主題:
- 將變量的分布進行可視化的展示;
- 通過結(jié)果變量進行跨組比較。
條形圖
函數(shù)barplot()的最簡單用法是：
? barplot(height)
其中的height是一個向量或者一個矩陣。
接下來示例中，我們繪制一項探索類風濕性關節(jié)炎新療法研究的結(jié)果。數(shù)據(jù)已經(jīng)包含在隨vcd包分發(fā)的Arthritis數(shù)據(jù)框中。（請確保在使用前已經(jīng)安裝vcd包，使用命令install.packages("vcd")）
簡單條形圖
若height是一個向量，則它的值就確定了各條形圖的高度，并將繪制一幅垂直的條形圖。使用選項horiz=TRUE則會生成一幅水平條形圖。
在關節(jié)研究中，變量Improved記錄了對每位接受了安慰劑或藥物治療的病人的治療結(jié)果：
> library(vcd)
載入需要的程輯包：grid
> library(grid)
> counts <- table(Arthritis$Improved)
> counts
None Some Marked
42 14 28
我們可以使用一幅垂直或水平的條形圖來繪制變量counts。代碼如下（交互模式）：
> barplot(counts,
+ main="Simple Bar Plot",
+ xlab="Improvement", ylab="Frequency")
> barplot(counts,
+ main="Horizontal Bar Plot",
+ xlab="Frequency", ylab="Improvement",
+ horiz=TRUE)
生成因素變量的條形圖
若要繪制的類別型變量是一個因子或有序因子，就可以使用函數(shù)plot()快速創(chuàng)建一幅垂直條形圖，而無需使用table()函數(shù)將其表格化。下面的代碼同樣可以繪制出與上圖相同的結(jié)果：
> plot(Arthritis$Improved, main="Simple Bar Plot",
+ xlab="Improvement", ylab="Frequency")
> plot(Arthritis$Improved, main="Horizontal Bar plot",
+ xlab="Frequency", ylab="Improvement", horiz=TRUE)
堆砌條形圖和分組條形圖
如果height是一個矩陣而不是一個向量，則繪圖結(jié)果將是一幅堆砌條形圖或分組條形圖。beside=FALSE設置成堆砌（默認），beside=TRUE設置為分組條形圖。代碼如下：
> library(vcd)
> counts <- table(Arthritis$Improved, Arthritis$Treatment)
> counts
Placebo Treated
None 29 13
Some 7 7
Marked 7 21
> barplot(counts,
+ main="Stacked Bar Plot",
+ xlab="Treatment", ylab="Frequency",
+ col=c("red", "yellow", "green"),
+ legend=rownames(counts))
> barplot(counts,
+ main="Grouped Bar Plot",
+ xlab="Treatment", ylab="Frequency",
+ col=c("red", "yellow", "green"),
+ legend=rownames(counts), beside=TRUE)
注意它是依據(jù)數(shù)據(jù)框的行名來生成分類的。
均值條形圖
我們可以使用數(shù)據(jù)整合函數(shù)并將結(jié)果傳遞給barplot()函數(shù)，來創(chuàng)建表示均值、中位數(shù)、標準差等的條形圖。
> states <- data.frame(state.region, state.x77)
> means <- aggregate(states$Illiteracy, by=list(state.region), FUN=mean)
> means
Group.1 x
1 Northeast 1.000000
2 South 1.737500
3 North Central 0.700000
4 West 1.023077
> means <- means[order(means$x),]
> means
Group.1 x
3 North Central 0.700000
1 Northeast 1.000000
4 West 1.023077
2 South 1.737500
> barplot(means$x, names.arg = means$Group.1)
> title("Mean Illiteracy Rate")
注意：使用title()函數(shù)與調(diào)用plot()時添加main選項是等價的。
條形圖的微調(diào)
有若干種方式可以微調(diào)條形圖的外觀。具體就是調(diào)節(jié)一些相關的設置參數(shù)，例如cex.name可以用來調(diào)整字號。詳細參考一些文檔。par()函數(shù)能夠讓你對R的默認圖形作出大量修改，這里只給出一個示例：
par(mar=c(5, 8, 4, 2)) # 增加y邊界大小
par(las=2) # 旋轉(zhuǎn)條形的標簽
counts <- table(Arthritis$Improved)
barplot(counts,
main="Treatment Outcome",
horiz=TRUE,
cex.names = 0.8, # 縮小字體大小，讓標簽更合適
names.arg = c("No Improvement", "Some Improvement",
"Marked Improvement")) # 修改標簽文本
棘狀圖
棘狀圖（spinogram）：對堆砌條形圖進行了重縮放，這樣每個條形的高度均為1,每一段的高度即表示比例。此圖可以由vcd包的函數(shù)spine()繪制。以下生成一個簡單的示例：
library(vcd)
attach(Arthritis)
counts <- table(Treatment, Improved)
spine(counts, main="Spinogram Example")
detach(Arthritis)
餅圖
多數(shù)統(tǒng)計學家不喜歡餅圖，更推薦使用條形圖或點圖。因為相對于面積，人們對長度的判斷更精確。（所以在此也不詳述了）
餅圖可以由下面函數(shù)創(chuàng)建：
pie(x, labels)
直方圖
直方圖展示了連續(xù)型變量的分布?？梢允褂萌缦潞瘮?shù)創(chuàng)建直方圖：
hist(x)
x是一個由數(shù)據(jù)值組成的數(shù)值向量。參數(shù)freq=FALSE表示根據(jù)概率密度而不是頻數(shù)繪制圖形。參數(shù)breaks用于控制組的數(shù)量。默認等距切分。以下提供繪制四種直方圖的代碼：
par(mfrow=c(2,2)) # 定義子圖
hist(mtcars$mpg) # 簡單直方圖
hist(mtcars$mpg,
breaks=12,
col="red",
xlab="Miles Per Gallon",
main="Colored histogram with 12 bins") # 指定組數(shù)和顏色
hist(mtcars$mpg,
freq=FALSE,
breaks=12,
col="red",
xlab="Miles Per Gallon",
main="Histogram, rug plot, density curve")
# 軸須圖(rug plot)是實際數(shù)據(jù)值的一種一維呈現(xiàn)方式
# 如果數(shù)據(jù)中有許多的結(jié)（相同的值），可以使用下列代碼將其數(shù)據(jù)打散
# rug(jitter(mtcars$mpg, amount=0.01))
rug(jitter(mtcars$mpg))
# 這條密度曲線是一個核密度估計，為數(shù)據(jù)的分布提供了更加平滑的描述，會在下節(jié)具體講述。
lines(density(mtcars$mpg), col="blue", lwd=2) # 添加軸須圖
x <- mtcars$mpg
h <- hist(x,
breaks=12,
xlab="Miles Per Gallon",
main="Histogram with normal curve and box")
# 疊加正態(tài)曲線
xfit <- seq(min(x), max(x), length=40)
yfit <- dnorm(xfit, mean=mean(x), sd=sd(x))
yfit <- yfit*diff(h$mids[1:2])*length(x)
lines(xfit, yfit, col="blue", lwd=2)
# 盒型
box() # 添加密度曲線和外框
核密度圖
核密度估計是用于估計隨機變量概率密度的一種非參數(shù)方法，不失為一種用來觀察連續(xù)型變量分布的有效方法。
繪制密度圖的方法（不疊加到另一幅圖）：
plot(density(x))
如果想要疊加到其他圖上，可以使用lines()函數(shù)。
核密度圖
par(mfrow=c(2,1))
d <- density(mtcars$mpg)
plot(d) # 默認設置創(chuàng)建最簡圖形
d <- density(mtcars$mpg)
plot(d, main="Kernel Density of Miles Per Gallon")
polygon(d, col="red", border="blue") # 邊界為藍色，用紅色填充
rug(mtcars$mpg, col="brown") # 棕色軸須圖
可以比較的核密度圖
核密度圖可以用于比較組間，使用sm包中的sm.density.compare()函數(shù)可向圖形疊加兩組或更多的核密度圖。使用格式為：
sm.density.compare(x, factor)
其中x是數(shù)值向量，factor是一個分組變量。
library(sm)
attach(mtcars)
# 創(chuàng)建分組因子
# 將數(shù)值型向量cyl中的(4,6,8)轉(zhuǎn)換為因子
cyl.f <- factor(cyl, levels=c(4,6,8),
labels = c("4 cylinder", "6 cylinder",
"8 cylinder"))
# 繪制密度圖
sm.density.compare(mpg, cyl, xlabel="Miles Per Gallon")
title(main="MPG Distribution by Car Cylinders")
# 通過鼠標點擊添加圖例
# 第一個參數(shù)locator(1)表示用鼠標點擊放置圖例的位置；第二個參數(shù)是由標簽組成的字符向量，第三個參數(shù)值使用向量colfill為cyl.f的每一個水平指定一種顏色。
colfill <- c(2:(1+length(levels(cyl.f))))
legend(locator(1), levels(cyl.f), fill=colfill)
detach(mtcars)
箱線圖
箱線圖同樣是一種用來可視化分布和組間差異的絕佳圖形手段（非常常用）。它通過繪制連續(xù)變量的五數(shù)總括——最小值、下四分位數(shù)、中位數(shù)、上四分位數(shù)以及最大值來描述連續(xù)型變量的分布。
箱線圖能夠顯示出可能為離群點的觀測（范圍正負1.5*IQR以外的值，IQR表示四分位距，上四分位數(shù)與下四分位數(shù)之間的差值）。
例如：
boxplot(mtcars$mpg, main="Box Plot", ylab="Miles per Gallon")
默認情況下，兩條須的延伸極限不會超過盒型各端加1.5倍四分位距的范圍，超過的都會用點表示。執(zhí)行boxplot.stats(mtcars)即可輸出構(gòu)建圖形的統(tǒng)計量。
使用并列箱線圖進行跨組比較
使用格式：
boxplot(formula, data=dataframe)
第一個參數(shù)是公式，第二個是數(shù)據(jù)框或者列表。添加參數(shù)varwidth=TRUE將使箱線圖的寬度與其樣本大小的平方跟成正比。參數(shù)horizontal=TRUE可以反轉(zhuǎn)坐標軸。
# 研究不同的發(fā)動機缸數(shù)對每加侖汽油行駛的英里數(shù)的影響
boxplot(mpg ~ cyl, data=mtcars,
main="Car Mileage Data",
xlab="Number of Cylinders",
ylab="Miles Per Gallon")
凹槽圖
箱線圖靈活多變，可以添加notch=TRUE，得到含凹槽的箱線圖。若兩個箱的凹槽互不重疊，則表明它們的中位數(shù)有顯著性差異。
boxplot(mpg ~ cyl, data=mtcars,
notch=TRUE,
varwidth=TRUE,
col="red",
main="Car Mileage Data",
xlab="Number of Cylinders",
ylab="Miles Per Gallon")
交叉因子箱線圖
為多個分組因子繪制箱線圖。
mtcars$cyl.f <- factor(mtcars$cyl,
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,
data=mtcars,
varwidth=T,
col=c("gold", "darkgreen"),
main="MPG Distribution by Auto Type",
xlab="Auto Type", ylab="Miles Per Gallon")
點圖
點圖提供了一種在簡單水平刻度上繪制大量有標簽值的方法。你可以使用dotchart()函數(shù)創(chuàng)建點圖，格式為：
dotchart(x, labels=)
其中x是一個數(shù)值向量，而labels則是由每個點的標簽組成的向量?？梢酝ㄟ^添加參數(shù)groups來選定一個因子，用以指定x中元素的分組方式。還可以用gcolor控制不同組標簽的顏色，cex可以控制標簽的大小。下面是一個示例：
dotchart(mtcars$mpg, labels=row.names(mtcars), cex=.7,
main="Gas Mileage for Car Models",
xlab="Miles Per Gallon")
分組、排序、著色后的點圖
x <- mtcars[order(mtcars$mpg),]
x$cyl <- factor(x$cyl)
x$color[x$cyl==4] <- "red"
x$color[x$cyl==6] <- "blue"
x$color[x$cyl==8] <- "darkgreen"
dotchart(x$mpg,
labels = row.names(x),
cex = .7,
groups = x$cyl,
gcolor = "black",
color = x$color,
pch = 19,
main = "Gas Mileage for Car Models\ngrouped by cylinder.",
xlab = "Miles Per Gallon")
還有許多關于點圖的變種。
本文參考
本文參考R in Action第二版記錄，請注意原作版權(quán)。
