06. R <- 基本绘图Ⅱ

一、散点图

R中创建散点图的基础函数是plot(x, y)，其中，x和y是数值型向量，代表着图形中的(x, y)点。

在这个例子当中，使用 mtcars 预设数据集来进行演示：

1
2
3
4
5
6
7
8
> head(mtcars)
                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

散点图矩阵

R中有很多创建散点图矩阵的实用函数。pairs()函数可以创建基础的散点图矩阵。下面的代码生成了一个散点图矩阵，包含mpg、disp、drat和wt四个变量，在这个图中，可以看到分别以其中两个变量作为x, y值的散点图：

1
2
3
4
# S3 method for class 'formula': 
pairs(formula,
data = NULL, ..., subset,
na.action = stats::na.pass)
1
2
3
4
5
6
7
8
9
# Default S3 method:
pairs(x, labels, panel = points, ...,
      horInd = 1:nc, verInd = 1:nc,
      lower.panel = panel, upper.panel = panel,
      diag.panel = NULL, text.panel = textPanel,
      label.pos = 0.5 + has.diag/3, line.main = 3,
      cex.labels = NULL, font.labels = 1,
      row1attop = TRUE, gap = 1, log = "",
      horOdd = !row1attop, verOdd = !row1attop)
1
2
3
pairs(~mpg+disp+drat+wt, 
      data=mtcars, 
      main="Basic Scatter Plot Matrix")
image-20200807185540098

可以控制参数，调整只显示上方三角或下方三角的图：

1
2
3
4
5
6
7
8
9
10
11
# 只显示下方
pairs(~mpg+disp+drat+wt, 
      data=mtcars, 
      main="Basic Scatter Plot Matrix",
      upper.panel = NULL)

# 只显示上方
pairs(~mpg+disp+drat+wt, 
      data=mtcars, 
      main="Basic Scatter Plot Matrix",
      lower.panel = NULL)

car包中的scatterplotMatrix()函数也可以生成散点图矩阵，它增强了散点图的许多功能，它可以很方便地绘制散点图，并能添加拟合曲线、边界箱线图和置信椭圆，还可以按子集绘图和交互式地识别点。

有以下可选操作：

  • 以某个因子为条件绘制散点图矩阵；
  • 包含线性和平滑拟合曲线；
  • 在主对角线放置箱线图、密度图或者直方图；
  • 在各单元格的边界添加轴须图。

例：线性和平滑（loess）拟合曲线被默认添加，主对角线处添加了核密度曲线和轴须图。spread = FALSE选项表示不添加展示分散度和对称信息的直线，smoother.args=list(lty=2)设定平滑（loess）拟合曲线使用虚线而不是实线。

1
2
3
4
5
6
library(car) 
scatterplotMatrix(~ mpg + disp + drat + wt, 
                  data=mtcars, 
                  spread=FALSE, 
                  smoother.args=list(lty=2), 
                  main="Scatter Plot Matrix via car Package")
image-20200807190937479

R提供了许多其他的方式来创建散点图矩阵。你可能想探索glus包中的cpars()函数，TeachingDemos包中的pairs2()函数，HH包中的xysplom()函数，ResourceSelection包中的kepairs()函数和SMPracticals包中的pairs.mod()函数。每个包都加入了自己独特的曲线。

高密度散点图

当数据点重叠很严重时，用散点图来观察变量关系就显得“力不从心”了。下面是一个人为设计的例子，其中10000个观测点分布在两个重叠的数据群中：

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
37
38
39
40
41
42
43
44
45
# 以seed=1234按照正态分布产生10000个伪随机数
> set.seed(1234) 
> n <- 10000 
> c1 <- matrix(rnorm(n, mean=0, sd=.5), ncol=2) 
> c2 <- matrix(rnorm(n, mean=3, sd=2), ncol=2) 

# 将数据整合为list
## 先整合为二维向量
> mydata <- rbind(c1, c2)
> head(mydata)
           [,1]       [,2]
[1,] -0.6035329 -0.4125721
[2,]  0.1387146  0.1735841
[3,]  0.5422206 -0.4600465
[4,] -1.1728489 -0.1436682
[5,]  0.2145623 -0.2755651
[6,]  0.2530279  0.4243228
> typeof(mydata)
[1] "double"

## 之后整合为list
> mydata <- as.data.frame(mydata) 
> head(mydata)
          V1         V2
1 -0.6035329 -0.4125721
2  0.1387146  0.1735841
3  0.5422206 -0.4600465
4 -1.1728489 -0.1436682
5  0.2145623 -0.2755651
6  0.2530279  0.4243228
> typeof(mydata)
[1] "list"

## 规定mydata的两列标题
> names(mydata) <- c("x", "y")
> typeof(mydata)
[1] "list"
> head(mydata)
           x          y
1 -0.6035329 -0.4125721
2  0.1387146  0.1735841
3  0.5422206 -0.4600465
4 -1.1728489 -0.1436682
5  0.2145623 -0.2755651
6  0.2530279  0.4243228

生成散点图：

1
2
3
attach(mydata)
plot(x, y, pch=19, main="Scatter Plot with 10,000 Observations")
detach(mydata)

smoothScatter()函数可利用核密度估计生成用颜色密度来表示点分布的散点图。

1
2
3
4
5
6
7
8
smoothScatter(x, y = NULL, nbin = 128, bandwidth,
              colramp = colorRampPalette(c("white", blues9)),
              nrpoints = 100, ret.selection = FALSE,
              pch = ".", cex = 1, col = "black",
              transformation = function(x) x^.25,
              postPlotHook = box,
              xlab = NULL, ylab = NULL, xlim, ylim,
              xaxs = par("xaxs"), yaxs = par("yaxs"), ...)

代码如下：

1
2
3
attach(mydata)
smoothScatter(x, y, main="Scatter Plot Colored by Smoothed Densities")
detach(mydata)

image-20200807200618128

hexbin包中的hexbin()函数将二元变量的封箱放到六边形单元格中（图形比名称更直观）。

1
2
3
hexbin(x, y, xbins = 30, shape = 1,
       xbnds = range(x), ybnds = range(y),
       xlab = NULL, ylab = NULL, IDs = FALSE)

示例如下：

1
2
3
4
5
library(hexbin) 
with(mydata, { 
    bin <- hexbin(x, y, xbins=50) 
    plot(bin, main="Hexagonal Binning with 10,000 Observations") 
 })
image-20200807200813952

三维散点图

1. 静态

可用scatterplot3d包中的scatterplot3d()函数来绘制三维散点图

1
2
# S3 method for class 'formula': 
scatter3d(formula, data, subset, radius, xlab, ylab, zlab, id=FALSE, ...)
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
# Default S3 method:
scatter3d(x, y, z,
	  xlab=deparse(substitute(x)), ylab=deparse(substitute(y)),
	  zlab=deparse(substitute(z)), axis.scales=TRUE, axis.ticks=FALSE,
	  revolutions=0,
	  bg.col=c("white", "black"),
	  axis.col=if (bg.col == "white") c("darkmagenta", "black", "darkcyan")
		            else c("darkmagenta", "white", "darkcyan"),
	  surface.col=carPalette()[-1], surface.alpha=0.5,
	  neg.res.col="magenta", pos.res.col="cyan",
	  square.col=if (bg.col == "white") "black" else "gray",
	  point.col="yellow", text.col=axis.col,
	  grid.col=if (bg.col == "white") "black" else "gray",
	  fogtype=c("exp2", "linear", "exp", "none"),
	  residuals=(length(fit) == 1),
	  surface=TRUE, fill=TRUE,
	  grid=TRUE, grid.lines=26, df.smooth=NULL, df.additive=NULL,
	  sphere.size=1, radius=1, threshold=0.01, speed=1, fov=60,
	  fit="linear", groups=NULL, parallel=TRUE,
	  ellipsoid=FALSE, level=0.5, ellipsoid.alpha=0.1, id=FALSE,
	  model.summary=FALSE, ...)

Identify3d(x, y, z, axis.scales=TRUE, groups = NULL, labels = 1:length(x),
	col = c("blue", "green", "orange", "magenta", "cyan", "red", "yellow", "gray"),
	offset = ((100/length(x))^(1/3)) * 0.02)

satterplot3d()函数提供了许多选项，包括设置图形符号、轴、颜色、线条、网格线、突出显示和角度等功能。

示例如下：

1
2
3
4
5
6
7
> library(scatterplot3d)
> scatterplot3d(x,y,z)
> library(scatterplot3d) 
> attach(mtcars) 
> scatterplot3d(wt, disp, mpg, 
               main="Basic 3D Scatter Plot")
> detach(mtcars)
image-20200807201430874

突出显示例：

1
2
3
4
5
6
7
8
library(scatterplot3d) 
attach(mtcars) 
scatterplot3d(wt, disp, mpg, 
              pch=16, 
              highlight.3d=TRUE, 
              type="h", 
              main="3D Scatter Plot with Vertical Lines")
detach(mtcars)
image-20200807201854214

添加回归面：

1
2
3
4
5
6
7
8
9
> attach(mtcars)
> s3d <-scatterplot3d(wt, disp, mpg, 
                   pch=16, 
                   highlight.3d=TRUE, 
                   type="h", 
                   main="3D Scatter Plot with Vertical Lines and Regression Plane") 
> fit <- lm(mpg ~ wt+disp) 
> s3d$plane3d(fit)
> detach(mtcars)
image-20200807202119770

2. 旋转可交互式三维散点图

如果能对三维散点图进行交互式操作，那么图形将会更好解释。R提供了一些旋转图形的功能，让你可以从多个角度观测绘制的数据点。

可用rgl包中的plot3d()函数创建可交互的三维散点图。你能通过鼠标对图形进行旋转。函数格式为：

1
2
3
4
5
6
7
# Default S3 method:
plot3d(x, y, z,  
	xlab, ylab, zlab, type = "p", col,  
	size, lwd, radius,
	add = FALSE, aspect = !add, 
	xlim = NULL, ylim = NULL, zlim = NULL, 
	forceClipregion = FALSE, ...)
1
2
3
4
5
6
7
8
# S3 method for class 'mesh3d':
plot3d(x, xlab = "x", ylab = "y", zlab = "z", type = c("shade", "wire", "dots"),
	add = FALSE, aspect = !add, ...)
decorate3d(xlim, ylim, zlim, 
	xlab = "x", ylab = "y", zlab = "z", 
	box = TRUE, axes = TRUE, main = NULL, sub = NULL,
	top = TRUE, aspect = FALSE, expand = 1.03, 
	...)

例：

1
2
3
4
library(rgl) 
attach(mtcars) 
plot3d(wt, disp, mpg, col="red", size=5)
detach(mtcars)

之后会出现这样的一个可交互的界面，可以通过鼠标来对模型进行旋转操作：

image-20200807203539287

用car包中类似的函数scatter3d()也可以实现交互效果：

1
2
# S3 method for class 'formula': 
scatter3d(formula, data, subset, radius, xlab, ylab, zlab, id=FALSE, ...)
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
# Default S3 method:
scatter3d(x, y, z,
	  xlab=deparse(substitute(x)), ylab=deparse(substitute(y)),
	  zlab=deparse(substitute(z)), axis.scales=TRUE, axis.ticks=FALSE,
	  revolutions=0,
	  bg.col=c("white", "black"),
	  axis.col=if (bg.col == "white") c("darkmagenta", "black", "darkcyan")
		            else c("darkmagenta", "white", "darkcyan"),
	  surface.col=carPalette()[-1], surface.alpha=0.5,
	  neg.res.col="magenta", pos.res.col="cyan",
	  square.col=if (bg.col == "white") "black" else "gray",
	  point.col="yellow", text.col=axis.col,
	  grid.col=if (bg.col == "white") "black" else "gray",
	  fogtype=c("exp2", "linear", "exp", "none"),
	  residuals=(length(fit) == 1),
	  surface=TRUE, fill=TRUE,
	  grid=TRUE, grid.lines=26, df.smooth=NULL, df.additive=NULL,
	  sphere.size=1, radius=1, threshold=0.01, speed=1, fov=60,
	  fit="linear", groups=NULL, parallel=TRUE,
	  ellipsoid=FALSE, level=0.5, ellipsoid.alpha=0.1, id=FALSE,
	  model.summary=FALSE, ...)

Identify3d(x, y, z, axis.scales=TRUE, groups = NULL, labels = 1:length(x),
	col = c("blue", "green", "orange", "magenta", "cyan", "red", "yellow", "gray"),
	offset = ((100/length(x))^(1/3)) * 0.02)

例：

1
2
3
> library(car) 
> with(mtcars, 
      scatter3d(wt, disp, mpg))

效果如下：

image-20200807203829535

气泡图

气泡图（bubble plot）即先创建一个二维散点图，然后用点的大小来代表第三个变量的值。

可用symbols()函数来创建气泡图。该函数可以在指定的(x, y)坐标上绘制圆圈图、方形图、星形图、温度计图和箱线图。

1
2
3
4
5
symbols(x, y = NULL, circles, squares, rectangles, stars,
        thermometers, boxplots, inches = TRUE, add = FALSE,
        fg = par("col"), bg = NA,
        xlab = NULL, ylab = NULL, main = NULL,
        xlim = NULL, ylim = NULL, ...)

以绘制圆圈图为例：

symbols(x, y, circle=radius) , 其中x、y和radius是需要设定的向量，分别表示x、y坐标和圆圈半径。

如果想用面积而不是半径来表示第三个变量，那么按照圆圈半径的公式（$r = \sqrt{\frac{A}{\pi}}$ ）变换即可：symbols(x, y, circle=sqrt(z/pi))

1
2
3
4
5
6
7
8
9
> r <- sqrt(disp/pi) 
> symbols(wt, mpg, circle=r, inches=0.30, 
         fg="white", bg="lightblue", 
         main="Bubble Plot with point size proportional to displacement", 
         ylab="Miles Per Gallon", 
         xlab="Weight of Car (lbs/1000)") 
# inches是比例因子，控制着圆圈大小（默认最大圆圈为1英寸）
> text(wt, mpg, rownames(mtcars), cex=0.6) 
> detach(mtcars)

效果：

image-20200807204318549

二、折线图

这部分以R内置的Orange数据集为例：

1
2
3
4
5
6
7
8
> head(Orange)
  Tree  age circumference
1    1  118            30
2    1  484            58
3    1  664            87
4    1 1004           115
5    1 1231           120
6    1 1372           142

如果将散点图上的点从左往右连接起来，就会得到一个折线图.

相关函数及参数

折线图一般可用下列两个函数之一来创建：

plot(x, y, type=)

lines(x, y, type=)

1. 点类型

参数 描述
pch (plotting character) 指定绘制点时使用的符号
cex 指定符号的大小。cex 是一个数值，表示绘图符号相对于默认大小的缩放倍数。默认大小为 1，1.5 表示放大为默认值的 1.5 倍，0.5 表示缩小为默认值的 50%，等等
image-20200712222057141

2. 线条类型

参数 描述
lty 指定线条类型
lwd 指定线条宽度。lwd 是以默认值的相对大小来表示的（默认值为 1）。例如，lwd=2 将生成一条两倍于默认宽度的线条
image-20200712223518295

3. 参数：type

参数type指定图像类型：

参数（type=） 类型
p 只有点
l 只有线
o 实心点和线（即线覆盖在点上）
b、c 线连接点（c 时不绘制点）
s、S 阶梯线
h 直方图式的垂直线
n 不生成任何点和线（通常用来为后面的命令创建坐标轴）

image-20200808214925804

4. 示例

在绘制单一数据集的折线图的时候，在plot, line函数中直接调用数据集：

1
2
3
4
5
6
7
8
9
10
11
12
13
> opar <- par(no.readonly = TRUE)
> par(mfrow=c(1,2))
> t1 <- subset(Orange, Tree==1)
> plot(t1$age, t1$circumference, 
      xlab="Age (days)", 
      ylab="Circumference (mm)", 
      main="Orange Tree 1 Growth")
> plot(t1$age, t1$circumference, 
      xlab="Age (days)", 
      ylab="Circumference (mm)", 
      main="Orange Tree 1 Growth", 
      type="b")
> par(opar)
image-20200808214108345

在绘制多个数据集的时候，即将多个折线放在同一张图里时，则先使用plot函数绘制出一个只有坐标轴的空的区域，之后再向上添加折线：

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
37
38
39
40
41
42
43
44
45
46
47
48
# 为方便起见，将因子转化为数值型
> Orange$Tree <- as.numeric(Orange$Tree) 
# 确定需要绘制的折线数目
> ntrees <- max(Orange$Tree)

# 获得四个角的坐标
> xrange <- range(Orange$age) 
> yrange <- range(Orange$circumference)

# 绘制四个点，在正方形的四个角处
# 由于type=n，因此不显示点，因此得到符合期望的只有坐标轴的空白背景
> plot(xrange, yrange, 
      type="n", 
      xlab="Age (days)", 
      ylab="Circumference (mm)" 
 )

#设定需要绘制的各个折线的参数：颜色、线条以及点的格式 
> colors <- rainbow(ntrees) 
> linetype <- c(1:ntrees) 
> plotchar <- seq(18, 18+ntrees, 1)

#使用for循环绘制折线
> for (i in 1:ntrees) { 
    ## 得到Orange数据集中当前Tree参数为i的子集 -> tree
     tree <- subset(Orange, Tree==i) 
    ## 绘制子集tree的折线
     lines(tree$age, tree$circumference,
           type="b", 
           lwd=2, 
           lty=linetype[i], 
           col=colors[i], 
           pch=plotchar[i] 
     ) 
 }

# 后续对图像进行修正，添加标题和图例
> title("Tree Growth", "example of line plot")

# 坐标(xrange[1], yrange[2])即左上角
> legend(xrange[1], yrange[2], 
        1:ntrees, 
        cex=0.8, 
        col=colors, 
        pch=plotchar, 
        lty=linetype, 
        title="Tree"
 )
image-20200808215508583

三、相关图

相关系数矩阵是多元统计分析的一个基本方面。哪些被考察的变量与其他变量相关性很强，而哪些并不强？相关变量是否以某种特定的方式聚集在一起？随着变量数的增加，这类问题将变得更难回答。相关图作为一种相对现代的方法，可以通过对相关系数矩阵的可视化来回答这些问题。

可以使用cor()函数获得变量之间的相关关系：

Correlation, Variance and Covariance (Matrices):

1
2
3
4
5
6
7
8
9
10
# Usage
var(x, y = NULL, na.rm = FALSE, use)

cov(x, y = NULL, use = "everything",
    method = c("pearson", "kendall", "spearman"))

cor(x, y = NULL, use = "everything",
    method = c("pearson", "kendall", "spearman"))

cov2cor(V)
参数 描述
x a numeric vector, matrix or data frame.
y NULL (default) or a vector, matrix or data frame with compatible dimensions to x. The default is equivalent to y = x (but more efficient).
na.rm logical. Should missing values be removed?
use an optional character string giving a method for computing covariances in the presence of missing values. This must be (an abbreviation of) one of the strings "everything", "all.obs", "complete.obs", "na.or.complete", or "pairwise.complete.obs".
method a character string indicating which correlation coefficient (or covariance) is to be computed. One of "pearson" (default), "kendall", or "spearman": can be abbreviated.
V symmetric numeric matrix, usually positive definite such as a covariance matrix.

在绘制相关图的时候，利用corrgram包中的corrgram()函数，你可以用图形的方式展示该相关系数矩阵。

常用格式：corrgram(x, order=, panel=, text.panel=, diag.panel=)

1
2
3
4
5
6
7
8
9
10
# Usage
corrgram(x, type = NULL, order = FALSE, labels, 
         panel = panel.shade, lower.panel = panel, 
         upper.panel = panel, diag.panel = NULL,
         text.panel = textPanel, label.pos = c(0.5, 0.5), 
         label.srt = 0,cex.labels = NULL, font.labels = 1, 
         row1attop = TRUE, dir = "",
         gap = 0, abs = FALSE, 
         col.regions = colorRampPalette(c("red", "salmon","white", "royalblue", "navy")), 
         cor.method = "pearson",outer.labels = NULL, ...)
参数 描述
x 一行一个观测的数据框
order 当order=TRUE时，相关矩阵将使用主成分分析法对变量重排序
lower.panel，upper.panel 设置主对角线下方和上方的元素类型
text.panel，diag.panel 主对角线元素类型

panel相关的参数如下：

位置 面板选项 描述
非对角线 panel.pie 用饼图的填充比例来表示相关性大小
panel.shade 用阴影的深度来表示相关性大小
panel.ellipse 画一个置信椭圆和平滑曲线
panel.pts 画一个散点图
panel.conf 画出相关性及置信区间
主对角线 panel.txt 输出变量名
panel.minmax 输出变量的最大最小值和变量名
panel.ednsity 输出核密度曲线和变量名

这部分以预设数据集mtcars为例，进行制图示例。

1
2
# 获得相关系数
> cor(mtcars)

image-20200809162242215

1
2
3
4
5
# 绘制相关图
> library(corrgram)
> corrgram(mtcars, order=TRUE, lower.panel=panel.shade, 
          upper.panel=panel.pie, text.panel=panel.txt, 
          main="Corrgram of mtcars intercorrelations")

image-20200809162355711

对于图像的解释（本图为了将有相似相关模式的变量聚集在一起，对矩阵的行和列都重新进行了排序（使用主成分法））：

  1. 蓝色和从左下指向右上的斜杠表示单元格中的两个变量呈正相关。反过来，红色和从左上指向右下的斜杠表示变量呈负相关。
  2. 色彩越深，饱和度越高，说明变量相关性越大。相关性接近于0的单元格基本无色。
    • 从图中含阴影的单元格中可以看到，gear、am、drat和mpg相互间呈正相关。wt、disp、hp和carb相互间也呈正相关。但第一组变量与第二组变量呈负相关。
    • carb和am、vs和gear、vs和am以及drat和qsec四组变量间的相关性很弱。
  3. 上三角单元格用饼图展示了相同的信息。颜色的功能同上，但相关性大小由被填充的饼图块的大小来展示。正相关性将从12点钟处开始顺时针填充饼图，而负相关性则逆时针方向填充饼图。

其它示例：

1
2
3
> corrgram(mtcars, order=TRUE, lower.panel=panel.ellipse, 
+          upper.panel=panel.pts, text.panel=panel.txt, 
+          main="low:panel.ellipse, up:panel.pts")
image-20200809163800392 
1
2
3
> corrgram(mtcars, order=TRUE, lower.panel=panel.ellipse, 
+          upper.panel=panel.conf, text.panel=panel.txt, 
+          main="low:panel.ellipse, up:panel.conf")
image-20200809163906795

可以使用col.corrgram或在corrgram()函数中使用col.regions参数更改颜色：

1
2
3
4
5
6
> cols <- colorRampPalette(c("darkgoldenrod4", "burlywood1", 
+                            "darkkhaki", "darkgreen")) 
> corrgram(mtcars, order=TRUE, col.regions=cols, 
+          lower.panel=panel.shade, 
+          upper.panel=panel.conf, text.panel=panel.txt, 
+          main="A Corrgram (or Horse) of a Different Color")

image-20200809164118661

软件使用总结 > R
#速查 #R #Statistics
06. R <- 基本绘图Ⅱ
https://zhenyumi.github.io/posts/ea35a990/
作者
向海
发布于
2020年8月5日
更新于
2020年8月9日
许可协议