R语言 类别数据可视化（1）

目录

一 条形图及其变种

1.简单条形图和帕累托图

（1）条形图

 （2）帕累托图

 2.并列条形图和堆叠条形图

 3.不等宽条形图和脊形图

（1）不等宽条形图

 （2）脊形图

二 树状图 

1.条形树状图

 2.矩形树状图

 三 马赛克图及其变种

1.马赛克图

 2.马赛克图变种

四 关联图和独立性检验的P值图 

1.关联图

2. 独立性检验的P值图

---

一 条形图及其变种

1.简单条形图和帕累托图

（1）条形图

条形图（bar plot）是用一定宽度和高度的矩形表示各类别频数多少的图形

主要用于展示类别变量数据的频数分布

绘制条形图时，各类别可以放在X轴（横轴），也可以放在Y轴（纵轴）

类别放在X轴的条形图称为垂直条形图（vertical bar plot）或柱形图，类别放在Y轴的条形图称为水平条形图（horizontal bar plot）

data3_1 <- read.csv('./mydata/chap03/data3_1.csv')
attach(data3_1)
table1 <- table(性别)
table2 <- table(网购次数)
table3 <- table(满意度)
table1;table2;table3

性别
  男   女 
 840 1160 
网购次数
  1~2次   3~5次 6次以上 
    618     804     578 
满意度
不满意   满意   中立 
   800    520    680 

# 2000个被调查者网购情况的条形图

layout(matrix(c(1,2,3,3), 2, 2, byrow=T))
par(mai=c(0.6,0.6,0.4,0.1),cex=0.7)         # 设置图形边距和字体大小
barplot(table1, xlab='人数', ylab='性别',horiz=T, 
        density = 30, angle = 0, col = c('grey80', 'grey50'), border='blue')
title(main=list('(a) 水平条形图', font=4))
barplot(table2, xlab='网购次数', ylab='人数', col=2:4, 
        density = 20, angle = 90, border='red', main='(b) 垂直条形图')
# cex.names(横轴标签大小)、cex.axis(纵轴标签大小)、cex.lab(坐标轴标题大小)
barplot(table3, xlab='满意度', ylab='人数', col=c('#DE2D26', '#31A354', '#3182BD'), 
        main='(c) 垂直条形图', cex.names=1.2, cex.lab=1.2)

 

#2000个被调查者满意度的条形图

library('sjPlot')
set_theme(axis.textsize=0.8,      # 坐标轴刻度字体大小
          axis.title.size=0.8,    # 坐标轴标题字体大小
          geom.label.size=2.5)    # 图形标签字体大小
# 绘制条形图
plot_frq(data=data3_1,满意度,type='bar',  # 绘制满意度的条形图 
         show.n=TRUE, show.prc=TRUE)       # 显示类别频数和频数百分比

 （2）帕累托图

帕累托图（Pareto plot）是是将各类别的频数降序排列后绘制的条形图

以意大利经济学家V.Pareto的名字命名的

帕累托图可以看作简单条形图的一个变种，利用该图很容易看出哪类频数出现得最多，哪类频数出现得最少

par(mfrow=c(1,1),mai=c(0.7,0.7,0.2,0.7),cex=0.7)
x<-sort(table(data3_1$满意度),decreasing=TRUE)  # 生成一维表并将频数降序排列
bar<-barplot(x,xlab="满意度",ylab="人数",col=c("#DE2D26","#31A354","#3182BD"),ylim=c(0,1000)) # 绘制条形图
text(bar,x,labels=x,pos=3,col="black")       # 为条形图添加频数标签
y<-cumsum(x)/sum(x)                          # 计算累积频数
par(new=T)                                   # 绘制一幅新图加在现有的图形上
plot(y,type="b",pch=15,axes=FALSE,xlab='',ylab='',main='') # 绘制累积频数折线
axis(side=4)                                    # 在第4个边增加坐标轴
mtext("累积频率",side=4,line=3,cex=0.8)         # 添加坐标轴标签
text(labels="累积分布曲线",x=2.4,y=0.95,cex=1)  # 添加注释文本

 2.并列条形图和堆叠条形图

绘制两个类别变量的条形图时，可以使用原始数据绘图，也可以先生成二维列联表再绘图

根据绘制方式不同有并列条形图(juxtaposed bar plot)和堆叠条形图(stacked bar plot)等

并列条形图中，一个类别变量作为坐标轴，另一个类别变量各类别频数的条形并列摆放:堆叠条形图中，一个类别变量作为坐标轴，另一个类别变量各类别的频数按比例堆叠在同一个条中

使用 barplot函数默认绘制堆叠条形图，设置参数 beside=TRUE可绘制并列条形图。使用 DescTools 包中的 BarText 函数、 plotrix 包中的 barlabels函数可以给条形图添加标签

tab1<-table(性别,网购次数)               # 生成性别与网购次数的二维表
tab2<-table(性别,满意度)                 # 生成性别与满意度的二维表
tab3<-table(网购次数,满意度)             # 生成网购次数与满意度的二维表
tab1;tab2;tab3

    网购次数
性别 1~2次 3~5次 6次以上
  男   280   322     238
  女   338   482     340
    满意度
性别 不满意 满意 中立
  男    360  160  320
  女    440  360  360
         满意度
网购次数  不满意 满意 中立
  1~2次      239  171  208
  3~5次      316  195  293
  6次以上    245  154  179

# 性别、网购次数、满意度人数分布的条形图

library(DescTools)                       # 加载包
par(mfrow=c(2,2),mai=c(0.8,0.8,0.7,0.1),cex=0.7,cex.main=1)

b1<-barplot(tab1,beside=TRUE,xlab="网购次数",ylab="人数",
            main="(a) 垂直并列",col=c("#66C2A5","#FC8D62"),legend=rownames(tab1),
            args.legend=list(x=4,y=550,ncol=2,cex=0.8,box.col="grey80"))
BarText(tab1,b=b1,beside=TRUE,cex=1,pos='topout')              # 添加标签
# pos='topout'|‘topin’|'mid'|'bottomin'

b2<-barplot(tab2,beside=TRUE,horiz=TRUE,xlab="人数",ylab="满意度",main="(b) 水平并列",
            col=c("#66C2A5","#FC8D62"),legend=rownames(tab2),
            args.legend=list(x=165,y=10.5,ncol=2,cex=0.8,box.col="grey80"))
BarText(tab2,b=b2,beside=TRUE,horiz=TRUE,cex=1,pos='topin')  # 添加标签

b3<-barplot(tab3,xlab="满意度",ylab="人数",main="(c) 垂直堆叠",
            col=c("#66C2A5","#FC8D62","#E78AC3"),legend=rownames(tab3),
            args.legend=list(x=2.9,y=950,ncol=3,cex=0.8,box.col="grey80"))
BarText(tab3,b=b3,cex=1,pos='mid')                                   # 添加标签

b4<-barplot(tab3,horiz=TRUE,xlab="人数",ylab="满意度",main="(d) 水平堆叠",
            col=c("#66C2A5","#FC8D62","#E78AC3"),legend=rownames(tab3),
            args.legend=list(x=600,y=4.4,ncol=3,cex=0.8,box.col="grey80"))
BarText(tab3,b=b4,horiz=TRUE,col="black",cex=1,pos='mid')            # 添加标签

 

 

# 性别与满意度人数分布的并列条形图和堆叠条形图

library(sjPlot)
set_theme(title.size=0.8,             # 设置图形标题字体大小
          axis.title.size=0.8,               # 设置坐标轴标题字体大小
          axis.textsize=0.8,                 # 设置坐标轴字体大小
          geom.label.size=2.5,               # 设置图形标签字体大小
          legend.size=0.8,                   # 设置图例字体大小
          legend.title.size=0.8)             # 设置图例标题主题大小

p1<-plot_xtab(data3_1$满意度,data3_1$性别,
             bar.pos="dodge",                    # 绘制并列条形图
             show.n=TRUE,show.prc=TRUE,          # 显示频数和百分比
             show.summary=TRUE,                  # 绘制出带有卡方检验统计量信息的摘要
             vjust="center",                     # 调整频数标签摆放的垂直位置
             show.total=FALSE,                       # 不绘制各类别总和的条
             title="(a) 并列条形图")             # 设置图形标题

p2<-plot_xtab(data3_1$满意度,data3_1$性别,
             bar.pos="stack",                   # 绘制堆叠条形图
             show.n=TRUE,show.prc=TRUE,
             show.total=TRUE,                   # 绘制出各类别总和的条
             vjust="middle",title="(b) 堆叠条形图")

library('gridExtra')
plot_grid(list(p1,p2),margin=c(0.3,0.3,0.3,0.3))  # 将图形p1和p2组合在一幅图中

 

# 性别与满意度的3D并列条形图
library(plotrix)
library(epade)
# dev.off()  # 关闭当前的图形设备
par(mfrow=c(1,1))
bar.plot.ade(data3_1$性别,data3_1$满意度,   # 绘制并列条形图（默认）
             form="z",wall=4,                         # 设置3D条形式样和图形风格
             prozent=TRUE,                            # 在条形上画出百分比
             btext=TRUE,                              # 画出卡方检验的P值
             xlab="满意度",ylab="人数",main="性别与满意度的条形图")

 

# 满意度与网购次数的3D堆叠条形图
bar.plot.ade(data3_1$满意度,data3_1$网购次数,beside=FALSE, # 绘制堆叠条形图
             form="c",wall=1,prozent=TRUE,btext=TRUE,lhoriz=FALSE,
             xlab="网购次数",ylab="人数")

 3.不等宽条形图和脊形图

（1）不等宽条形图

用一个变量各类别条形的宽度表示样本量，另一个类别变量的各类别以并列或堆叠的方式绘制条形图

#  满意度和网购次数的不等宽条形图

library(ggiraphExtra)
require(ggplot2)
library(gridExtra)

# 绘制图形p1和p2
p1<-ggSpine(data=data3_1,aes(x=满意度,fill=网购次数),
            position="dodge",palette="Reds",labelsize=2.5)    # 绘制并列条形图

theme(legend.position=c(0.52,0.88),                # 设置图例位置
        legend.direction="horizontal",                   # 图例水平排列
        legend.title=element_text(size=7),               # 设置图例标签字体大小
        legend.text=element_text(size="5"))              # 设置图例字体大小

List of 4
 $ legend.text     :List of 11
  ..$ family       : NULL
  ..$ face         : NULL
  ..$ colour       : NULL
  ..$ size         : chr "5"
  ..$ hjust        : NULL
  ..$ vjust        : NULL
  ..$ angle        : NULL
  ..$ lineheight   : NULL
  ..$ margin       : NULL
  ..$ debug        : NULL
  ..$ inherit.blank: logi FALSE
  ..- attr(*, "class")= chr [1:2] "element_text" "element"
 $ legend.title    :List of 11
  ..$ family       : NULL
  ..$ face         : NULL
  ..$ colour       : NULL
  ..$ size         : num 7
  ..$ hjust        : NULL
  ..$ vjust        : NULL
  ..$ angle        : NULL
  ..$ lineheight   : NULL
  ..$ margin       : NULL
  ..$ debug        : NULL
  ..$ inherit.blank: logi FALSE
  ..- attr(*, "class")= chr [1:2] "element_text" "element"
 $ legend.position : num [1:2] 0.52 0.88
 $ legend.direction: chr "horizontal"
 - attr(*, "class")= chr [1:2] "theme" "gg"
 - attr(*, "complete")= logi FALSE
 - attr(*, "validate")= logi TRUE

p2<-ggSpine(data=data3_1,aes(x=满意度,fill=网购次数),
            position="stack",palette="Blues",labelsize=2.5,reverse=TRUE) 
      # 绘制堆叠条形图
grid.arrange(p1,p2,ncol=1)  

 

 （2）脊形图

脊形图(spine plot)是根据各类别的比例绘制的一种条形图，它可以看作堆叠条形图的一个变种，也可以看作马赛克图的一个特例。绘制脊形图时，将某个类别各条的高度都设定为1或100%，条的宽度与观测频数(样本量)成比例，条内每一段的高度表示另一个类别变量各类别的频数比例

#  性别与满意度、网购次数与满意度的脊形图

par(mfrow=c(1,2),mai=c(1,1,1,0.4),cex=0.7)
data3_1$性别 = as.factor(data3_1$性别)
spineplot(factor(性别)~factor(满意度),data=data3_1,col=c("#FB8072","#80B1D3"),
            xlab="满意度",ylab="性别", main='(a) 性别与满意度')
spineplot(factor(网购次数)~factor(满意度),data=data3_1,col=c("#7FC97F","#BEAED4","#FDC086"),
              xlab="满意度",ylab="网购次数", main='(b) 网购次数与满意度')

 

#  按性别分面的满意度与网购次数的脊形图

library("ggiraphExtra")
require(ggplot2)
ggSpine(data=data3_1,aes(x=满意度,fill=网购次数,facet=性别),
        palette="Reds",labelsize=3,reverse=TRUE)

 

二 树状图 

将各类别的层次结构画成树状图的形式，称为树状图(dendrogram)或分层树状图

有条形树状图和矩形树状图，可以看做是条形图的另一个变种

主要用来展示各类别变量之间的层次结构关系，尤其适合展示3个及3个以上类别变量的情形(也可以用于展示两个类别变量)

1.条形树状图

#  性别、网购次数、满意度的大小树状图

data3_1<-read.csv("./mydata/chap03/data3_1.csv") 
library(plotrix)
cols<-list(c("#FDD0A2","#FD8D3C"),c("#C6DBEF","#9ECAE1","#6BAED6"),c("#C7E9C0","#A1D99B","#74C476"))      # 设置颜色列表
sizetree(data3_1,col=cols,
         showval=TRUE,showcount=TRUE,stacklabels=TRUE, # 显示类别标签、频数、变量名称
         border="black",base.cex=0.7)       # 设置矩形边框的颜色和标签字体的大小

 

#  女性的网购次数和满意度的大小树状图
sizetree(data3_1[data3_1$性别=='女', ],col=cols,
         showval=TRUE,showcount=TRUE,stacklabels=TRUE, # 显示类别标签、频数、变量名称
         border="black",base.cex=0.7)       # 设置矩形边框的颜色和标签字体的大小

 2.矩形树状图

#  以性别、网购次数、满意度为索引的矩形树状图
library(treemap)
data3_1<-read.csv("./mydata/chap03/data3_1.csv")
# 生成带有交叉频数的数据框
tab<-ftable(data3_1)        # 生成列联表（也可以使用table函数生成列联表）
tab

              满意度 不满意 满意 中立
性别 网购次数                        
男   1~2次              117   57  106
     3~5次              137   54  131
     6次以上            106   49   83
女   1~2次              122  114  102
     3~5次              179  141  162
     6次以上            139  105   96

d<-as.data.frame(tab)       # 将列联表转换成带有类别频数的数据框
df<-data.frame(d[,-4],频数=d$Freq)         # 将Freq修改为频数
df

    性别 网购次数 满意度 频数
1    男    1~2次 不满意  117
2    女    1~2次 不满意  122
3    男    3~5次 不满意  137
4    女    3~5次 不满意  179
5    男  6次以上 不满意  106
6    女  6次以上 不满意  139
7    男    1~2次   满意   57
8    女    1~2次   满意  114
9    男    3~5次   满意   54
10   女    3~5次   满意  141
11   男  6次以上   满意   49
12   女  6次以上   满意  105
13   男    1~2次   中立  106
14   女    1~2次   中立  102
15   男    3~5次   中立  131
16   女    3~5次   中立  162
17   男  6次以上   中立   83
18   女  6次以上   中立   96

treemap(df,index=c("性别","网购次数","满意度"),  # 设置聚合索引的列名称
        vSize="频数",                                  # 指定矩形大小的列名称
        type="index",                                  # 确定矩形的着色方式
        fontsize.labels=9,                             # 设置标签字体大小
        position.legend="bottom",                      # 设置图例位置
        title="")           

 

 

#  用频数着色的矩形树状图
treemap(df,index=c("性别","网购次数","满意度"),  # 设置聚合索引的列名称
        vSize="频数",                                  # 设置指定矩形大小的列名称
        vColor="频数",                                 # 确定矩形颜色的列名称
        type="value",                                  # 确定矩形的着色方式
        fontsize.labels=9,                             # 设置标签字体大小
        title="") 

 三 马赛克图及其变种

马赛克图是用矩形表示列联表中对应频数的一种图形

图中嵌套矩形的面积与列联表相应单元格的频数成比例

也可以用于二维表的可视化，可视为条形图的一个变种

其变种形式有:筛网图、瓦片图、双层图等

1.马赛克图

# 性别、网购次数、满意度的马赛克图

data3_1<-read.csv("./mydata/chap03/data3_1.csv") 

par(mfrow=c(1,2),mai=c(0.3,0.3,0.1,0.1),cex=0.7)
mosaicplot(~性别+网购次数+满意度,data=data3_1,col=c("#E41A1C","#377EB8","#4DAF4A"),
           cex.axis=0.7,off=8,dir=c("v","h","v"),main="")                # 简单马赛克图
mosaicplot(~性别+网购次数+满意度,data=data3_1,shade=TRUE,
           cex.axis=0.7,off=8,dir=c("v","h","v"),main="")  

 2.马赛克图变种

#  带有观测频数和期望频数的马赛克图

library(vcd)
tab<-structable(data3_1)   # 生成多维列联表（或用table或ftable生成列联表）
tab

            网购次数 1~2次 3~5次 6次以上
性别 满意度                             
男   不满意            117   137     106
     满意               57    54      49
     中立              106   131      83
女   不满意            122   179     139
     满意              114   141     105
     中立              102   162      96

 

p1<-mosaic(tab,shade=TRUE,
           labeling=labeling_values,                      # 生成频数标签
           return_grob=TRUE) 

p2<-mosaic(tab,shade=TRUE,labeling=labeling_values,
           value_type="expected",                         # 绘制期望频数标签
           return_grob=TRUE)

mplot(p1,p2,cex=0.5,layout=c(1,2))               # 按1行2列组合p1和p2

#  带有观测频数和期望频数的筛网图
p3<-vcd::sieve(tab,shade=TRUE,labeling=labeling_values,
               return_grob=TRUE,main="(a) 显示观察频数")

p4<-vcd::sieve(tab,shade=TRUE,
               labeling=labeling_values,value_type="expected",
               return_grob=TRUE,main="(b) 显示期望频数")

 

mplot(p3,p4,cex=0.5,layout=c(1,2))               # 按1行2列组合p3和p4

 

 

#  性别、网购次数、满意度的瓦片图和双层图
p5<-vcd::tile(tab,shade=TRUE,tile_type="area",  # 用面积表示矩形大小
              squared_tiles=FALSE,                       # 不显示行或列中的空白
              labeling=labeling_values,
              return_grob=TRUE)

p6<-vcd::doubledecker(tab,abeling=labeling_values,
                      return_grob=TRUE)

mplot(p5,p6,cex=0.5,layout=c(1,2))  

 

#  以性别作为条件变量绘制的马赛克图
tab<-structable(性别~网购次数+满意度,data=data3_1)   # 生成多维列联表
cotabplot(tab,labeling=labeling_values)              # 显示相应单元格的频数

四 关联图和独立性检验的P值图 

1.关联图

分析列联表中行变量和列变量关系的两种图形

关联图就是展示行变量和列变量差异的图形。它将图形以 RxC的形式布局，列联表中每一个单元格的观测频数和期望频数用一个矩形表示

如果一个单元格的观察频数大于期望频数，矩形将高于基线;如果一个单元格的观察频数小于期望频数时，矩形则低于基线

# 满意度与性别、网购次数与满意度的关联图

data3_1<-read.csv("./mydata/chap03/data3_1.csv")
attach(data3_1) 
par(mfrow=c(1,2),mai=c(0.7,0.7,0.1,0.1),cex=0.7)
assocplot(table(满意度,性别),col=c("black","red"))
box(col="grey50")
assocplot(table(网购次数,满意度),col=c("black","red"))   
box(col="grey50")

 

#  性别、网购次数和满意度的关联图

library(vcd)
tab<-structable(data3_1)   # 生成多维列联表（也可使用table或ftable生成列联表）
assoc(tab,shade=TRUE,labeling=labeling_values)  # 绘图关联图，并为矩形增加相应单元格的观测频数

2. 独立性检验的P值图

关联图只是大概判断两个类别变量是否独立，难以得出确切的结论。对于多个类别变量，如果要分析任意两个变量之间是否独立，可以使用 Pearson卡方检验

该检验的原假设是:二维列联表中的行变量与列变量独立。如果检验的P值较小足以拒绝原假设，则表示行变量与列变量不独立，或者说二者之间具有相关性

独立性检验的P值图则列出 Pearson 卡方检验的P值

# 性别、网购次数、满意度的Pearson卡方独立性检验的P值矩阵

library(sjPlot)
sjp.chi2(data3_1,show.legend=TRUE,legend.title="P值色标",title="Pearson卡方独立性检验")  # 绘制出图例和标题