小白R语言数据可视化进阶练习一

作者：路遥马亡  R语言中文社区专栏作者

知乎ID：

https://zhuanlan.zhihu.com/c_135409797

00

布局参数

先介绍一个布局参数：

#par(mfrow=c(a,b))
#表示在PLOTS区域显示a行b列张图
par(mfrow=c(3,1))
x <- rnorm(100)
y <- rnorm(100)
plot(x, y, xlim=c(-5,5), ylim=c(-5,5))
boxplot(x, y, xlim=c(-5,5), ylim=c(-5,5))
hist(x)

01

VIOLIN PLOT（小提琴图）

下面进入正题，第一个要讲解的是VIOLIN PLOT，中文名为小提琴图。

它用于可视化数值型变量，与箱线图十分类似，但加入了密度分布这个属性，更能够显示数据的数据的数字特征。

# Library
library(ggplot2)

# mtcars data
head(mtcars)

# First type of color
ggplot(mtcars, aes(factor(cyl), mpg)) + 
  geom_violin(aes(fill = cyl))

# Second type
ggplot(mtcars, aes(factor(cyl), mpg)) +
  geom_violin(aes(fill = factor(cyl)))

02

DENSITY PLOT（核密度图）

第二个分享的是DENSITY PLOT，中文名为核密度图,与直方图类似，但是可以在图中反映多组数据的分布情况：

# For the weatherAUS dataset.
library(rattle)

# To generate a density plot.
library(ggplot2) ，
cities <- c("Canberra", "Darwin", "Melbourne", "Sydney")
ds <- subset(weatherAUS, Location %in% cities & ! is.na(Temp3pm))
#subset函数和select函数类似，%in%表示是否包含
p <- ggplot(ds, aes(Temp3pm, colour=Location, fill=Location))
#color表示线的颜色，fill表示区域填充色，可以用具体的颜色参数，也可以用x变量，让系统自动生成颜色
p <- p + geom_density(alpha=0.55)
#alpha表示透明度
p

# plot 1: Density of price for each type of cut of the diamond:
ggplot(data=diamonds,aes(x=price, group=cut, fill=cut)) + 
  geom_density(adjust=1.5)
#adjust起到了调节曲线拟合程度的一个作用，默认参数为1

# plot 2: 归一化后的叠加图:
ggplot(data=diamonds,aes(x=price, group=cut, fill=cut)) + 
    geom_density(adjust=1.5, position="fill")

# plot 3
ggplot(diamonds, aes(x=depth, y=..density..)) + 
  geom_density(aes(fill=cut), position="stack") +
  xlim(50,75) + 
  theme(legend.position="none")#去掉图例

03

geom_boxplot()

第三个跟大家分享的是箱线图，geom_boxplot()，可以清晰地表现数据的极大值和极小值以及中位数：

library(ggplot2)

head(mtcars)
# A really basic boxplot.
ggplot(mtcars, aes(x=as.factor(cyl), y=mpg)) + 
  geom_boxplot(fill="slateblue", alpha=0.2) + 
  xlab("cyl")+
  ylab("mpg")

# Set a unique color with fill, colour, and alpha
ggplot(mpg, aes(x=class, y=hwy)) + 
  geom_boxplot(color="red", fill="orange", alpha=0.2)

# Set a different color for each group
ggplot(mpg, aes(x=class, y=hwy, fill=class)) + 
  geom_boxplot(alpha=0.3) +
  theme(legend.position="none")

#配合scale_fill_brewer()使用，方便调颜色
library(RColorBrewer)
display.brewer.all()

ggplot(mpg, aes(x=class, y=hwy, fill=class)) + 
   geom_boxplot(alpha=0.3) +
   theme(legend.position="none") +
  scale_fill_brewer(palette="BuPu")

ggplot(mpg, aes(x=class, y=hwy, fill=class)) + 
   geom_boxplot(alpha=0.3) +
   theme(legend.position="none") +
  scale_fill_brewer(palette="Dark2")

如果你想单独强调某一组数据或者某几组数据：

# Create a new column, telling if you want to highlight or not
mpg$type=factor(ifelse(mpg$class=="subcompact","Highlighted","Normal"))

# control appearance of groups 1 and 2
ggplot(mpg, aes(x=factor(class), y=hwy, fill=type, alpha=type)) + 
  geom_boxplot() +
  #手动设置透明度，取决于你赋值给fill的变量个数
  scale_alpha_manual(values=c(0.1,1)) +
  #手动设置颜色，取决与你赋值给fill的变量个数
  scale_fill_manual(values=c("forestgreen","red"))

有时候我们也需要通过调整一些参数，使一些极端值更加清晰地展现出来：

ggplot(mpg, aes(x=class, y=hwy)) + 
   geom_boxplot(
     # custom boxes
     color="blue",
     fill="blue",
     alpha=0.2,

     # Notch?
     notch=TRUE,
     notchwidth = 0.8,

     # custom outliers
     outlier.colour="red",
     outlier.fill="red",
     outlier.size=3
   )

04

构造词云

第四个分享的是如何用R语言构造词云：

library(wordcloud2)
wordcloud2(demoFreq,size=0.8,color=rep_len(c("blue","yellow"),nrow(demoFreq)),backgroundColor = "pink",shape="star")

词的角度也可以更改：

#minRontatin与maxRontatin：字体旋转角度范围的最小值以及最大值，选定后，字体会在该范围内随机旋转；
#rotationRation：字体旋转比例，如设定为1，则全部词语都会发生旋转；

wordcloud2(demoFreq,size=0.8,color=rep_len(c("blue","yellow"),nrow(demoFreq)),backgroundColor = "pink",minRotation = -pi/6, maxRotation = -pi/6, = 1) 

以上只是简单的讲解下词云构造，关于更详细的可以看这篇：如何用R语言做词云图，以某部网络小说为例

05

直方图

第五个讲讲直方图的画法，只需要输入一个数值型变量：

library(ggplot2)
data<-data.frame(rnorm(1000))


ggplot(data,aes(data))+
  geom_histogram(aes(fill=..count..),binwidth = 0.1)
#..count..表示根据计数表示颜色变化

我们也可以自己设置不同的主题的背景:

# library
library(ggplot2)


# create data
set.seed(123)
var=rnorm(1000)

# Without theme
plot1 <- qplot(var , fill=I(rgb(0.1,0.2,0.4,0.6)) )

# With themes
plot2 = plot1+theme_bw()+annotate("text", x = -1.9, y = 75, label = "bw()" , col="orange" , size=4)
plot3 = plot1+theme_classic()+annotate("text", x = -1.9, y = 75, label = "classic()" , col="orange" , size=4)
plot4 = plot1+theme_gray()+annotate("text", x = -1.9, y = 75, label = "gray()" , col="orange" , size=4)
plot5 = plot1+theme_linedraw()+annotate("text", x = -1.9, y = 75, label = "linedraw()" , col="orange" , size=4)
plot6 = plot1+theme_dark()+annotate("text", x = -1.9, y = 75, label = "dark()" , col="orange" , size=4)
plot7 = plot1+theme_get()+annotate("text", x = -1.9, y = 75, label = "get()" , col="orange" , size=4)
plot8 = plot1+theme_minimal()+annotate("text", x = -1.9, y = 75, label = "minimal()" , col="orange" , size=4)

 #annotate 做注释作用
# Arrange and display the plots into a 2x1 grid
grid.arrange(plot1,plot2,plot3,plot4, ncol=2)
grid.arrange(plot5,plot6,plot7,plot8, ncol=2)

06

散点图

第六个讲讲一个非常简单实用的图——散点图。

先看看最简单的，不加任何修饰的画法:

# library
library(ggplot2)

# The iris dataset is proposed by R
head(iris)

# basic scatterplot
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + 
   geom_point()

   # use options!
#注意stroke表示散点外线的粗细
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + 
  geom_point(
    color="red",
    fill="blue",
    shape=21,
    alpha=0.5,
    size=6,
    stroke = 2
  )

#用shape和fill参数，把不同类别的length和width区分开来。
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Species, shape=Species)) + 
  geom_point(size=6, alpha=0.6)

#此处并不能理解为什么color又负责填充色了，fill加了之后反而没有用。先死记吧。
ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Petal.Length, size=Petal.Length)) + 
   geom_point(alpha=0.6)

也可以通过一些函数给散点添加标签:

data=head(mtcars, 30)
#nudge_x，nudge_y分别表示标签距离散点距离，check_overlap表示标签出现覆盖，是否去掉被覆盖的那个标签。
# 1/ add text with geom_text, use nudge to nudge the text
ggplot(data, aes(x=wt, y=mpg)) +
  geom_point() + 
  geom_text(label=rownames(data), nudge_x = 0.25, nudge_y = 0.25, check_overlap = T)

ggplot(data, aes(x=wt, y=mpg)) +
  geom_point() + 
  geom_label(label=rownames(data), nudge_x = 0.25, nudge_y = 0.2)

# 3/ custom geom_label like any other geom.
ggplot(data, aes(x=wt, y=mpg, fill=cyl)) +
  geom_label(label=rownames(data),color="white", size=5)

散点图是两个变量的值沿着两个轴绘制的图，所得到的点的模式揭示了存在的任何相关性。你可以很容易地在X轴和Y轴上添加rug，来说明点的分布:

ggplot(data=iris, aes(x=Sepal.Length, Petal.Length)) + 
  geom_point() + 
  geom_rug(col="skyblue",alpha=0.1, size=1.5)

当然，也可以通过增加折线图，直方图，箱线图来表示数据分布情况:

# library
library(ggplot2)
library(ggExtra)
library(gridExtra)

# The mtcars dataset is proposed in R
head(mtcars)

# classic plot :
p=ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, size=cyl)) +
  geom_point() +
  theme(legend.position="none")

# with marginal histogram
a=ggMarginal(p, type="histogram")

# marginal density
b=ggMarginal(p, type="density")

# marginal boxplot
c=ggMarginal(p, type="boxplot")

grid.arrange(p,a,b,c,ncol=2)

最后讲讲线性拟合:

library(ggployt2)
data<-data.frame(rep(c("a","b"),50),my_x=1:100+rnorm(100,sd=9),my_y=1:100+rnorm(100,sd=16))
ggplot(data,aes(my_x,my_y)+geom(shape=1)

ggplot(data,aes(my_x,my_y)+geom(shape=1)+geom_smooth(method=lm,color="red",se=T)

07

热力图

最后分享一下热力图的画法：

# Lattice package
require(lattice)

#The lattice package provides a dataset named volcano. It's a square matrix looking like that :
head(volcano)

# The use of levelplot is really easy then :
levelplot(volcano)

#注意输入数据为矩阵，行列表示坐标，数值表示显色深浅。

## Example data
x <- seq(1,10, length.out=20)
y <- seq(1,10, length.out=20)
data <- expand.grid(X=x, Y=y)#expnad.grid 用于生成表格式的数据框，对应每个y，都会把所有的x都重复一遍
data$Z <- runif(400, 0, 5)


# Levelplot with ggplot2
library(ggplot2)
ggplot(data, aes(X, Y, z= Z)) + geom_tile(aes(fill = Z)) + theme_bw()

# To change the color of the gradation :
ggplot(data, aes(X, Y, z= Z)) + geom_tile(aes(fill = Z)) + 
  theme_bw() + 
  scale_fill_gradient(low="white", high="red") #自定义颜色深浅的种类

- END -

小编语：

本篇是根据作者在知乎分享的R语言数据可视化周计划的内容整理而来。最后祝大家圣诞节快乐！

公众号后台回复关键字即可学习

回复 爬虫             爬虫三大案例实战  
回复 Python        1小时破冰入门

回复 数据挖掘      R语言入门及数据挖掘
回复 人工智能      三个月入门人工智能
回复 数据分析师   数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法