R绘图lattice包

lattice包：

学习此包的网站：

http://lmdvr.r-forge.r-project.org

http://cm.bell-labs.com/cm/ms/departments/ sia/doc/trellis.user.pdf

另外lattice包有一个扩展包是基于lattice的，就是R的 latticeExtra包

由于它可以轻松生 成栅栏图形，因此许多用户都会使用它。

lattice包提供了丰富的函数，可生成单变量图形（点图、核密度图、直方图、柱状图和箱线图）、双变量图形（散点图、带状图和平行箱线图）和多变量图形（三维图和散点图矩阵）。

各种高级绘图函数都服从以下格式：

graph_function(formula,data= ,options)

• graph_function是表16-2的第二栏列出的某个函数。
• formula指定要展示的变量和条件变量。
• data指定一个数据框。
• options是逗号分隔参数，用来修改图形的内容、摆放方式和标注。表16-3列出了一些常见的选项。

lattice包中的图形类型和相应函数

图形类型	函数及说明	表达式示例	示例
三维等高线图	contourpolt()	z~x*y	contourplot(volcano)
三维水平图	levelpolt()	z~y*x	levelplot(volcano)
三维散点图	cloud()	z~x*y|A
三维线框图	wireframe()	z~y*x	wireframe(volcano)
条形图	barchart()	x~A或A~x
箱线图	bwplot()	x~A或A~x	bwplot(mtcars$mpg)
点图	dotplot()	~x|A
直方图	histogram()	~x
核密度图	densityplot()	~x|A*B
平行坐标图	parallelplot() 在这个函数中可以设置 alpha = 0.01参数控制线条粗细	dataframe	parallelplot(mtcars[1:3])
散点图	xyplot()	y~x|A
散点图矩阵	splom()	dataframe	splom(mtcars[c(1,3,4,5)])
带状图	stripplot()	A~x或x~A	stripplot(mtcars$mpg~factor(mtcars$cyl))
注意，在这些表达式中，小写字母代表数值变量，大写字母表示类型变量

表达式形式通常为：

y~x|A*B

在竖线左边的变量称为主要（ primary）变量，右边的变量称为条件（ conditioning）变量。 主要变量将变量映射到每个面板的坐标轴上，此处， y ~ x 表示变量分别映射到纵轴和横轴上。 对于单变量绘图，用 ~ x 代替 y ~ x 即可；对于三维图形，用 z ~ x*y 代替 y ~ x ，而对于多变 量绘图（散点图矩阵或平行坐标图）用一个数据框代替 y ~ x 即可。注意，条件变量总是可以自 行挑选的。

根据上述的逻辑， ~ x | A即展示因子A各个水平下数值型变量x的分布情况； y ~ x | A*B 即展示因子A和B各个水平组合下数值型变量x和y间的关系。而A ~ x则表示类别型变量A在纵轴 上，数值型变量x在横轴上进行展示。 ~ x表示仅展示数值型变量

lattice中高级绘图函数的常见选项

选项	描述	示例
aspect	数值，设定每个面板中图形的宽高比	见index.cond
col、pch、lty、lwd	向量，分别设置图形中的颜色、符号、线条类型和宽度 pch除了使用数值变量，还可以直接使用字符变量	xyplot(lat ~ long | cut(depth, 3), data = quakes, aspect = "iso", pch = ".", cex = 2, type = c("p", "g"), xlab = "Longitude", ylab = "Latitude", strip = strip.custom(strip.names = TRUE, var.name = "Depth"))
groups	用来分组的变量(因子)	mtcars$transmission <- factor(mtcars$am,levels = c(0,1),labels = c("Automatic","Manual")) colors <- c("red","blue") lines <- c(1,2) points <- c(16,17) key.trans <- list(title = "Trasmission",space = "bottom",columns = 2, text = list(levels(mtcars$transmission)), points = list(pch = points,col = colors), lines = list(col = colors,lty = lines), cex.title = 1,cex = .9) densityplot(~mpg,data = mtcars, groups = transmission, main = "MPG Distribution by Transmission Type", xlab = "Mile per Gallon", pch = points,lty = lines,col = colors,lwd = 2,jitter = .005, key = key.trans)
index.cond	列表，设置面板的展示顺序	mypanel <-function(x,y){ panel.xyplot(x,y,pch=19) panel.rug(x,y) panel.grid(h=-1,v=-1) panel.lmline(x,y,col = "red",lwd = 1,lty = 2) } xyplot(mtcars$mpg~mtcars$wt|displacement, main = "Miles per Gallon vs. Weight by Engine Displacement", scales = list(cex=.8,col = "red"), xlab = "Weight",ylab = "Mile per Gallon", layout = c(3,1),aspect = 1.5,panel = mypanel,index.cond = list(c(2,1,3))) #不设置index.cond = list(c(2,1,3)) xyplot(mtcars$mpg~mtcars$wt|displacement, main = "Miles per Gallon vs. Weight by Engine Displacement", scales = list(cex=.8,col = "red"), xlab = "Weight",ylab = "Mile per Gallon", layout = c(3,1),aspect = 1.5,panel = mypanel)
key(或auto.key)	函数，添加分组变量的图例符号	见groups
layout	两元素数值型向量，设定面板的摆放方式(行数和列数)；如需要，可以添加第三个元素，以指定页数	见panel
main、sub	字符向量，设定主标题和副标题
panel	函数，设定每个面板要生成的图形	见index.cond
scales	列表，添加坐标轴标注信息	见index.cond
strip	函数，设定面板条带区域
split、position	数值向量，在一页上绘制多个图形. 由于lattice函数不识 别par() 设置，因此你需要另辟蹊径。最简单的方法便是先将lattice图形存储到对象中，然后利 用plot() 函数中的split =或position =选项来进行控制。	graph1 <- histogram(~height|voice.part,data = singer, main = "Heights of Choral Singers by Voice Part") graph2 <- densityplot(~height,data = singer,groups = voice.part, plot.points = F,auto.key = list(columns = 4)) plot(graph1,split = c(1,1,1,2)) plot(graph2, split = c(1,2,1,2),#split 参数说明，c(列位置号码,行位置号码，列数，行数) newpage = F) plot(graph1,position = c(0,.3,1,1)) plot(graph2, position = c(0,0,1,.3),#position = c(xmin, ymin, xmax, ymax) newpage = F)
type	字符型向量，设定一个或多个散点图的绘图参数(如p=点、l=线、r=回归、smooth=平滑曲线、g=格点)
xlab、ylab	字符向量，设定横轴和纵轴标签
xlim，ylim	两个元素的数值向量，分别设置横轴和纵轴的最小值和最大值

equal.count(x,number=,overlap=)： 将一个连续变量变成一个类似因子类型的，single类，可以用作画图条件， 例如： (displacement <- equal.count(mtcars$disp,number = 3,overlap = 0))#overlap设置重叠部分 xyplot(mtcars$mpg~mtcars$wt|displacement, main = "Miles per Gallon vs. Weight by Engine Displacement", xlab = "Weight",ylab = "Mile per Gallon", layout = c(3,1),aspect = 1.5)

panel.grid/panel.xyplot/...... 面板函数，在使用lattice包画图的时候，供panel参数使用，能够在一幅图中组织多个图像。 示例将上面

update.trellis(graph,.....): 这个函数用来修改已经做好的图的参数，例如要将一副已经做好的图的线条颜色改成红色，就可以用这个函数。

show.settings()、trellis.par.get()和trellis.par.set(mysettings) 我们学习了如何利用par() 函数查看和设置默认的图形参数。不过它们只对R中简单的图形系统生成的图形有效，对于lattice图形来说这些设置是无效的。在lattice图形中， lattice函数默认的图形参数包含在一个很大的列表对象中，你可通过trellis.par.get() 函数来获 取，并用trellis.par.set() 函数来修改。 show.settings() 函数可展示当前的图形参数设 置情况。 示例： show.settings() mysettings <- trellis.par.get() mysettings$superpose.symbol mysettings$superpose.symbol$pch <- 1:10 trellis.par.set(mysettings) show.settings() 以上代码把lattice包的默认值从以下的第一幅图变成第二幅： 变成