原文:R语言 可视化之三大绘图系统概述:base、lattice和ggplot2 | 第7讲
原创: 拴小林 数据驱动实践 1周前
数据可视化是数据分析过程中探索性分析的一部分内容,可以直观展示数据集数据所具有的的特征和关联关系等。R语言不仅提供了基本的可视化系统graphics包,简单的图+修饰,例如:plot、 hist(条形图)、 boxplot(箱图)、 points 、 lines、 text、title 、axis(坐标轴)等;还提供了更加高级的图形系统lattice和ggplot2.base基本图形系统相关内容可参照:《R语言 图形初阶:hist、plot和图形布局layout | 第6讲》,作为R语言图形绘制的入门一节。后续将分别就lattice和ggplot2可视化绘图系统进行简要介绍。
引言
1 Lattice绘图系统
1.1 lattice常见函数集表达式对照表
1.2 lattice绘图系统相关参数对照表
1.3 面板函数
1.4 图形参数
1.5 页面布局
2 ggplot2绘图系统
ggplot2初识
更多下期详解
不同类型变量常用的图表
连续数值变量
分类变量
特点:一次成图;适用于关系变量间的交互:在变量z的不同水平,变量y如何随变量x变化。常见lattice包函数有xyplot、barplot、histogram等,格式 xyplot(y~x | f *g ,data);panel函数,用于控制每个面板内的绘图。
xyplot示例1:xyplot(y~x ,data)
> library(lattice)
> data(airquality)
> xyplot(Temp~Ozone,data=airquality) #简单xyplot示例
xyplot示例2:xyplot(y~x | f ,data)
xyplot(Temp~Ozone|factor(Month),data=airquality)
#在变量factor(Month)的不同水平,变量Temp如何随变量Ozone变化。
1.1 lattice常见函数集表达式对照表
图形类型 函数 表达式示例
三维等高线图 contourplot() z ~ x*y
三维水平图 levelplot() z ~ y*x
三维散点图 cloud() z ~ x*y|A
三维线框图 wireframe() z ~ y*x
条形图 barchart() x ~ A或A ~ x
箱线图 bwplot() x ~ A或A ~ x
点图 dotplot() ~ x | A
直方图 histogram() ~ x
核密度图 densityplot() ~ x | A*B
平行坐标图 parallel() dataframe
散点图 xyplot() y ~ x | A
散点图矩阵 splom() dataframe
带状图 stripplot() A ~ x或x ~ A
高级绘图中表达式的通常格式:y ~ x | A * B 竖线左边的变量称为主要变量,右边称为条件变量。主要变量即为图形的两个坐标轴,其中y在纵轴上,x在横轴上。变形:单变量绘图,用 ~ x 即可;三维绘图,用z ~ x*y;多变量绘图,使用数据框代替y ~ x即可。
1.条件变量的用法~ x | A表示因子A各个水平下数值型变量x的分布情况;y ~ x | A * B表示因子A和B各个水平组合下数值型变量x和y之间的关系。A ~ x表示A在纵轴上展示,x在横轴上展示。
条件变量为连续型变量时,要先将其转换成离散型变量。一种方法是使用cut()函数,另外可以使用lattice包中的函数将连续型变量转化为瓦块(shingle)数据结构,这样,连续型变量可以被分割为一系列(可能)重叠的数值范围。这样就可以使用这个变量作为条件变量了
#连续型变量x将会被分割为#个区间,重叠度为proportion,每个区间内观测数相等
myx<- equal.count(x, number = #, overlap = proportion)
分组变量:将每个条件变量产生的图形叠加到一起,在同一幅图中展示,只需要将条件变量放到绘图函数中的group声明中即可。
> require(stats)## Tonga Trench Earthquakes
> library(lattice)
> Depth <- equal.count(quakes$depth, number=8, overlap=.1)
> xyplot(lat ~ long | Depth, data = quakes)
1.2 lattice绘图系统相关参数对照表
参数名 参数解释
spect 数值,设定每个面板中图形的宽高比
col/pch/lty/lwd 向量,分别设定图形中的颜色、符号、线条类型和线宽
Groups 用来分组的变量(因子)
index.cond 列表,设定面板的展示顺序
key(或auto.key) 函数,添加分组变量的图例符号
layout 两元素数值型向量,设定面板的摆放方式(行数和列数);如有需要,可以添加第三个元素,以指定页数
Main/sub 字符型向量,设定主标题和副标题
Panel 函数,设定每个面板要生成的图形
Scales 列表,添加坐标轴标注信息
Strip 函数,设定面板条带区域
Split/position 数值型向量,在一页上绘制多幅图形
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 字符型向量,设定横轴和纵轴标签
xlim/ylim 两元素数值型向量,分别设定横轴和纵轴的最小和最大值
示例3:lattice绘图系统相关参数
xyplot(Sepal.Length ~ Petal.Length | Species,
data = iris, scales = "free", layout = c(2, 2),
auto.key = list(x = .6, y = .7, corner = c(0, 0)))
1.3 面板函数
自定义面板的各个选项,然后在绘制图形的函数中调用即可
示例4:panel面板函数设置
mypanel = function(x,y){
panel.abline(v=mean(x),h=mean(y), lty=2) # 加线,v是水平线,h是竖直线,线类型为2,
panel.lmline(x,y,col="red") # 加线性回归线,颜色红色
}
xyplot(Sepal.Length ~ Petal.Length | Species,
data = iris, ,panel=mypanel,scales = "free", layout = c(2, 2),
auto.key = list(x = .6, y = .7, corner = c(1, 0)))
1.4 图形参数
查看默认的图形参数使用trellis.par.get()函数;修改这些参数使用trellis.par.set()函数;show.settings()函数可以展示当前的图形参数设置情况。
1.5 页面布局
lattice无法使用par()函数,因此需要将图形存储到对象中,然后利用plot()函数中的split = 或position = 选项来进行控制
split的方法,将第一幅图放置到第二幅图的上面:第一个plot()函数把页面分割为一列两行的矩阵,并将图形放置到第一列第一行中;第二个plot()函数将图形放置到第一列第二行中,由于plot()函数默认启动新的页面,因此使用newpage = FALSE选项。
> library(lattice)
> x <- data.frame(matrix(1:100,ncol=1))
> set.seed(100)
> y1 <- rnorm(100,1,20) #rnorm(n, mean=0, sd=1) 正态分布
> set.seed(100)
> y2 <- rnorm(100,2,20)
> graph1 <- xyplot(y1~x)
> graph2 <- xyplot(y2~x)
> plot(graph1, split = c(1,1,1,2)) #打印graph1
> plot(graph2, split = c(1,2,1,2), newpage = FALSE) #在相同画布上打印graph2
position方法,设定坐标,原点位于页面左下角,x轴和y轴维度范围为(0, 1),position = (xmin, ymin, xmax, ymax)。
> plot(graph1, position = c(0, .3, 1, 1))
> plot(graph2, position = c(0, 0, 1, .3), newpage = FALSE)
ggplot2将数据、数据到图形要素的映射以及图形要素绘制分离,然后按图层叠加的方式作图,通过+进行叠加。
ggplot2基本要素
ggplot2入门示例
> df <- data.frame(gp = factor(rep(letters[1:3], each = 10)), y = rnorm(30)) #生成数据
> ggplot(df, aes(gp, y)) #建立映射关系,此情况下仅输出基本画布信息,并没有数据点/线
> df <- data.frame(gp = factor(rep(letters[1:3], each = 10)), y = rnorm(30)) #生成数据
> ggplot(df, aes(gp, y)) + geom_point() #建立映射关系并添加点几何对象
#或
> df <- data.frame(gp = factor(rep(letters[1:3], each = 10)), y = rnorm(30)) #生成数据
> p <- ggplot(df, aes(gp, y)) #建立映射关系,并赋值给p
> p + geom_point()#基于p添加点几何对象
由于ggplot2绘图系统内容繁杂,本文不再展开,本公众号将在下一节全面展开对ggplot2使用的案例呈现。
R语言 | 第一部分:数据预处理
R语言|第2讲:生成数据
R语言常用的数据输入与输出方法 | 第三讲
R语言数据管理与dplyr、tidyr | 第4讲
R语言 控制流:for、while、ifelse和自定义函数function|第5讲