作者 | 张丹
来源 | R友舍
前言
R语言不仅在统计分析,数据挖掘领域,计算能力强大。在数据可视化上,也不逊于昂贵的商业。当然,背后离不开各种开源软件包的支持,Cairo就是这样一个用于矢量图形处理的类库。
Cairo可以创建高质量的矢量图形(PDF, PostScript, SVG) 和 位图(PNG, JPEG, TIFF),同时支持在后台程序中高质量渲染!
本文将介绍,Cairo在R语言中的使用。
目录
Cairo介绍
Cairo安装
Cairo使用
在信息领域中,cairo 是一个让用于提供矢量图形绘图的免费库,cairo 提供在多个背景下做 2D 的绘图,高级的更可以使用硬件加速功能。
虽然 cairo 是使用C语言撰写的,但是当使用 cairo 时,可以用许多其他种语言来使用,包括有 C++、C#、Java、Python、Perl、Ruby、Scheme、Smalltalk 以及许多种语言,cairo 在 GNU LGPL 与 Mozilla Public License (MPL) 两个认证下发布。
上文介绍,摘自:http://zh.wikipedia.org/wiki/Cairo_(绘图)
R语言Cairo接口的官方发布页:http://www.rforge.net/Cairo/
系统环境
Linux: Ubuntu 12.04.2 LTS 64bit
R: 3.0.1 x86_64-pc-linux-gnu
Cairo基本库安装
Cairo使用起来非常简单,和基础包grDevices中的函数对应。
CairoPNG: 对应grDevices:png()
CairoJPEG: 对应grDevices:jpeg()
CairoTIFF: 对应grDevices:tiff()
CairoSVG: 对应grDevices:svg()
CairoPDF: 对应grDevices:pdf()
我常用的图形输出,就是png和svg。
检查Cairo的兼容性:
~ R> library(Cairo)> Cairo.capabilities() png jpeg tiff pdf svg ps x11 win raster TRUE TRUE FALSE TRUE TRUE TRUE TRUE FALSE TRUE
下面比较一下 CairoPNG() 和 png() 输出效果。
1). 散点图
x<-rnorm(6000)y<-rnorm(6000)# PNG图png(file="plot4.png",width=640,height=480)plot(x,y,col="#ff000018",pch=19,cex=2,main = "plot")dev.off()CairoPNG(file="Cairo4.png",width=640,height=480)plot(x,y,col="#ff000018",pch=19,cex=2,main = "Cairo")dev.off()# SVG图svg(file="plot-svg4.svg",width=6,height=6)plot(x,y,col="#ff000018",pch=19,cex=2,main = "plot-svg")dev.off()CairoSVG(file="Cairo-svg4.svg",width=6,height=6)plot(x,y,col="#ff000018",pch=19,cex=2,main = "Cairo-svg")dev.off()
以下为PNG图:
2). 三维截面图
x <- seq(-10, 10, length= 30)y <- xf <- function(x,y) { r <- sqrt(x^2+y^2); 10 * sin(r)/r }z <- outer(x, y, f)z[is.na(z)] <- 1# PNG图png(file="plot2.png",width=640,height=480)op <- par(bg = "white", mar=c(0,2,3,0)+.1)persp(x, y, z,theta = 30, phi = 30,expand = 0.5,col = "lightblue",ltheta = 120,shade = 0.75,ticktype = "detailed",xlab = "X", ylab = "Y", zlab = "Sinc(r)",main = "Plot")par(op)dev.off()CairoPNG(file="Cairo2.png",width=640,height=480)op <- par(bg = "white", mar=c(0,2,3,0)+.1)persp(x, y, z,theta = 30, phi = 30,expand = 0.5,col = "lightblue",ltheta = 120,shade = 0.75,ticktype = "detailed",xlab = "X", ylab = "Y", zlab = "Sinc(r)",main = "Cairo")par(op)dev.off()
以下为PNG图:
3). 文字显示
library(MASS)data(HairEyeColor)x <- HairEyeColor[,,1]+HairEyeColor[,,2]n <- 100m <- matrix(sample(c(T,F),n^2,replace=T), nr=n, nc=n)# PNG图png(file="plot5.png",width=640,height=480)biplot(corresp(m, nf=2), main="Plot")dev.off()CairoPNG(file="Cairo5.png",width=640,height=480)biplot(corresp(m, nf=2), main="Cairo")dev.off()# SVG图svg(file="plot-svg5.svg",width=6,height=6)biplot(corresp(m, nf=2), main="Plot-svg")dev.off()CairoSVG(file="Cairo-svg5.svg",width=6,height=6)biplot(corresp(m, nf=2), main="Cairo-svg")dev.off()
以下为PNG图:
我们查看两个文件的属性:以png直接生成的图54KB,以CairoPNG生成的图43.8KB。
综上的3个例子,我分辨不出太大区别,只是Cairo感觉更淡、更柔和一些。
大家不妨找一些更复杂的图形来尝试着比较。
转载请注明出处:
http://blog.fens.me/r-cairo/
——————————————
往期精彩:
我造的假我自己打,Adobe推出“反PS”
微软删除人脸识别,除了隐私,更重要的可能是性别歧视与种族主义
亚马逊在中国失败,而中国却在亚马逊成功