiny 开发的，用户只要将 ggplot 图形对象传入到 ggedit 中即可实现对图形的交互式调参。具体用法如下：
library(ggedit) #加载ggedit包
library(ggplot2) #加载ggplot2包
p <- ggplot(mtcars, aes(hp, wt)) + geom_point() + geom_smooth()
p2 <- ggedit(p) #ggedit调出交互式调参界面利用 ggedit 调出交互式界面后即可按照各自选项进行调参，无需再在 ggplot 函数中修改参数，具体如图所示：
在交互式界面中，大家可以对图层、图形主题、背景主题以及整体风格进行修改（红框所示），而修改完全是交互式的，无需在原始程序中进行参数修改，以Plot layer 为例说明，具体如图所示：
进入调参界面后你就可以直接拖动滚动条对 shape、size、alpha和stroke参数进行修改啦，修改完后点击 Update Layer 即可完成参数更新，关闭窗口后图形即可显示修改后的效果。其他图形参数的修改如同此理，稍加摸索半小时即可掌握这个包的套路。是不是很简单很方便？赶紧下载上手吧！
一个数据科学践行者的学习日记