R语言基础教程4：柱形图

R语言基础教程1：数据类型
R语言基础教程2：散点图
R语言基础教程3：曲线图、误差线和图例
R语言基础教程4：柱形图
R语言基础教程5：图形页面排版
R语言基础教程6：程序设计基础
R语言基础教程7：数据描述性统计

一、基本柱形图：

从R自带的airquality中获取一些数据做示例：

set.seed(1000)
# 查看 airquality 数据集的基本结构
str(airquality)

## 'data.frame':	153 obs. of  6 variables:
##  $ Ozone  : int  41 36 12 18 NA 28 23 19 8 NA ...
##  $ Solar.R: int  190 118 149 313 NA NA 299 99 19 194 ...
##  $ Wind   : num  7.4 8 12.6 11.5 14.3 14.9 8.6 13.8 20.1 8.6 ...
##  $ Temp   : int  67 72 74 62 56 66 65 59 61 69 ...
##  $ Month  : int  5 5 5 5 5 5 5 5 5 5 ...
##  $ Day    : int  1 2 3 4 5 6 7 8 9 10 ...

# 可以看到“airquality”为数据框类型，有NA值。去掉NA，并把它转成matrix数据：
datax <- as.matrix(na.omit(airquality))
str(datax)

##  num [1:111, 1:6] 41 36 12 18 23 19 8 16 11 14 ...
##  - attr(*, "dimnames")=List of 2
##   ..$ : chr [1:111] "1" "2" "3" "4" ...
##   ..$ : chr [1:6] "Ozone" "Solar.R" "Wind" "Temp" ...

sel <- sample(1:nrow(datax), 5)
y1 <- datax[sel, 1]
y2 <- datax[sel, 2]
y3 <- datax[sel, 3]
labels <- paste("S", 1:length(y1), sep = "")
legs <- c("Ozone", "Solar.R", "Wind")

plot函数绘制散点图和折线图时，我们要使用成对的 x,y 数据来作图， 如果只有提供一个系列的数据，R把它当成y值，x值自动用序号表示；如果type参数设为h，再设置一下线宽和线末端性状就可以得到柱形图：

plot(y1, type = "h", lwd = 15, lend = 2)

但绘柱形图的函数较好的函数是barplot，它只使用y值数据，称为高度（height）。说它是y值不合适，如果是横向的柱形图（条形图）就成了x值。

barplot(y1)

设置其他任何参数的话得到的图形非常朴素，因为R作图的目的主要是进行数据可视化分析，图形没有任何多余的成分对数据分析有好处。初步分析后如果觉得柱形图能用，再做简单美化，设几个参数：y轴范围（ylim）、柱形与边框的偏移量、x轴标签和图形边框：

barplot(y1, ylim = c(0, max(y1) * 1.1), offset = 0, axis.lty = 1, names.arg = labels)
box()

二、多系列柱形图

多系列的柱形图要使用矩阵提供数据，R把矩阵的每一列作为一个数据系列来绘图。

dataxx <- rbind(y1, y2, y3)
ylim <- c(0, max(y1 + y2 + y3) * 1.1)
cols <- terrain.colors(3)
barplot(dataxx, ylim = ylim, offset = 0, axis.lty = 1, names.arg = labels, col = cols)
box()

  数据框虽然样子和矩阵差不多，但在这不行。

barplot(as.data.frame(dataxx), ylim = ylim, offset = 0, axis.lty = 1, names.arg = labels, 
    col = cols)

## Error: 'height' must be a vector or a matrix

不同数据系列在柱形图上放置的默认方式是堆叠。如果要并排方式就设置beside参数为TRUE。：

ylim <- c(0, max(dataxx) * 1.15)
barplot(dataxx, ylim = ylim, offset = 0, axis.lty = 1, names.arg = labels, col = cols, 
    beside = TRUE)
box()

柱形图数据的分组方式跟矩阵的行列方式有关，要改变分组方式只需对矩阵用t()函数进行转置即可：

barplot(t(dataxx), ylim = ylim, offset = 0, axis.lty = 1, names.arg = legs, 
    beside = TRUE, col = terrain.colors(length(labels)))
box()

三、标题和图例

标题设置还是和散点图一样的，低水平绘图函数仍然有用。图例设置的可以使用分步的方法，使用fill参数设置填充颜色；也可以直接在barplot函数里面通过参数设定而参数：

x <- barplot(dataxx, ylim = ylim, offset = 0, axis.lty = 1, names.arg = labels, 
    col = cols, beside = TRUE)
box()
legend("topleft", legend = legs, fill = cols, box.col = "transparent")
title(main = "An example of barplot", xlab = "Sample", ylab = "Value")

四、添加柱形图误差线：

误差线绘制首先要确定x,y坐标，但是绘制柱形图时我们只有表示y轴位置的数据系列。怎么办？问题不大。
plot函数是没有返回值的，而barplot函数把柱形图绘制时的x坐标作为返回值。我们前面已经保存了barplot的返回值，看看什么情况：

x

##      [,1] [,2] [,3] [,4] [,5]
## [1,]  1.5  5.5  9.5 13.5 17.5
## [2,]  2.5  6.5 10.5 14.5 18.5
## [3,]  3.5  7.5 11.5 15.5 19.5

dataxx

##       66   125  17  114    89
## y1  64.0  78.0  34  9.0  82.0
## y2 175.0 197.0 307 36.0 213.0
## y3   4.6   5.1  12 14.3   7.4

x的顺序和绘制柱形图所用数据dataxx的顺序是一样的。
R基本包没有提供误差线绘制的函数，但这完全可以自己做一个，代码很简单，下面用的是arrows函数，也可以用segments函数：

plot.error <- function(x, y, sd, len = 1, col = "black", horiz = FALSE) {
    len <- len * 0.05
    if (!horiz) {
        arrows(x0 = x, y0 = y, x1 = x, y1 = y - sd, col = col, angle = 90, length = len)
        arrows(x0 = x, y0 = y, x1 = x, y1 = y + sd, col = col, angle = 90, length = len)
    } else {
        arrows(x0 = y, y0 = x, x1 = y - sd, y1 = x, col = col, angle = 90, length = len)
        arrows(x0 = y, y0 = x, x1 = y + sd, y1 = x, col = col, angle = 90, length = len)
    }
}

函数有5个参数，分别设置x, y, 误差值, 误差线宽度，颜色和方向（水平或垂直）。用数据的10%作为误差绘制误差线：

sd <- dataxx * 0.1
for (i in 1:3) plot.error(x[i, ], dataxx[i, ], sd = sd[i, ])

五、barplot的其他参数

很多参数的作用和其他绘图函数，如：main, sub, xlab, ylab, xlim, ylim。但有几个特殊的参数：
axis.lty：用于设置坐标轴线的类型，如果不设置则x轴不绘制
names.arg：设置柱形图下面的标签名
angle：如果柱子内斜线的角度
legend.text：图例的名称。可以在barplot函数里面直接设定。
ncol：设置图例排列的列数，默认为1，即图标竖排。
horiz：横向柱形
如果是横向的柱形图，误差绘制时要注意horiz设为TRUE：

x <- barplot(dataxx, xlim = ylim, offset = 0, axis.lty = 1, names.arg = labels, 
    col = cols, beside = TRUE, horiz = T)
box()
legend("bottomright", legend = legs, fill = cols, box.col = "transparent")
title(xlab = "Value", ylab = "Sample")
sd <- dataxx * 0.1
for (i in 1:3) plot.error(x[i, ], dataxx[i, ], sd = sd[i, ], horiz = TRUE)