02. R <- 基本绘图Ⅰ

这篇文章摘录了绘制一些基本图表的方法

一、条形图 (Bar Chart)

在条形图的例子当中使用了随vcd包分发的Arthritis数据框：library(vcd)，可以通过vcd来创建棘状图（spinogram）。

基本条形图

使用函数barplot()来创建基本条形图，大多数主要参数与其它图像是通用的，其中需要注意的主要参数有：

参数 描述
height height是一个向量或一个矩阵，它是绘图过程中每个bar的值（高度）
horiz 默认为FALSE，若horiz=TRUE则会生成水平条形图

例：

本例中使用的数据：

1
2
3
4
5
6
#构建数据
> counts <- table(Arthritis$Improved)
> counts

  None   Some Marked 
    42     14     28

绘图代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#构建数据
counts <- table(Arthritis$Improved)
#为了方便展示，将两幅图放在同一个绘图区域
opar <- par()
par(mfrow=c(1,2))
#绘图
##生成垂直条形图
barplot(counts, 
        main="Simple Bar Plot", 
        xlab="Improvement", 
        ylab="Frequency")
##生成水平条形图
barplot(counts, 
        main="Horizontal Bar Plot", 
        xlab="Frequency", 
        ylab="Improvement",
        horiz=TRUE) 
#恢复全局设置
par(opar)
image-20200714203508524

1. 条形图的微调

可以使用参数cex.names来减小字号。将其指定为小于1的值可以缩小标签的大小。可选的参数names.arg允许你指定一个字符向量作为条形的标签名。你同样可以使用图形参数辅助调整文本间隔。

参数 描述
las numeric in {0,1,2,3}; the style of axis labels.
0:
always parallel to the axis [default],
1:
always horizontal,
2:
always perpendicular to the axis,
3:
always vertical.
Also supported by mtext. Note that string/character rotation via argument srt to par does not affect the axis labels.

例：

1
2
3
4
5
6
7
8
9
10
11
12
13
# 调整参数
opar <- par()
par(mar=c(5,8,4,2)) # 增加y边界的大小
par(las=2) # 旋转条形的标签
counts <- table(Arthritis$Improved) 
barplot(counts, 
        main="Treatment Outcome", 
        horiz=TRUE, 
        cex.names=0.8, # 缩小字体大小，让标签更合适
        names.arg=c("No Improvement", 
                    "Some Improvement", "Marked Improvement")) # 修改标签文本
#恢复全局设置
par(opar)
image-20200720153243518

堆砌条形图与分组条形图

如果height是一个矩阵而不是一个向量，则绘图结果将是一幅堆砌条形图或分组条形图。

堆砌条形图与分组条形图中的重要参数为：

参数 描述
beside 若beside=FALSE（默认值），则矩阵中的每一列都将生成图中的一个条形，各列中的值将给出 堆砌的“子条”的高度。
若beside=TRUE，则矩阵中的每一列都表示一个分组，各列中的值将并列而不是堆砌。

例：

本例中使用的数据：

1
2
3
4
5
6
7
> counts <- table(Arthritis$Improved, Arthritis$Treatment)
> counts
        
         Placebo Treated
  None        29      13
  Some         7       7
  Marked       7      21

绘图代码：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
#构建数据
counts <- table(Arthritis$Improved, Arthritis$Treatment)
#为了方便展示，将两幅图放在同一个绘图区域
opar <- par()
par(mfrow=c(1,2))
#绘图
##堆砌条形图
barplot(counts, 
        main="Stacked Bar Plot", 
        xlab="Treatment", 
        ylab="Frequency", 
        col=c("red", "yellow","green"), 
        legend=rownames(counts)) 
##组合条形图
barplot(counts, 
        main="Grouped Bar Plot", 
        xlab="Treatment", 
        ylab="Frequency", 
        col=c("red", "yellow", "green"), 
        legend=rownames(counts), 
        beside=TRUE)
#恢复全局设置
par(opar)
image-20200714204252633

均值条形图

条形图并不一定要基于计数数据或频率数据。可以使用数据整合函数并将结果传递给barplot()函数，来创建表示均值、中位数、标准差等的条形图。

本例中使用的数据：

1
2
3
4
5
6
7
8
9
10
11
12
13
> frame <- data.frame(Arthritis$Treatment,Arthritis$Age)
> means <- aggregate(frame$Arthritis.Age, 
                     by = list(frame$Arthritis.Treatment),
                     FUN = mean)
> means
  Group.1        x
1 Placebo 52.18605
2 Treated 54.58537
> means <- means[order(means$x),] # 将均值从小到大排序
> means
  Group.1        x
1 Placebo 52.18605
2 Treated 54.58537

绘图代码：

1
2
3
4
5
6
7
8
9
# 构建数据
frame <- data.frame(Arthritis$Treatment,Arthritis$Age)
means <- aggregate(frame$Arthritis.Age, 
                     by = list(frame$Arthritis.Treatment),
                     FUN = mean)
means <- means[order(means$x),] # 将均值从小到大排序

# 绘图
barplot(means$x, names.arg=means$Group.1)
image-20200720152848007

棘状图

棘状图对堆砌条形图进行了重缩放，这样每个条形的高度均为1，每一段的高度即表示比例。棘状图可由vcd包中的函数spine()绘制。

例：

使用的数据：

1
2
3
4
5
6
7
8
> library(vcd)
> attach(Arthritis)
> counts <- table(Treatment, Improved)
         Improved
Treatment None Some Marked
  Placebo   29    7      7
  Treated   13    7     21
> detach(Arthritis)

绘图代码：

1
2
3
4
5
library(vcd) 
attach(Arthritis) 
counts <- table(Treatment, Improved) 
spine(counts, main="Spinogram Example") 
detach(Arthritis)
image-20200720153857731

二、饼图 （Pie Chart）

经典饼图

饼图的绘图函数是 pie(x, labels)，当绘制3D饼图的时候，需要使用 plotrix 包中的 pie3D() 函数

参数 描述
x 一个非负数值向量，表示每个扇形的面积
labels 表示各扇形标签的字符型向量。

例：

使用的数据：

1
2
3
4
5
6
7
> slices <- c(10, 12,4, 16, 8) 
> lbls <- c("US", "UK", "Australia", "Germany", "France")

> mytable <- table(Arthritis$Treatment)
> mytable
Placebo Treated 
     43      41

绘图参数：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
opar <- par()
par(mfrow=c(2, 2)) # 绘制2X2图像，方便展示

# 构建数据
slices <- c(10, 12,4, 16, 8) 
lbls <- c("US", "UK", "Australia", "Germany", "France")

# 绘图
## 简单条形图
pie(slices, 
    labels = lbls, 
    main="Simple Pie Chart")
## 添加比例数值，通过修改label参数完成
pct <- round(slices/sum(slices)*100) 
lbls2 <- paste(lbls, " ", pct, "%", sep="") 
pie(slices, labels=lbls2, col=rainbow(length(lbls2)),
    main="Pie Chart with Percentages")
## 3D饼图
library(plotrix)
pie3D(slices, labels=lbls,explode=0.1, 
      main="3D Pie Chart ")
## 从表格创建饼图
mytable <- table(Arthritis$Treatment)
lbls3 <- paste(names(mytable), "\n", mytable, sep="") 
pie(mytable, labels = lbls3, 
    main="Pie Chart from a Table\n (with sample sizes)")

# 恢复全局参数
par(opar)
image-20200720155126672

扇形图

扇形图（fan plot）是饼图的变种。扇形图提供了一种同时展示相对数量和相互差异的方法。在R中，扇形图是通过plotrix包中的fan.plot()函数实现的。

例：

1
2
3
4
library(plotrix) 
slices <- c(10, 12,4, 16, 8) 
lbls <- c("US", "UK", "Australia", "Germany", "France") 
fan.plot(slices, labels = lbls, main="Fan Plot")
image-20200720155316328

三、直方图 (Histogram)

直方图通过在x轴上将值域分割为一定数量的组，在y轴上显示相应值的频数，展示了连续型变量的分布。可以使用如下函数创建直方图：hist(x)

参数 描述
x 一个由数据值组成的数值向量
freq freq=FALSE表示根据概率密度而不是频数绘制图形
breaks 控制组的数量。在定义直方图中的单元时，默认将生成等距切分。

部分常用函数解释

1. 轴须图相关

函数 jitter: ‘Jitter’ (Add Noise) to Numbers

  • Add a small amount of noise to a numeric vector.
  • Usage: jitter(x, factor = 1, amount = NULL)
参数 描述
x numeric vector to which jitter should be added.
factor numeric value.
amount numeric; if positive, used as amount (see below), otherwise, if = 0 the default is factor * z/50.
Default (NULL): factor * d/5 where d is about the smallest difference between x values.

函数 rug: Add a Rug to a Plot

  • Adds a rug representation (1-d plot) of the data to the plot.
  • Usage: rug(x, ticksize = 0.03, side = 1, lwd = 0.5, col = par("fg"), quiet = getOption("warn") < 0, ...)
参数 描述
x A numeric vector
ticksize The length of the ticks making up the ‘rug’. Positive lengths give inwards ticks.
side On which side of the plot box the rug will be plotted. Normally 1 (bottom) or 3 (top).
lwd The line width of the ticks. Some devices will round the default width up to 1.
col The colour the ticks are plotted in.
quiet logical indicating if there should be a warning about clipped values.
… further arguments, passed to axis, such as line or pos for specifying the location of the rug.

函数 lines: Add Connected Line Segments to a Plot

  • A generic function taking coordinates given in various ways and joining the corresponding points with line segments.
    • lines(x,y)是在给定x, y两个向量之后，将x,y中的每一个元素对应为一些点，然后把这些点用平滑的曲线连接。
  • Usage: lines(x, ...)
参数 描述
x, y coordinate vectors of points to join.
… Arguments the same as par

2. 正态曲线相关

函数 dnorm, pnorm, qnorm, rnorm: The Normal Distribution

  • Density, distribution function, quantile function and random generation for the normal distribution with mean equal to mean and standard deviation equal to sd.
  • Usage：
    • dnorm(x, mean = 0, sd = 1, log = FALSE)
    • pnorm(q, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
    • qnorm(p, mean = 0, sd = 1, lower.tail = TRUE, log.p = FALSE)
    • rnorm(n, mean = 0, sd = 1)
参数 描述
x, q vector of quantiles.
p vector of probabilities.
n number of observations. If length(n) > 1, the length is taken to be the number required.
mean vector of means.
sd vector of standard deviations.
log, log.p logical; if TRUE, probabilities p are given as log(p).
lower.tail logical; if TRUE (default), probabilities are P[X ≤ x] otherwise, P[X > x].

3. 直方图 + （轴须图，正态密度曲线）

例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
opar <- par()

par(mfrow=c(2,2)) # 绘制2X2的图像，方便展示

# 绘图
## 简单直方图
hist(mtcars$mpg)
## 指定组数和颜色
hist(mtcars$mpg, 
     breaks=12, 
     col="red", 
     xlab="Miles Per Gallon", 
     main="Colored histogram with 12 bins")
## 添加轴须图
hist(mtcars$mpg, 
     freq=FALSE, 
     breaks=12, 
     col="red", 
     xlab="Miles Per Gallon", 
     main="Histogram, rug plot, density curve")
rug(jitter(mtcars$mpg)) 
lines(density(mtcars$mpg), col="blue", lwd=2)
## 添加正态密度曲线和外框
x <- mtcars$mpg 
h <- hist(x, 
        breaks=12, 
        col="red", 
        xlab="Miles Per Gallon", 
        main="Histogram with normal curve and box") 
xfit<-seq(min(x), max(x), length=40) # 构建正态曲线的x坐标
yfit<-dnorm(xfit, mean=mean(x), sd=sd(x)) # 构建正态曲线的y坐标
yfit <- yfit*diff(h$mids[1:2])*length(x) # 对每一个点乘频数和原来直方图中的间距，以得到好的拟合的效果。
lines(xfit, yfit, col="blue", lwd=2) 
box()

par(opar)
image-20200720161143177

四、核密度图

这部分不涉及使用 ggplot2 的情况

绘制核密度图

核密度曲线类似于概率密度曲线，其曲线下的面积是1，因此其y轴上的单位通常是小于1的核密度分布值。对这个核密度曲线求积分的结果为1，也就是其曲线下的面积为1。

绘制密度图的方法（不叠加到另一幅图上方）为：plot(density(x))

  • 其中的x是一个数值型向量。由于plot()函数会创建一幅新的图形，所以要向一幅已经存在的图形上叠加一条密度曲线，可以使用lines()函数

例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
opar <- par()

# 构建数据与参数调整
par(mfrow=c(2,1)) 
d <- density(mtcars$mpg)

# 绘图
## 默认配置绘制
plot(d)
## 修改其它参数后绘制
d <- density(mtcars$mpg)
plot(d, main="Kernel Density of Miles Per Gallon")
polygon(d, col="red", border="blue") # 曲线修改为蓝色，使用实心的红色填充曲线下方区域
rug(mtcars$mpg, col="brown")# 添加棕色的轴须图

par(opar)
image-20200720164323785
  • polygon()函数根据顶点的x和y坐标（本例中由density()函数提供）绘制了多边形。

比较核密度图

这部分使用到了包 sm

核密度图可用于比较组间差异。可能是由于普遍缺乏方便好用的软件，这种方法其实完全没有被充分利用。幸运的是，sm包漂亮地填补了这一缺口。

使用sm包中的sm.density.compare()函数可向图形叠加两组或更多的核密度图。使用格式为：

  • sm.density.compare(x, factor)
参数 描述
x 一个数值型向量
factor 是一个分组变量

例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
opar <- par()

# 设置参数及构建数据
library(sm) 
attach(mtcars)

# 绘图
## 创建分组因子
## 变量cyl是一个以4、6或8编码的数值型变量。为了向图形提供值的标签，这里cyl转换为名为cyl.f的因子。
cyl.f <- factor(cyl, levels= c(4,6,8), 
                labels = c("4 cylinder", "6 cylinder",
                           "8 cylinder")) 
## 绘制密度图
sm.density.compare(mpg, cyl, xlab="Miles Per Gallon") 
title(main="MPG Distribution by Car Cylinders") 
## 通过鼠标单击添加图例
colfill<-c(2:(1+length(levels(cyl.f)))) 
legend(locator(1), levels(cyl.f), fill=colfill)

detach(mtcars)
par(opar)
  • 对图例部分的说明：首先创建的是一个颜色向量，这里的colfill值为c(2, 3, 4)。然后通过legend()函数向图形上添加一个图例。第一个参数值locator(1)表示用鼠标点击想让图例出现的位置来交互式地放置这个图例。第二个参数值则是由标签组成的字符向量。第三个参数值使用向量colfill为cyl.f的每一个水平指定了一种颜色。
image-20200720172619012

五、箱线图 (Box Plot)

箱线图的标注

箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量的分布。箱线图能够显示出可能为离群点（范围 ±1.5*IQR 以外的值，IQR表示四分位距，即上四分位数与下四分位数的差值）的观测。例如：boxplot(mtcars$mpg, main="Box plot", ylab="Miles per Gallon")

image-20200720165954929

  • 默认情况下，两条须的延伸极限不会超过盒型各端加1.5倍四分位距的范围。此范围以外的值将以点 (outlier) 来表示

绘制箱线图

箱线图可以展示单个变量或分组变量。使用格式为

  • boxplot(formula, data=dataframe)
参数 描述
x 向量，列表或数据框。
formula 公式，形如y~grp,其中y为向量，grp是数据的分组，通常为因子。
具体的介绍看此表之后
range 数值，默认为1.5，表示触须的范围，即range × (Q3 - Q1)
width 箱体的相对宽度，当有多个箱体时，有效。
data 提供数据的数据框（或列表）, 用于提供公式中的数据。
varwidth 逻辑值，控制箱体的宽度， 只有图中有多个箱体时才发挥作用，默认为FALSE， 所有箱体的宽度相同，当其值为TRUE时，代表每个箱体的样本量作为其相对宽度
varwidth=TRUE将使箱线图的宽度与其样本大小的平方根成正比
notch 逻辑值，如果该参数设置为TRUE，则在箱体两侧会出现凹口。默认为FALSE。
outline 逻辑值，如果该参数设置为FALSE，则箱线图中不会绘制离群值。默认为TRUE
names 绘制在每个箱线图下方的分组标签
plot 逻辑值，是否绘制箱线图，如设置为FALSE，则不绘制箱线图，而给出绘制箱线图的相关信息，如5个点的信息等。
border 箱线图的边框颜色
col 箱线图的填充色。
horizontal 逻辑值，指定箱线图是否水平绘制，默认为FALSE。
horizontal=TRUE可以反转坐标轴的方向

对于 formula 的解释：

  • y ~ A，这将为类别型变量A的每个值并列地生成数值型变量y的箱线图
  • 公式y ~ A*B则将为类别型变量A和B所有水平的两两组合生成数值型变量y的箱线图

例：

1
2
3
4
x <- Arthritis$Sex
x <- factor(x)
f <- Arthritis$Age
boxplot(f~x)

1. 单组箱线图

直接使用 boxplot(x) 实现：

1
2
x <- c(144,166,163,143,152,169,130,159,160,175,161,170, 146,159,150,183,165,146,169)
boxplot(x)
image-20200720171215247

2. 多组箱线图

单交叉因子和凹槽

需要设置 boxplot 中的 formula, data 等参数：

当 notch = TRUE 的时候，箱线图含凹槽

绘图代码：使用了预设数据集 mtcars 中的 mpg , cyl

1
2
3
4
5
6
7
8
9
10
11
12
13
# 经典箱线图
boxplot(mpg ~ cyl, data=mtcars, 
        main="Car Mileage Data", 
        xlab="Number of Cylinders", 
        ylab="Miles Per Gallon")
# 含凹槽的箱线图
boxplot(mpg ~ cyl, data=mtcars, 
        notch=TRUE, 
        varwidth=TRUE, 
        col="red", 
        main="Car Mileage Data", 
        xlab="Number of Cylinders", 
        ylab="Miles Per Gallon")

image-20200720173458422

多交叉因子

绘图代码：使用了预设数据集 mtcars 中的 mpg , cyl 和 am

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 创建汽缸数量的因子
mtcars$cyl.f <- factor(mtcars$cyl, 
                       levels=c(4,6,8), 
                       labels=c("4","6","8")) 
# 创建变速箱类型的因子
mtcars$am.f <- factor(mtcars$am, 
                      levels=c(0,1), 
                      labels=c("auto", "standard"))
# 生成箱线图
boxplot(mpg ~ am.f *cyl.f, 
        data=mtcars, 
        varwidth=TRUE, 
        col=c("gold","darkgreen"), 
        main="MPG Distribution by Auto Type", 
        xlab="Auto Type", ylab="Miles Per Gallon")
image-20200720173736995

六、点图 (Point Plot, Dot Chart)

绘制经典点图

点图提供了一种在简单水平刻度上绘制大量有标签值的方法。你可以使用dotchart()函数创建点图，格式为：dotchart(x, labels=)

参数 描述
x 是一个数值向量
labels 由每个点的标签组成的向量
groups 可以通过添加参数groups来选定一个因子，用以指定x中元素的分组方式。如果这样做，则参数gcolor可以控制不同组标签的颜色，cex可以控制标签的大小。

例：

1
2
3
dotchart(mtcars$mpg, labels=row.names(mtcars), cex=.7, 
         main="Gas Mileage for Car Models", 
         xlab="Miles Per Gallon")

image-20200720175338024

分组、排序、着色后的点图

例：

涉及的数据：

1
2
> x <- mtcars[order(mtcars$mpg),]
> x
image-20200720175808166 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 根据每加仑汽油行驶英里数（从最低到最高）对数据框mtcars进行排序，结果保存为数据框x
x <- mtcars[order(mtcars$mpg),] 
# 将x中的数值向量cyl转换为一个因子
x$cyl <- factor(x$cyl)
# 添加一个字符型向量（color）到数据框x中，根据cyl的值，它所含的值为"red"、"blue"或"darkgreen"
x$color[x$cyl==4] <- "red" 
x$color[x$cyl==6] <- "blue" 
x$color[x$cyl==8] <- "darkgreen" 
# 绘图
dotchart(x$mpg, 
         labels = row.names(x), # 各数据点的标签取自数据框的行名（车辆型号）
         cex=.7, 
         groups = x$cyl,  # 数据点根据汽缸数量分组
         gcolor = "black",  # 数字4、6和8以黑色显示
         color = x$color, # 点和标签的颜色来自向量color
         pch=19, 
         main = "Gas Mileage for Car Models\ngrouped by cylinder", 
         xlab = "Miles Per Gallon")

image-20200720180038375

软件使用总结 > R
#速查 #R #Statistics
02. R <- 基本绘图Ⅰ
https://zhenyumi.github.io/posts/9d6e3895/
作者
向海
发布于
2020年7月14日
更新于
2020年8月2日
许可协议