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
|