R语言第六章——基本图形（多图）

本章内容

条形图、箱线图和点图
饼图和扇形图
直方图与核密度图

6.1条形图(Simple Bar Plot简单条形图)（Horizontal Bar Plot水平条形图）

条形图通过垂直的或水平的条形展示了类别型变量的分布（频数）。
使用barplot()函数：barplot(height)。其中的height是一个向量或一个矩阵。

01简单条形图（height 是一个向量时）

示例如下：

>install.packages("vcd")#安装vcd包
> library(vcd)#载入包
> counts<-table(Arthritis$Improved)#提取样本中改善的量
> counts#输出结果
  None   Some Marked 
    42     14     28 
> 
> barplot(counts,
+         main = "Simple Bar Plot",
+         xlab = "Improvement",ylab = "Frequency")#绘制简单条形图

简单条形图

> barplot(counts,
+         main = "Horizontal Bar Plot",
+         xlab = "Frequency",ylab = "Improvement", col = c("red","yellow","green"),
+         horiz = TRUE)#绘制水平条形图，horiz = TRUE表示水平绘制，使用col添加颜色

水平条形图添加颜色后

02堆砌条形图和分组条形图（height 是一个矩阵时）

> library(vcd)
> counts<-table(Arthritis$Improved,Arthritis$Treatment)#选取治疗类型和改善情况
> counts#输出结果
        
         Placebo Treated
  None        29      13
  Some         7       7
  Marked       7      21
> 
> barplot(counts,
+         main = "Stacked Bar Plot",
+         xlab = "Treatment",ylab = "Frequency",
+         col = c("red","yellow","green"),
+         legend=rownames(counts))#绘制堆砌条形图

堆砌条形图

> barplot(counts,
+         main = "Grouped Bar Plot",
+         xlab = "Treatment",ylab = "Frequency",
+         col = c("red","yellow","green"),
+         legend=rownames(counts),beside = TRUE)#绘制分组条形图

分组条形图

参数legend.text为图例提供了各条形的标签（仅在height为一个矩阵时有用）。
beside=FALSE（默认值），若beside=TRUE，则矩阵中的每一列都表示一个分组，各列中的值将并列而不是堆砌。

由于标签和图形重叠，影响美观和观测，所以回看第三章相关内容，改进如下：
legend("topright",legend=c("None","Some","Marked"),fill=c("red","yellow","green"))
但是效果还不是很理想。

03均值条形图

条形图并不一定要基于计数数据或频率数据。你可以使用数据整合函数并将结果传递给barplot() 函数，来创建表示均值、中位数、标准差等的条形图。

> options(digits = 3)
> states<-data.frame(state.region,state.x77)
> means<-aggregate(states$Illiteracy,by=list(state.region),FUN=mean)
> means
        Group.1    x
1     Northeast 1.00
2         South 1.74
3 North Central 0.70
4          West 1.02
> 
> means<-means[order(means$x),]#将均值从小到大进行排序
> means
        Group.1    x
3 North Central 0.70
1     Northeast 1.00
4          West 1.02
2         South 1.74
> 
> barplot(means$x,names.arg = means$Group.1)
> title("Mean Illiteracy Rate")#添加标题
>#缺失一个标签，不知道为何？

美国各地区平均文盲率排序的条形图

lines(means$x,type = "b",pch=17,lty=2,col="red")#加入代码添加线条

均值条形图加入线条

04条形图的微调

有若干种方式可以微调条形图的外观。使用参数cex.names来减小字号。将其指定为小于1的值可以缩小标签的大小。可选的参数names.arg允许你指定一个字符向量作为条形的标签名。你同样可以使用图形参数辅助调整文本间隔。

> par(mar=c(5,8,4,2))#增加y边界的大小
> par(las=2)#旋转条形的标签
> counts<-table(Arthritis$Improved)
> barplot(counts,main = "Treatment Outcome",
+         horiz = TRUE,
+         cex.names = 0.8,#缩小字体，让标签更合适
+         names.arg = c("No Improvement","Some Improvement",
+                       "Markde Improvement"))#修改标签文本

微调了标签的垂直条形图

05 棘状图

> library(vcd)
> attach(Arthritis)
The following object is masked _by_ .GlobalEnv:

    ID

> counts <- table(Treatment, Improved)
> spine(counts, main="Spinogram Example")
> detach(Arthritis)
>

关节炎治疗结果的棘状图

6.2饼图

饼图可由以下函数创建：pie(x,labels)
其中x是一个非负数值向量，表示每个扇形的面积，而labels则是表示各扇形标签的字符型向量。

> par(mfrow=c(2,2))#四个图形为作为一组
> slices<-c(10,12,4,16,8)#饼图每一个片区的值，即扇形面积
> lbls<-c("US","UK","Australia","Germany","France")#国家名称，扇区的字符型向量
> #输出饼图
> pie(slices,labels = lbls,main = "Simple Pie Chart")
> 
> 
> pct<-round(slices/sum(slices)*100)#将面积数据转换为比例值
> lbls2<-paste(lbls," ",pct,"%",sep = "")#标签内容
> #有5种颜色的饼图
> pie(slices,labels = lbls2,col = rainbow(length(lbls2)),
+     main = "Pie Chart with Percentages")
> #生成3D饼图
> library(plotrix)
> pie3D(slices,labels=lbls,explode=0.1,
+       main="3D Pie Chat ")
> #从表格创建饼图
> mytable<-table(state.region)
> lbls3<-paste(names(mytable),"\n",mytable,sep = "")
> pie(mytable,labels = lbls3,
+     main = "Pie Chart from a Table\n (with sample sizes)")
>

饼图示例

在R中，扇形图是通过plotrix包中的fan.plot()函数实现的。

> library(plotrix)
> slices<-c(10,12,4,16,8)
> lbls<-c("US","UK","Australia","Germany","France")#国家名称，扇区的字符型向量
> fan.plot(slices,labels = lbls,main = "Fan Plot")

国别数据扇形图

6.3直方图

使用如下函数创建直方图：hist(x)，其中的x是一个由数据值组成的数值向量。参数freq=FALSE表示根据概率密度而不是频数绘制图形。参数breaks用于控制组的数量。在定义直方图中的单元时，默认将生成等距切分。

> par(mfrow=c(2,2))#定义图形位置
> hist(mtcars$mpg)#绘制简单直方图，未指定任何参数，默认图形
> #绘制信息清晰的直方图，添加标签、标题、颜色
> hist(mtcars$mpg,
+      breaks = 12,#指定为12组
+      col = "red",
+      xlab = "Miles Per Gallon",
+      main = "Colored histogram with 12 bins")
> 
> hist(mtcars$mpg,
+      freq = FALSE,#根据概率密度而不是频数绘制图形
+      breaks = 12,
+      col="red",
+      xlab = "Miles Per Gallon",
+      main = "Histogram,rug plot,density curve")
> rug(jitter(mtcars$mpg))#添加轴须图
> lines(density(mtcars$mpg),col="blue",lwd=2)#叠加蓝色双倍默认线条宽度的曲线
> #绘制带有正态曲线和盒型的直方图
> x<-mtcars$mpg
> h<-hist(x,
+         breaks = 12,
+         col = "red",
+         xlab = "Miles Per Gallon",
+         main = "Histogram with normal curve and box")
> xfit<-seq(min(x),max(x),length=40)
> yfit<-dnorm(xfit,mean = mean(x),sd=sd(x))
> yfit<-yfit*diff(h$mids[1:2])*length(x)
> lines(xfit,yfit,col="blue",lwd=2)
> box()

直方图复杂

6.4核密度图

绘制密度图的方法（不叠加到另一幅图上方）为：plot(density(x))
其中的x是一个数值型向量。由于plot()函数会创建一幅新的图形，所以要向一幅已经存在的图形上叠加一条密度曲线，可以使用lines()函数。

> #绘制核密度图
> par(mfrow=c(2,1))
> d<-density(mtcars$mpg)
> plot(d)#绘制默认设置的最简图形
> 
> d<-density(mtcars$mpg)#密度函数
> plot(d,main = "Kernel Density of Miles Per Gallon")#添加一个标题
> polygon(d,col = "red",border = "blue")#将曲线修改为蓝色，并使用实心红色填充曲线下方的区域
> rug(mtcars$mpg,col = "brown")#添加棕色的轴须图

核密度图.

> library(sm)
> attach(mtcars)
> #创建分组因子。
> cyl.f<-factor(cyl,levels = c(4,6,8),
+               labels = c("4 cylinder","6 cylinder",
+                          "8 cylinder"))#变量 cyl 是一个以4、6或8编码的数值型变量。
> #为了向图形提供值的标签，这里 cyl 转换为名为 cyl.f 的因子。
> 
> sm.density.compare(mpg,cyl,xlab="Miles Per Gallon")#绘制密度图
> title(main = "MPG Distribution by Car Cylinders")#添加标题
> 
> colfill<-c(2:(1+length(levels(cyl.f))))#创建一个颜色向量
> legend(locator(1),levels(cyl.f),fill=colfill)

按汽缸个数划分的各车型每加仑汽油行驶英里数的核密度图.

6.5箱线图

箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量的分布。箱线图能够显示出可能为离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上四分位数与下四分位数的差值）的观测。

> #生成箱线图
> boxplot(mtcars$mpg,main="Box plot",ylab="Miles per Gallon")
> boxplot.stats(mtcars$mpg)
$stats
[1] 10.40 15.35 19.20 22.80 33.90

$n
[1] 32

$conf
[1] 17.11916 21.28084

$out
numeric(0)

生成简单箱线图，手动添加

01使用并列箱线图进行跨组比较

箱线图可以展示单个变量或分组变量。使用格式为：oxplot(formula,data=dataframe)

其中的formula是一个公式，dataframe代表提供数据的数据框（或列表）。

一个示例公式为y_{A，这将为类别型变量A的每个值并列地生成数值型变量y的箱线图。公式y}A*B则将为类别型变量A和B所有水平的两两组合生成数值型变量y的箱线图。添加参数varwidth=TRUE将使箱线图的宽度与其样本大小的平方根成正比。参数horizontal=TRUE可以反转坐标轴的方向。

#为每个气缸生成每加仑行驶的英里数箱线图
> boxplot(mpg~cyl,data = mtcars,
+         main="Car Mileage Data",
+         xlab="Number of Cylinders",
+         ylab="Miles per Gallom")

不同汽缸数量车型油耗的箱线图.

> #添加notch=TRUE生成含凹槽的箱线图
> boxplot(mpg~cyl,data = mtcars,
+         notch=TRUE,
+         varwidth=TRUE,
+         col="red",
+         main="Car Mileage Data",
+         xlab="Number of Cylinders",
+         ylab="Miles Per Gallon")
Warning message:
In bxp(list(stats = c(21.4, 22.8, 26, 30.4, 33.9, 17.8, 18.65, 19.7,  :
  一些槽在折叶点外('box'): 可能是因为notch=FALSE

不同汽缸数量车型油耗的含凹槽箱线图

#两个交叉因子的箱线图
> #创建气缸数量因子
> mtcars$cyl.f<-factor(mtcars$cyl,
+                      levels = c(4,6,8),
+                      labels = c("4","6","8"))
> #创建变速箱类型因子
> mtcars$am.f<-factor(mtcars$am,
+                     levels = c(0,1),
+                     labels = c("auto","standard"))
> #绘制箱线图，为变速箱和气缸数所有水平的两两组合生成每加仑行驶英里数
> boxplot(mpg~am.f*cyl.f,
+         data = mtcars,
+         col=c("gold","darkgreen"),
+         main="MPG Distribution by Atuo Type",
+         xlab="Atuo Type",
+         ylab="Miles Per Gallon")

不同变速箱类型和汽缸数量车型的箱线图

从图中可以看到不同组间油耗的区别非常明显。同时也可以发现，六缸车型的每加仑汽油行驶的英里数分布较其他两类车型更为均匀。与六缸和八缸车型相比，四缸车型的每加仑汽油行驶的英里数散布最广（且正偏）。在八缸组还有一个离群点。

02小提琴图

使用vioplot包中的vioplot()函数绘制它。请在第一次使用之前安装vioplot包。
vioplot()函数的使用格式为：vioplot(x1,x2,...,names=,col=)
其中x1,x2,...表示要绘制的一个或多个数值向量（将为每个向量绘制一幅小提琴图）。参数names是小提琴图中标签的字符向量，而col是一个为每幅小提琴图指定颜色的向量。

> install.packages("vioplot")
> library(vioplot)
Warning message:
程辑包‘vioplot’是用R版本3.3.3 来建造的 
> x1<-mtcars$mpg[mtcars$cyl==4]
> x2<-mtcars$mpg[mtcars$cyl==6]
> x3<-mtcars$mpg[mtcars$cyl==8]
> vioplot(x1,x2,x3,
+         names = c("4 cyl","6 cyl","8 cyl"),
+         col = "gold")
> 
> title("Violin Plots of Miles Per Gallon",
+       ylab = "Miles Per Gallon",
+       xlab = "Number of Cylinders")

汽缸数量和每加仑汽油行驶英里数的小提琴图

(小提琴图真的很漂亮)

在图中，白点是中位数，黑色盒型的范围是下四分位点到上四分位点，细黑线表示须。外部形状即为核密度估计。

6.6点图

点图提供了一种在简单水平刻度上绘制大量有标签值的方法。

你可以使用dotchart()函数创建点图，格式为：dotchart(x,labels=)其中的x是一个数值向量，而labels则是由每个点的标签组成的向量。你可以通过添加参数groups来选定一个因子，用以指定x中元素的分组方式。如果这样做，则参数gcolor可以控制不同组标签的颜色，cex可以控制标签的大小。

> #每种车型每加仑汽油行驶英里数的点图(散乱的，难以分析的)
> dotchart(mtcars$mpg,labels = row.names(mtcars),
+          cex = .7,
+          main = "Gas Mileage for Car Models",
+          xlab = "Miles Per Gallon")

每种车型每加仑汽油行驶英里数的点图

> #各车型依汽缸数量分组的每加仑汽油行驶英里数点图,分组排序后的点图
> #根据每加仑汽油行驶英里数（从最低到最高）
> #对数据框 mtcars 进行排序，结果保存为数据框 x
> x<-mtcars[order(mtcars$mpg),]
> #将数值向量 cyl 转换为一个因子  
> x$cyl<-factor(x$cyl)
> #添加一个字符型向量 （ color ）到数
> #据框 x 中，根据 cyl 的值，它所含的值
> #为 "red" 、 "blue" 或 "darkgreen"
> x$color[x$cyl==4]<-"red"
> x$color[x$cyl==6]<-"blue"
> x$color[x$cyl==8]<-"darkgreen"
> dotchart(x$mpg,
+ labels=row.names(x),#各数据点的标签取自数据框的行名
+ cex=.7,
+ groups=x$cyl,#数据点根据汽缸数量分组
+ gcolor="black",#数字4、6、8显示为黑色
+ color=x$color,#点和标签的颜色
+ pch=19,
+ main="Gas Mileage for Car Models\ngrouped by cylinder",
+ xlab="Mlies Per Gallon")

各车型依汽缸数量分组的每加仑汽油行驶英里数点图

从图中可以看到，随着汽缸数的减少，每加仑汽油行驶的英里数有了增加。但也有例外。例如，Pontiac Firebird有8个汽缸，但较六缸的Mercury280C和Valiant的行驶英里数更多。六缸的Hornet 4 Drive与四缸的Volvo 142E的每加仑汽油行驶英里数相同。同样明显的是，Toyota Corolla的油耗最低，而Lincoln Continental和Cadillac Fleetwood是英里数较低一端的离群点。

本章小结

学会了使用条形图和饼图了解类别型变量的分布，以及通过堆砌条形图和分组条形图理解不同类别型输出的组间差异。
探索了直方图、核密度图、箱线图、轴须图以及点图可视化连续型变量分布的方式。
了解了密度图、并列箱线图和分组点图可视化连续型输出变量组间差异的方法。

对单个变量（数值型变量和类别型变量）的可视化方法有了一定的认识和掌握，通过各种常用图形的绘制，加深了理解单个变量的分布和意义，有利于后续多变量统计方法的学习。
重点是熟悉并掌握各类图形的应用场景、使用函数，以及相关的绘图函数应用。