R语言绘图篇

转载自：http://blog.csdn.net/lilanfeng1991/article/details/34859799

R语言中有关绘图的包：base、grid、lattice及ggplot2

1.lattice包

可生成栅栏图形

 library(lattice)
 histogram(~height|voice.part,data=singer,
           main="Distribution of Heights by Voice Pitch",
           xlab="Height(inches)")

height是因变量，voice.part被称作条件变量（conditioning variable）

该代码对八个声部的每一个都创建一个直方图

2.lattice绘图示例

 install.packages("lattice")
 library(lattice)
 attach(mtcars)
 gear<-factor(gear,levels=c(3,4,5),labels=c("3 gears","4 gears","5 gears"))
 cyl<-factor(cyl,levels=c(4,6,8),labels=c("4 cylinders","6 cylinders","8 cylinders"))
 densityplot(~mpg,main="Density Plot",xlab="Miles per Gallon")

 densityplot(~mpg|cyl,main="Density Plot by Number of Cylinders")

 bwplot(cyl~mpg|gear,main="Box Plots by Cylinders and Gears",xlab="Miles per Gallon",ylab="cylinders")

 xyplot(mpg~wt|cyl*gear,main="Scatter Plots by Cylinders and Gears",xlab="Car Weight",ylab="Miles per Gallon")

 cloud(mpg~wt*qsec|cyl,main="3D Scatter Plots by Cylinders")

 dotplot(cyl~mpg|gear,main="Dot Plots by Number of Gears and Cylinders",xlab="Miles Per Gallon")

3.条件变量

通常条件变量是因子，但若想以连续变量为条件，一种方法是利用R中的cut（）函数将连续型变量转换为离散变量；另外，lattice包提供了一些将连续型变量转化为瓦块（shingle）数据结构的函数。各连续变量会被分割到一系列（可能）重叠的数值范围内。

 library(lattice)
 displacement<-equal.count(mtcars$disp,number=3,overlap=0)
 xyplot(mpg~wt|displacement,data=mtcars,
        main="Miles per Gallon vs.Weight by Engine Displacement",
        xlab="Weight",ylab="Miles per Gallon",
        layout=c(3,1),aspect=1.5)

4.面板函数

默认的面板函数服从如下命名惯例：panel.graph_function，其中graph_function是该水平绘图函数，

如xyplot(mpg~wt|displacement,data=mtcars)也可写为xyplot(mpg~wt|displacement,data=mtcars,panel=panel.xyplot)

可以使用自定义函数替换默认的面板函数，也可将lattice包中的50多个默认面板中的某个或多个整合到自定义的函数中。自定义面板函数具有极大的灵活性，可随意设计输出结果以满足要求。

Eg：

 displacement<-equal.count(mtcars$disp,number=3,overlap=0)
 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(mpg~wt|displacement,data=mtcars,
        laycout=c(3,1),
        aspect=1.5,
        main="Miles per Gallon vs.Weight by Engine Displacement",
        xlab="Weight",
        ylab="Miles per Gallon",
        panel=mypanel)

自定义面板函数和额外选项的xyplot

 library(lattice)
 mtcars$transmission<-factor(mtcars$am,levels=c(0,1),
                             labels=c("Automatic","Manual"))
 panel.smoother<-function(x,y){
   panel.grid(h=-1,v=-1)
   panel.xyplot(x,y)
   panel.loess(x,y)
   panel.abline(h=mean(y),lwd=2,lty=2,col="green")
 }
 xyplot(mpg~disp|transmission,data=mtcars,
        scales=list(cex=.8,col="red"),
        panel=panel.smoother,
        xlab="Displacement",ylab="Miles per Gallon",
        main="MGP vs Displacement by Transmission Type",
        sub="Dotted lines are Group Means",aspect=1)

5.分组变量

若一个lattice图形表达式含有条件变量时，将会生成在该变量各个水平下的面板，若想将结果叠加到一起，则可以将变量设定为分组变量（grouping variable）。

 library(lattice)
 mtcars$transmission<-factor(mtcars$am,levels=c(0,1),
                             labels=c("Automatic","Manual"))
 densityplot(~mpg,data=mtcars,
             group=transmission,
             main="MPG Distribution by Transmission Type",
             xlab="Miles per Gallon",
             auto.key=TRUE)

可以修改auto.key的值来更改图例的位置

auto.key=list(space="right",columns=1,title="Transmission")

自定义图例并含有分组变量的核密度曲线图

 library(lattice)
 mtcars$transimission<-factor(mtcars$am,levels=c(0,1),
                              labels=c("Automatic","Manual"))
 colors=c("red","green")
 lines=c(1,2)
 points=c(16,17)
 key.trans<-list(title="Transimission",
                 space="botton",columns=2,
                 text=list(levels(mtcars$transimission)),
                 points=list(pch=points,col=colors),
                 lines=list(col=colors,lty=lines),
                 cex.title=1,cex=.9)
 densityplot(~mpg,data=mtcars,
             group=transimission,
             main="MPG Distribution by Tranmission Type",
             xlab="Miles per Gallon",
             pch=points,lty=lines,col=colors,
             lwd=2,jitter=.005,
             key=key.trans)

分组变量和条件变量同时包含在一幅图形中的eg：

 library(lattice)
 colors<-"darkgreen"
 symbols<-c(1:12)
 linetype<-c(1:3)
 key.species<-list(title="Plant",
                   space="right",
                   text=list(levels(CO2$Plant)),
                   points=list(pch=symbols,col=colors))
 xyplot(uptake~conc|Type*Treatment,data=CO2,
        group=Plant,
        type="o",
        pch=symbols,col=colors,lty=linetype,
        main="Carbon Dioxide Uptake\n in Grass Plants",
        ylab=expression(paste("Uptake",bgroup("(",italic(frac("umol","m"^2)),")"))),
        xlab=expression(paste("Concentration",bgroup("(",italic(frac(mL.L)),")"))),
        sub="Grass Spcecies:Echinochloa crus-galli",
        key=key.species)

6.图形参数

par（）函数仅对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，可通过trellis.par.get（）函数来获取

trellis.par.set（）函数来修改

show.settings（）函数可展示当前的图形设置情况

eg：

 show.settings()
 mysettings<-trellis.par.get()
 mysettings$superpose.symbol
 mysettings$superpose.symbol$pch<-c(1:10)
 trellis.par.set(mysettings)
 show.settings()

7.页面摆放

par（）函数可在一个页面上摆放多个图形，因lattice函数不识别par（）设置，故需要新方法。可将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。

split选项的格式为：

split=c(placement row,placementcolumn,total number of rows,total number of columns)

eg1 :

 library(lattice)
 graph1<-histogram(~height|voice.part,data=singer,
                   main="Height of Choral Singers by Voice Part")
 graph2<-densityplot(~height,data=singer,group=voice.part,plot.points=FALSE,auto.key=list(columns=4))
 plot(graph1,split=c(1,1,1,2))
 plot(graph2,split=c(1,2,1,2),newpage=FALSE)

eg2：

 library(lattice)
 graph1<-histogram(~height|voice.part,data=singer,
                   main="Height of Choral Singers by Voice Part")
 graph2<-densityplot(~height,data=singer,group=voice.part,plot.points=FALSE,auto.key=list(columns=4))
 plot(graph1,postion=c(0,.3,1,1))
 plot(graph2,postion=c(0,0,1,.3),newpage=FALSE)

使用position=选项可以对大小和摆放方式进行更多的控制

positon=c(xlim,ylim,xmax,ymax)

 

index.cond=选项可设定条件水平的顺序

8.ggplot2包

qplot（x,y,data=,color=,shape=,size=,alpha=,geom=,method=,formula=,facets=,xlim=,ylim=,xlab=,ylab=,main=,sub=）

color把变量的水平与符号颜色、形状或大小联系起来。对于直线图，colo将把线条颜色与变量水平联系起来，对于密度图和箱线图fill将把填充颜色与变量联系起来。图例会被自动绘制。

geom设定定义图形类型的几何形状，geom选项是一个单条目或多条目的字符向量，包括“point”、“smooth”、“boxplot”、“line”、“histogram”、“density”、“bar”和“jitter”。

 

Eg:

 library(ggplot2)
 mtcars$cylinder<-as.factor(mtcars$cyl)
 qplot(mtcars$cylinder,mtcars$mpg,geom=c("boxplot","jitter"),
       fill=mtcars$cylinder,
       main="Box plots with superimposed data points",
       xlab="Number of Cylinders",
       ylab="Miles per Gallon")

 library(ggplot2)
 transimission<-factor(mtcars$am,levels=c(0,1),
                       labels=c("Automatic","Manual"))
 qplot(mtcars$wt,mtcars$mpg,
       color=transimission,shape=transimission,
       geom=c("point","smooth"),
       method="lm",formula=y~x,
       xlab="Weight",ylab="Miles Per Gallon",
       main="Regression Example")

创建一个分面（栅栏）图

 library(ggplot2)
 mtcars$cyl<-factor(mtcars$cyl,levels=c(4,6,8),
                    labels=c("4 cylinders","6 cylinders","8 cylinders"))
 mtcars$am<-factor(mtcars$am,levels=c(0,1),
                   labels=c("Automatic","Manual"))
 qplot(mtcars$wt,mtcars$mpg,facets=mtcars$am~mtcars$cyl,size=mtcars$hp)

对lattice包中的singer数据进行绘图

 library(ggplot2)
 data(singer,package="lattice")
 qplot(height,data=singer,geom=c("density"),
       facets=voice.part~.,fill=voice.part)

9.交互式图形

与图形交互：鉴别点

eg：

 plot(mtcars$wt,mtcars$mpg)
 identify(mtcars$wt,mtcars$mpg,labels=row.names(mtcars))

playwith包：

 install.packages("playwith",depend=TRUE)
 library(playwith)
 library(lattice)
 playwith(
   xyplot(mpg~wt|factor(cyl)*factor(am),
          data=mtcars,subscripts=TRUE,
          type=c("r","p")))

playwith（）既对R基础图形有效，也对lattice和ggplot2图形有效

使用latticist包，可通过栅栏图方式探索数据集，该包不仅提供了一个图形的用户界面，也可通过vcd包来创建新的图形，可与playwith整合到一起。

 library(latticist)
 mtcars$cyl<-factor(mtcars$cyl)
 mtcars$gear<-factor(mtcars$gear)
 latticist(mtcars,use.playwith=TRUE)

9.iplots的交互图形

playwith和latticist包只能与单幅图形交互，而iplots包提供的交互方式则有所不同。

该包提供了交互式马赛克图、柱状图、箱线图、平行坐标图、散点图和直方图，以及颜色刷，并可将它们结合在一起绘制。即可通过鼠标对观测点进行选择和识别，且对其中一幅图形的观测点突出显示时，其他被打开的图形将会自动突出显示相同的观测点。另外，可通过鼠标来收集图形对象（诸如点、条、线）和箱线图的信息。

iplot函数

ibar（） 交互式柱状图

ibox（） 交互式箱线图

ihist（） 交互式直方图

imap（） 交互式地图

imosaic（） 交互式马赛克图

ipcp（） 交互式平等坐标图

iplot（） 交互式散点图

 

 iplots展示
 library(iplots)
 attach(mtcars)
 cylinders<-factor(cyl)
 gears<-factor(gear)
 transimission<-factor(am)
 ihist(mpg)
 ibar(gears)
 iplot(mpg,wt)
 ibox(mtcars[c("mpg","wt","qsec","disp","hp")])
 ipcp(mtcars[c("mpg","wt","qsec","disp","hp")])
 imosaic(transimiission,cylinders)
 detach(mtcars)

 rggobi
 GGobi界面
 install.packages("rggobi",depend=TRUE)
 libary(rggobi)
 g<-ggobi(mtcars)