R語言基礎(chǔ)畫圖/繪圖/作圖

R語言基礎(chǔ)畫圖

R語言免費(fèi)且開源，其強(qiáng)大和自由的畫圖功能，深受廣大學(xué)生和可視化工作人員喜愛，這篇文章對如何使用R語言作基本的圖形，如直方圖，點(diǎn)圖，餅狀圖以及箱線圖進(jìn)行簡單介紹。

0 結(jié)構(gòu)

每種圖形構(gòu)成一個section，每個部分大致三部分構(gòu)成，分別是R語言標(biāo)準(zhǔn)畫圖代碼，R語言畫圖實(shí)例，和畫圖結(jié)果。
R語言標(biāo)準(zhǔn)畫圖代碼幫助你可以直接使用：help（funciton）查找，實(shí)例數(shù)據(jù)基本都來自內(nèi)置包的數(shù)據(jù)，好了，直接切入主圖，從最簡單的點(diǎn)圖開始吧。

1 點(diǎn)圖

點(diǎn)圖，簡單的講就是每個數(shù)據(jù)點(diǎn)按照其對應(yīng)的橫縱坐標(biāo)位置對應(yīng)在坐標(biāo)系中的圖形，什么是點(diǎn)圖就不做過多介紹了。

點(diǎn)圖標(biāo)準(zhǔn)代碼：

dotchart(x, labels = NULL, groups = NULL, gdata = NULL,
         cex = par("cex"), pt.cex = cex,
         pch = 21, gpch = 21, bg = par("bg"),
         color = par("fg"), gcolor = par("fg"), lcolor = "gray",
         xlim = range(x[is.finite(x)]),
         main = NULL, xlab = NULL, ylab = NULL, ...) 

x是數(shù)據(jù)來源，也就是要作圖的數(shù)據(jù)；labels 是數(shù)據(jù)標(biāo)簽，groups分組或分類方式，gdata分組的值，cex字體大小，pch是作圖線條類型，bg背景，color顏色，xlim橫坐標(biāo)范圍，main是圖形標(biāo)題，xlab橫坐標(biāo)標(biāo)簽，相應(yīng)的ylab是縱坐標(biāo)。

-實(shí)例
eg1.1：

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

mtcar是內(nèi)置包中的一個數(shù)據(jù)，將mtcar中每加侖油的里程（mpg，miles per gallon）作為要描述的對象，用點(diǎn)圖展現(xiàn)出來，將行名作為點(diǎn)圖標(biāo)簽，字體大小是正常大小的0.7，標(biāo)題“Gas Mileage for Car Models”，x軸標(biāo)簽”Miles Per gallon”。
運(yùn)行結(jié)果（run 或者Ctrl + Enter快捷鍵）如圖所示：

散點(diǎn)圖1.1

eg1.2：
現(xiàn)在覺得這個圖太散亂了，希望這個圖能夠經(jīng)過排序，想要按照油缸數(shù)（cyl）進(jìn)行分組并且用不同的顏顯示。（注：#是R語言中的行注釋，并且只有行注釋，運(yùn)行時系統(tǒng)會自動跳過#后面的內(nèi)容）

x <- mtcars[order(mtcars$mpg),]        #按照mpg排序
x$cyl <-factor(x$cyl)      #將cyl變成因子數(shù)據(jù)結(jié)構(gòu)類型
x$color[x$cyl==4] <-"red"   #新建一個color變量，油缸數(shù)cyl不同，顏色不同
x$color[x$cyl==6] <-"blue"
x$color[x$cyl==8] <-"darkgreen"
dotchart(x$mpg,        #數(shù)據(jù)對象
         labels = row.names(x),     #標(biāo)簽
         cex = .7,#字體大小
         groups = x$cyl,      #按照cyl分組
         gcolor = "black",    #分組顏色
         color = x$color,     #數(shù)據(jù)點(diǎn)顏色
         pch = 19,#點(diǎn)類型
         main = "Gas Mileage for car modes \n grouped by cylinder",    #標(biāo)題
         xlab = "miles per gallon")     #x軸標(biāo)簽

run后結(jié)果如下：

散點(diǎn)圖1.2

是不是好看多了，嘻嘻！按照油缸數(shù)不同進(jìn)行了分類，并且可以看出油缸數(shù)量越多越耗油。

2 直方圖

2.1 直方圖

小學(xué)生都知道的條形圖，怎么弄？

條形圖標(biāo)準(zhǔn)代碼：

barplot(height, ...)
是太簡單了嗎？這么粗暴，就給了一個變量。

    實(shí)例
    eg2.1.1
library(vcd)
counts <- table(Arthritis$Improved)    #引入vcd包只是想要Arthritis中的數(shù)據(jù)
barplot(counts,main = "bar plot",xlab = "improved",ylab = "counts")

結(jié)果2.1.1：

條形圖2.1.1
barplot(counts,main = " horizontal bar plot",
xlab = "frequency",
ylab = "improved",
horiz = TRUE)#horizon 值默認(rèn)是FALSE，為TRUE的時候表示圖形變?yōu)樗降?

圖形結(jié)果：

條形圖2.1.2

eg2.1.3 進(jìn)階
數(shù)據(jù)來源：vcd包中的Arthritis，風(fēng)濕性關(guān)節(jié)炎研究結(jié)果數(shù)據(jù)，如果沒有安裝vcd包，需要先安裝，install.packages("vcd")，然后用library引用包vcd，

install.packages("vcd")
library(vcd)
counts <- table(Arthritis$Improved,Arthritis$Treatment)
counts

數(shù)據(jù)如下所示：

代碼：
eg 2.1.3.1

barplot(counts,main = " stacked bar plot",xlab = "treated",ylab = "frequency",
        col = c("red","yellow","green"),       #設(shè)置顏色
        legend = rownames(counts))       #設(shè)置圖例

結(jié)果2.1.3.1：

2.1.3.1堆砌條形圖

代碼

eg2.1.3.2

結(jié)果2.1.3.2

分組條形圖2.1.3.2

請注意，兩幅圖的區(qū)別在于2.1.3.2設(shè)置了beside = TRUE，beside默認(rèn)值是FALSE，繪圖結(jié)果是堆砌條形圖，beside值為TRUE時，結(jié)果是分組條形圖。

2.2**荊棘圖**

荊棘圖是對堆砌條形圖的擴(kuò)展，每個條形圖高度都是1，因此高度就表示其比例。
- 實(shí)例
代碼

library(vcd)
attach(Arthritis)
counts <- table (Treatment,Improved)
spine(counts,main = "Spinogram Example")
detach(Arthritis)

結(jié)果：

荊棘圖2.2

3 直方圖

直方圖標(biāo)準(zhǔn)代碼：

hist(x, ...)

也是簡單地可以哈？
- 實(shí)例
我們使用par設(shè)置圖形參數(shù)，用mfrow將四幅圖放在一起。
代碼
eg3.1：

par (mfrow = c(2,2))        #設(shè)置四幅圖片一起顯示
hist(mtcars$mpg)       #基本直方圖

hist(mtcars$mpg,
     breaks = 12,       #指定組數(shù)
     col= "red",        #指定顏色
     xlab = "Miles per Gallon",
     main = "colored histogram with 12 bins")

hist(mtcars$mpg,
     freq = FALSE,      #表示不按照頻數(shù)繪圖
     breaks = 12,
     col = "red",
     xlab = "Miles per Gallon",
     main = "Histogram,rug plot,density curve")
rug(jitter(mtcars$mpg))        #添加軸須圖
lines(density(mtcars$mpg),col= "blue",lwd=2)       #添加密度曲線

x <-mtcars$mpg
h <-hist(x,breaks = 12,
         col = "red",
         xlab = "Miles per Gallon",
         main = "Histogram with normal and box")
xfit <- seq(min(x),max(x),length=40)
yfit <-dnorm(xfit,mean = mean(x),sd=sd(x))
yfit <- yfit *diff(h$mids[1:2])*length(x)
lines(xfit,yfit,col="blue",lwd=2)       #添加正太分布密度曲線
box()               #添加方框

結(jié)果：

直方圖3.1

4 餅圖

標(biāo)準(zhǔn)餅圖代碼：

pie(x, labels = names(x), edges = 200, radius = 0.8,
    clockwise = FALSE, init.angle = if(clockwise) 90 else 0,
    density = NULL, angle = 45, col = NULL, border = NULL,
    lty = NULL, main = NULL, ...)

    實(shí)例
    eg4.1

par(mfrow = c(2,2))
slices <- c(10,12,4,16,8)       #數(shù)據(jù)
lbls <- c("US","UK","Australis","Germany","France")         #標(biāo)簽數(shù)據(jù)
pie(slices,lbls)        #基本餅圖

pct <- round(slices/sum(slices)*100)        #數(shù)據(jù)比例
lbls2 <- paste(lbls," ",pct ,"%",sep = "")
pie(slices,labels = lbls2,col = rainbow(length(lbls2)),         #rainbow是一個彩虹色調(diào)色板
    main = "Pie Chart with Percentages")

library(plotrix)
pie3D(slices,labels=lbls,explode=0.1,main="3D pie chart")       #三維餅圖

mytable <- table (state.region)
lbls3 <- paste(names(mytable),"\n",mytable,sep = "")
pie(mytable,labels = lbls3,
    main = "pie  chart from a table \n (with sample sizes")

結(jié)果：

4.1 餅狀圖

5 箱線圖5.1 箱線圖

標(biāo)準(zhǔn)箱線圖代碼：

boxplot(x, ...)

實(shí)例

eg5.1boxplot(mtcars$mpg,main="Box plot",ylab ="Miles per Gallon")       #標(biāo)準(zhǔn)箱線圖

boxplot(mpg ~ cyl,data= mtcars,
       main="car milesge data",
       xlab= "Number of cylinders",
       ylab= "Miles per Gallon")

boxplot(mpg ~ cyl,data= mtcars,
        notch=TRUE,         #含有凹槽的箱線圖
        varwidth = TRUE,        #寬度和樣本大小成正比
        col= "red",
        main="car milesge data",
        xlab= "Number of cylinders",
        ylab= "Miles per Gallon")

mtcars$cyl.f<- factor(mtcars$cyl,         #轉(zhuǎn)換成因子結(jié)構(gòu)
                      levels= c(4,6,8),
                      labels = c("4","6","8"))
mtcars$am.f <- factor(mtcars$am,levels = c(0,1),
                      labels = c("auto","standard"))
boxplot(mpg~ am.f*cyl.f,       #分組的箱線圖
        data = mtcars,
        varwidth=TRUE,
        col= c("gold","darkgreen"),
        main= "MPG Distribution by Auto Type",
        xlab="Auto Type",
        ylxb="Miles per Gallon")

結(jié)果：

5.1 箱線圖

5.2 小提琴圖

小提琴圖是箱線圖和密度圖的結(jié)合。使用vioplot包中的vioplot函數(shù)進(jìn)行繪圖。

小提琴圖標(biāo)準(zhǔn)代碼：

vioplot( x, ..., range=1.5, h, ylim, names, horizontal=FALSE,
  col="magenta", border="black", lty=1, lwd=1, rectCol="black",
  colMed="white", pchMed=19, at, add=FALSE, wex=1,
  drawRect=TRUE)

    實(shí)例
    代碼：
    eg5.2

library(vioplot)
x1 <- mtcars$mpg[mtcars$cyl==4]
x2 <- mtcars$mpg[mtcars$cyl==6]
x3 <- mtcars$mpg[mtcars$cyl==8]
vioplot(x1,x2,x3,names= c("4 cyl","6 cyl","8 cyl"),col = "gold")
title(main="Violin plots of Miles Per Gallon",xlab = "number of cylinders",ylab = "Miles per gallon")

結(jié)果：

5.2 小提琴圖

白點(diǎn)是中位數(shù)，中間細(xì)線表示須，粗線對應(yīng)上下四分位點(diǎn)，外部形狀是其分布核密度。