目錄

概況

常用高級(jí)圖形

條形圖

csv文件導(dǎo)入

csv文件導(dǎo)出

R語(yǔ)言sep函數(shù)

seq函數(shù)

with函數(shù)

直方圖和密度估計(jì)圖

盒型圖

boxplot()

正態(tài)QQ圖

散點(diǎn)圖

pairs()散點(diǎn)矩陣圖

曲線圖

curve()

三維圖

動(dòng)態(tài)三維圖

低級(jí)圖形函數(shù)

abline()

lines()

legand()增加圖例

axis()坐標(biāo)軸

text()給圖內(nèi)區(qū)域添加文字

locator()和identify()

圖形的參數(shù)

例子：用圖形參數(shù)解決barplot圖形橫坐標(biāo)值過寬

圖形元素控制

坐標(biāo)軸與坐標(biāo)刻度

圖形邊空

一頁(yè)多圖

圖形輸出

PDF輸出

PNG輸出

包含多種中文字體的圖形

其他圖形

相關(guān)系數(shù)圖

萬字帶你入門繪圖

概況

R語(yǔ)言的前身是S語(yǔ)言， S語(yǔ)言的設(shè)計(jì)目的就是交互式數(shù)據(jù)分析、繪圖。 所以繪圖是R的重要功能。

R有最初的基本繪圖， 這是從S語(yǔ)言繼承過來的， 還有一些功能更易用、更強(qiáng)大的繪圖系統(tǒng)， 如lattice、ggplot2。 基本繪圖使用簡(jiǎn)單， 靈活性強(qiáng)， 但是為了做出滿意的圖形需要比較多的調(diào)整。 這里先講解R語(yǔ)言的基本繪圖功能。

R的基本繪圖功能有兩類圖形函數(shù)： 高級(jí)圖形函數(shù)， 直接針對(duì)某一繪圖任務(wù)作出完整圖形； 低級(jí)圖形函數(shù)，在已有圖形上添加內(nèi)容。 具備有限的與圖形交互的能力（函數(shù)locator 和identify）。

繪圖命令首先可以分成三個(gè)基本的類

• 高級(jí)繪圖命令在圖形設(shè)備上產(chǎn)生新的圖區(qū)，它可能包括坐標(biāo)軸、標(biāo)簽、標(biāo)題等。plot(),hist()…
• 低級(jí)畫圖命令在已存在的圖上添加更多的圖形元素，如額外點(diǎn)、線和標(biāo)簽。 lines(),points(),legend(),title(),axis()…

常用高級(jí)圖形

條形圖

這里會(huì)大量碰到barplot函數(shù)的運(yùn)用,建議大家去這個(gè)博主的博客里看看,很詳細(xì).??barplot詳解

我們?cè)?code>d.cancer這個(gè)數(shù)據(jù)框存儲(chǔ)了肺癌病人放療的一些數(shù)據(jù),這些數(shù)據(jù)可以從以下文件讀入

cancer.csv

id age sex type v0 v1

1 70 F 腺癌 26.51 2.91

2 70 F 腺癌 135.48 35.08

3 69 F 腺癌 209.74 74.44

4 68 M 腺癌 61 34.97

5 67 M 鱗癌 237.75 128.34

6 75 F 腺癌 330.24 112.34

7 52 M 鱗癌 104.9 32.1

8 71 M 鱗癌 85.15 29.15

9 68 M 鱗癌 101.65 22.15

10 79 M 鱗癌 65.54 21.94

11 55 M 腺癌 125.31 12.33

12 54 M 鱗癌 224.36 99.44

13 55 F 腺癌 12.93 2.3

14 75 M 腺癌 40.21 23.96

15 61 F 腺癌 12.58 7.39

16 76 M 鱗癌 231.04 112.58

17 65 M 鱗癌 172.13 91.62

18 66 M 鱗癌 39.26 13.95

19 F 腺癌 32.91 9.45

20 63 F 腺癌 161 122.45

21 67 M 鱗癌 105.26 68.35

22 51 M 鱗癌 13.25 5.25

23 49 M 鱗癌 18.7 3.34

24 49 M 鱗癌 60.23 50.36

25 F 鱗癌 223 25.59

26 M 鱗癌 145.7 35.36

27 M 鱗癌 138.44 11.3

28 M 鱗癌 83.71 76.45

29 M 鱗癌 74.48 23.66

30 F 腺癌 42.7 5.97

31 M 鱗癌 142.48 68.46

32 F 鱗癌 46.97 27.32

33 F 鱗癌 170.63 74.76

34 F 鱗癌 67.37 54.52

csv文件導(dǎo)入

csv是最常用的數(shù)據(jù)源格式，具有通用性與普遍性，導(dǎo)入csv文件到R也有眾多方法。

• 方法1：使用Rstudio導(dǎo)入

在R中的右側(cè)pane中，有import dataset選項(xiàng)，如果安裝了readr包，也提供了該包的圖形界面操作。操作簡(jiǎn)單，但是有個(gè)問題，如果csv格式路徑包含了中文，就會(huì)出現(xiàn)亂碼，然后無法導(dǎo)入。該方法對(duì)國(guó)內(nèi)用戶支持不友好，如果想用此法導(dǎo)入數(shù)據(jù)的話，只能把csv文件重命名并放至純英文的文件夾中。

• 方法2：內(nèi)置函數(shù)

R中內(nèi)置了讀入csv格式的函數(shù)：read.csv函數(shù)，該函數(shù)是由read.table函數(shù)改的特定函數(shù)，使用逗號(hào)作為分隔符，同時(shí)header與fill這兩個(gè)參數(shù)默認(rèn)為TRUE。

#讀入csv文件 #把路徑換成自己的文件路徑 df <- read.csv("C:/Users/Administrator/Desktop/a文件.csv") #read.csv2，適用于小數(shù)點(diǎn)為“,”的csv文件 df <- read.csv2("C:/Users/Administrator/Desktop/b文件.csv") #小技巧，彈窗選擇文件 df <- read.csv(file.choose())

使用內(nèi)置函數(shù)導(dǎo)入csv文件，則不存在中文路徑的問題，同時(shí)還提供了導(dǎo)入以小數(shù)點(diǎn)為“,”的csv文件。對(duì)于單一csv文件，使用file.choose函數(shù)進(jìn)行圖形界面選擇，更加簡(jiǎn)單方便。

可能遇到的問題：導(dǎo)入中文csv文件，容易出現(xiàn)亂碼。

#中文亂碼處理 df <- read.csv( "C:/Users/Administrator/Desktop/a文件.csv", fileEncoding = "GBK", #指定文件的編碼 encoding = "GBK" #指定編碼 )

使用fileEncoding參數(shù)指定文件的編碼，能解決大部分導(dǎo)入出現(xiàn)中文亂碼的問題。如果導(dǎo)入后在R中顯示出現(xiàn)亂碼，增加encoding參數(shù)指定編碼，也能解決大部分問題。

• 方法3：使用readr包

readr包又是Hadley Wickham大神貢獻(xiàn)的R包之一，相比于內(nèi)置函數(shù)，readr包讀入的速度更快。該包的函數(shù)與內(nèi)置函數(shù)相對(duì)應(yīng)，并以read_XXX形式命名。

#readr包 df.readr <- read_csv("C:/Users/Administrator/Desktop/a文件.csv") #同樣提供讀入小數(shù)點(diǎn)為“,”的csv文件 df.readr <- read_csv2("C:/Users/Administrator/Desktop/a文件.csv")

readr包能夠自動(dòng)解析導(dǎo)入文件列的類型，這對(duì)于規(guī)整的數(shù)據(jù)來說很方便，但在我工作中，需要導(dǎo)入的文件常常有非法的字符，比如運(yùn)費(fèi)這一列，數(shù)據(jù)類型應(yīng)該為數(shù)值型，但經(jīng)常出現(xiàn)“--”這種字符串，表示無。readr包會(huì)將該值強(qiáng)制轉(zhuǎn)換為NA，在后續(xù)的處理中，新增計(jì)算列的時(shí)候，比如銷售總額 = 銷售額+運(yùn)費(fèi)，則導(dǎo)致該值為NA，為了避免出現(xiàn)這類問題，我通常在導(dǎo)入數(shù)據(jù)的時(shí)候，設(shè)置為純文本導(dǎo)入，然后再做處理。

#設(shè)置純文本導(dǎo)入 df.readr <- read_csv( "C:/Users/Administrator/Desktop/a文件.csv", locale = locale(encoding = "GBK"), #指定編碼 col_types = cols(.default = col_character()) #純文本讀入 )

同樣的，如果出現(xiàn)中文亂碼，使用locale參數(shù)設(shè)置編碼。col_types參數(shù)設(shè)置各列的類型。

對(duì)于未知文件編碼的csv文件，readr包提供了一個(gè)函數(shù)來判斷文件編碼。

#判斷編碼 > guess_encoding("C:/Users/Administrator/Desktop/a文件.csv") # A tibble: 1 x 2 encoding confidence <chr> <dbl> 1 ASCII 1

返回一個(gè)數(shù)據(jù)框，encoding為文件編碼，confidence是該編碼的置信值，越高越有可能是這個(gè)編碼。

• 方法4：使用data.table包

data.table包是另一個(gè)處理數(shù)據(jù)的利器，對(duì)于GB級(jí)的數(shù)據(jù)更加高效。該包提供了一個(gè)函數(shù)讀入csv文件，相比于上面幾個(gè)方法，其速度是最快。

#data.table包 df.datatable <- fread("C:/Users/Administrator/Desktop/a文件.csv") #指定編碼 df.datatable <- fread("C:/Users/Administrator/Desktop/a文件.csv",encoding = "UTF-8")

fread函數(shù)提供的編碼很少，”UTF-8“，”Latin-1“，默認(rèn)是”unknown“，所以對(duì)中文的支持不太友好，在使用該函數(shù)的時(shí)候，建議把csv文件的編碼轉(zhuǎn)換為”UTF-8“。

csv文件導(dǎo)出

• 方法1：內(nèi)置函數(shù)

R提供了write.csv函數(shù)導(dǎo)出數(shù)據(jù)，該函數(shù)也是write.table函數(shù)的特定版。

#導(dǎo)出文件 write.csv(df, file = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv") #與read.csv2對(duì)應(yīng) write.csv2(df, file = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv") #指定編碼 write.csv( df, file = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv", fileEncoding = "UTF-8" #導(dǎo)出文件編碼 )

• 方法2：readr包

與read_XX函數(shù)一樣，readr包提供write_XX函數(shù)。

#readr包 write_csv(df, path = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv") write_csv2(df, path = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv")

可惜的是，該系列函數(shù)不提供編碼，在我的工作中，使用sql server導(dǎo)入數(shù)據(jù)并處理后（在R中無亂碼情況），使用該函數(shù)導(dǎo)出數(shù)據(jù)，中文會(huì)出現(xiàn)亂碼。原因不明，如果有哪位童靴知道的望告知。

為了解決上面的問題，我使用了該包的另一個(gè)函數(shù)。

#導(dǎo)出文件亂碼解決方法 write_excel_csv(df, path = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv")

改用此函數(shù)導(dǎo)出數(shù)據(jù)，能夠解決上面中文亂碼的問題。

• 方法3：data.table包

data.table包也有對(duì)應(yīng)的導(dǎo)出函數(shù)，同樣的，使用sql server導(dǎo)入的數(shù)據(jù)，在導(dǎo)出的時(shí)候也出現(xiàn)了亂碼，而該函數(shù)也無參數(shù)指定編碼。

對(duì)于UTF-8編碼的文件，使用該函數(shù)，速度是最快的。

#data.table包 fwrite(df, file = "C:/Users/Administrator/Desktop/導(dǎo)出文件.csv")

1. readr包更為全面，推薦使用該包替換內(nèi)置函數(shù)；
2. data.table包速度最快，符合編碼且數(shù)據(jù)量大可優(yōu)先使用；
3. Rstudio傻瓜式操作，但對(duì)中文不友好；

cancerData <- read.csv("cancer.csv",fileEncoding = "GBK", encoding = "GBK" )

注意:cancer.csv文件要放在主目錄下

我們統(tǒng)計(jì)出男女個(gè)數(shù)并且用條形圖來表示

res1 <- table(d.cancer[,'sex']); print(res1)

## sex

## F M

## 13 21

barplot(res1)

我們可以給表格增加標(biāo)題,然后采用不同的顏色

barplot(res1, main="性別分布", 
        col=c("brown2", "aquamarine1"))

R函數(shù)colors()可以返回R中定義的用字符串表示的六百多種顏色名字。 如head(colors(),6)

下面的函數(shù)可以用來挑選顏色， 鼠標(biāo)點(diǎn)擊畫出的顏色就可以挑選， 結(jié)果返回挑選出的顏色名：

select.colors <- function(){
  nc <- length(colors())
  x <- rep(seq(26), 26)[1:nc]
  y <- rep(seq(26), each=26)[1:nc]
  cols <- colors()
  plot(x, y, type="p", pch=16, cex=2,
       col=cols)
  res <- cols[identify(x,y, labels=cols)]
  res
}

R語(yǔ)言sep函數(shù)

函數(shù)形式：rep(x, time = , length = , each = ,)

參數(shù)說明：

x：代表的是你要進(jìn)行復(fù)制的對(duì)象，可以是一個(gè)向量或者是一個(gè)因子。

times：代表的是復(fù)制的次數(shù)，只能為正數(shù)。負(fù)數(shù)以及NA值都會(huì)為錯(cuò)誤值。復(fù)制是指的是對(duì)整個(gè)向量進(jìn)行復(fù)制。

each：代表的是對(duì)向量中的每個(gè)元素進(jìn)行復(fù)制的次數(shù)。

length.out：代表的是最終輸出向量的長(zhǎng)度。

示例：

rep(1:4, 2) #對(duì)向量（1,2,3,4）復(fù)制兩次

[1] 1 2 3 4 1 2 3 4

rep(1:4, each = 2) #對(duì)向量（1,2,3,4）中的每個(gè)元素復(fù)制兩次

[1] 1 1 2 2 3 3 4 4

rep(1:4, each = 2, length.out = 4) #最后輸出向量的長(zhǎng)度為4

[1] 1 1 2 2

rep(x, …):將vector x的值循環(huán)n遍

rep(1:4, 2)

[1] 1 2 3 4 1 2 3 4

…: 除了x的其他參數(shù)，可以通過…傳到其他方法里

times：整個(gè)數(shù)組循環(huán)幾遍

rep(1:4, each = 2, times = 3)

[1] 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4 1 1 2 2 3 3 4 4

each：每個(gè)element循環(huán)幾遍

rep(1:4, each = 2)
[1] 1 1 2 2 3 3 4 4
rep(1:4, c(2,2,2,2))
[1] 1 1 2 2 3 3 4 4
rep(1:4, c(2,1,2,1))
[1] 1 1 2 3 3 4  

length.out 輸出長(zhǎng)度為多少

rep(1:4, each = 2, len = 4)
[1] 1 1 2 2
#長(zhǎng)了會(huì)被截掉
rep(1:4, each = 2, len = 13)
[1] 1 1 2 2 3 3 4 4 1 1 2 2 3
#短了會(huì)根據(jù)前面規(guī)則補(bǔ)上

seq函數(shù)

seq()函數(shù)是產(chǎn)生等距間隔數(shù)列的函數(shù)，其使用格式為：

seq(from = 1, to = 1,by = ((to - from)/(length.out - 1)) ,length.out= NULL, length.out = NULL,...)

seq()函數(shù)中參數(shù)的名稱、取值及意義

名稱 取值及意義??

from 數(shù)值，表示等間隔數(shù)列開始的位置，默認(rèn)值為1

to 數(shù)值，表示等間隔數(shù)列結(jié)束的位置，默認(rèn)值為1

by 數(shù)值，表示等間隔數(shù)列之間的間隔

length.out 數(shù)值，表示等間隔數(shù)列的長(zhǎng)度

along.out 向量，表示產(chǎn)生的等間隔數(shù)列與向量具有相同的長(zhǎng)度

注意：by, length.out 和along.with 3個(gè)參數(shù)只能輸入一項(xiàng)。

> seq(0,1,length.out=11)
 [1] 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

>  seq(1,9,by=2)
[1] 1 3 5 7 9

>  seq(1,9,by=pi)
[1] 1.000000 4.141593 7.283185

> seq(10)
 [1]  1  2  3  4  5  6  7  8  9 10

我們運(yùn)行了上述代碼之后可以看到我們可以自行選擇顏色

點(diǎn)擊完兩個(gè)顏色記得在命令行輸入界面按esc退出,才可以顯示出這個(gè)表格圖

用width選項(xiàng)與xlim選項(xiàng)配合可以調(diào)整條形寬度，如

barplot(res1, width=0.5, xlim=c(-3, 5),
        main="性別分布", 
        col=c("brown2", "aquamarine1"))

xlim可以用于plot函數(shù)作圖，它的意思是xlim = c（<min>, <max>）。就是說縮放函數(shù)的x軸，范圍在min與max之間。

經(jīng)過我不斷的試驗(yàn),我發(fā)現(xiàn)F占據(jù)x軸的0位置,M占據(jù)x軸的1位置

hhh

按性別與病理類型交叉分組后統(tǒng)計(jì)頻數(shù)，結(jié)果稱為列聯(lián)表:??

res2 <- with(cancerData, table(sex, type)); res2

with函數(shù)

with()R語(yǔ)言中的函數(shù)用于通過評(píng)估函數(shù)參數(shù)內(nèi)的表達(dá)式來修改 DataFrame 的數(shù)據(jù)。

用法： with(x, expr)

參數(shù)：
x: DataFrame
expr:修改數(shù)據(jù)的表達(dá)式

范例1：

# R program to modify data of an object
  
# Calling predefined data set
BOD
  
# Calling with() function
with(BOD, {BOD$demand <- BOD$demand + 1; print(BOD$demand)})

輸出：

Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8
[1]  9.3 11.3 20.0 17.0 16.6 20.8

范例2：

# R program to modify data of an object
  
# Creating a data frame
df = data.frame( 
  "Name" = c("abc", "def", "ghi"), 
  "Language" = c("R", "Python", "Java"), 
  "Age" = c(22, 25, 45) 
) 
df
  
# Calling with() function
with(df, {df$Age <- df$Age + 10; print(df$Age)})

輸出：

  Name Language Age
1  abc        R  22
2  def   Python  25
3  ghi     Java  45
[1] 32 35 55

用分段條形圖表現(xiàn)交叉分組頻數(shù)， 交叉頻數(shù)表每列為一條：

barplot(res2, legend=TRUE)

這里的legend的意思就是需不需要加上標(biāo)簽名,

用并排條形圖表現(xiàn)交叉分組頻數(shù)， 交叉頻數(shù)表每列為一組：

barplot(res2, beside=TRUE, legend=TRUE)

增加標(biāo)題，指定顏色，調(diào)整圖例位置，調(diào)整條形寬度：

barplot(res2, beside=TRUE, legend=TRUE,
        main='不同種類病人的性別',
        ylim=c(0, 20),
        xlim=c(-1, 6), width=0.6,
        col=c("brown2", "aquamarine1"))

直方圖和密度估計(jì)圖

用hist作直方圖以了解連續(xù)取值變量分布情況.

例如,下面的程序模擬正態(tài)分布數(shù)據(jù)并做直方圖:

x <- rnorm(30, mean=100, sd=1)
print(round(x,2))

round函數(shù)

R 語(yǔ)言提供了一個(gè)內(nèi)置函數(shù) round()，它四舍五入到給定的位數(shù)，如果沒有提供四舍五入的位數(shù)，它會(huì)將數(shù)字四舍五入到最接近的整數(shù)。

用法:round(x,digits=n)

參數(shù):

x:要四舍五入的數(shù)字

digit:指定數(shù)字

范例1:

# R program to calculate round value 
    
# Using round() method 
answer1 <- round(2.356) 
answer2 <- round(2.356, digits = 2)  
answer3 <- round(2.5)
answer4 <- round(2.5, digits = 1)  
  
print(answer1) 
print(answer2) 
print(answer3) 
print(answer4) 

輸出:

2

2.36

2

2.5

范例2:

# R program to calculate round value 
    
# Using round() method 
answer1 <- round(c(1.5, 2.6, -3, -3.4)) 
  
print(answer1) 

輸出:2 3 -3 -3

了解了round函數(shù)是怎么用的之后,我們回歸上面的代碼

x <- rnorm(30, mean=100, sd=1)
print(round(x,2))

hist(x)

可以用main=、xlab=、ylab=等選項(xiàng)， 可以用col=指定各個(gè)條形的顏色，如：

hist(x, col=rainbow(15), 
     main='正態(tài)隨機(jī)數(shù)', xlab='', ylab='頻數(shù)')

函數(shù)density()估計(jì)核密度。 下面的程序作直方圖， 并添加核密度曲線：

tmp.dens <- density(x)
hist(x, freq=FALSE,
     ylim=c(0,max(tmp.dens$y)),
     col=rainbow(15),
     main='正態(tài)隨機(jī)數(shù)',
     xlab='', ylab='頻數(shù)')
lines(tmp.dens, lwd=2, col='blue')

density核密度

關(guān)于density作圖詳細(xì)教程建議大家看這篇博客??R語(yǔ)言中density密度圖繪制,這篇文章是用的ggplot2的package

盒型圖

首先帶大家介紹以下boxplot()函數(shù)

boxplot()

盒形圖是數(shù)據(jù)集中數(shù)據(jù)分布情況的衡量標(biāo)準(zhǔn)。它將數(shù)據(jù)集分為三個(gè)四分位數(shù)。盒形圖表示數(shù)據(jù)集中的最小值，最大值，中值，第一四分位數(shù)和第四四分位數(shù)。 通過為每個(gè)數(shù)據(jù)集繪制箱形圖，比較數(shù)據(jù)集中的數(shù)據(jù)分布也很有用。

R中的盒形圖通過使用boxplot()函數(shù)來創(chuàng)建。

語(yǔ)法

在R中創(chuàng)建盒形圖的基本語(yǔ)法是

boxplot(x, data, notch, varwidth, names, main)

以下是使用的參數(shù)的描述 -

• x - 是向量或公式。
• data - 是數(shù)據(jù)幀。
• notch - 是一個(gè)邏輯值，設(shè)置為TRUE可以畫出一個(gè)缺口。
• varwidth - 是一個(gè)邏輯值。設(shè)置為true以繪制與樣本大小成比例的框的寬度。
• names - 是將在每個(gè)箱形圖下打印的組標(biāo)簽。
• main - 用于給圖表標(biāo)題。

示例

我們用一個(gè)數(shù)據(jù)集 mtcars來創(chuàng)建一個(gè)基本的盒型圖

下面我們首先看看mtcars數(shù)據(jù)集中的mpg和cyl列

input <- mtcars[,c('mpg','cyl')]
print(head(input))

注:這個(gè)數(shù)據(jù)集是R語(yǔ)言中已經(jīng)存在的,大家可以直接利用

當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果??

> print(head(input))
                   mpg cyl
Mazda RX4         21.0   6
Mazda RX4 Wag     21.0   6
Datsun 710        22.8   4
Hornet 4 Drive    21.4   6
Hornet Sportabout 18.7   8
Valiant           18.1   6

創(chuàng)建盒型圖

下面的腳本將為mgp(每加侖英里)和cyl(氣缸數(shù))列之間的關(guān)系創(chuàng)建一個(gè)盒型圖.

# Give the chart file a name.
png(file = "boxplot.png")

# Plot the chart.
boxplot(mpg ~ cyl, data = mtcars, xlab = "氣缸數(shù)",
   ylab = "每加侖里程", main = "里程數(shù)據(jù)")

# Save the file.
dev.off()

盒型圖與凹口

我們可以繪制帶有凹槽的盒形圖，以了解不同數(shù)據(jù)組的中位數(shù)如何相互匹配。以下腳本將為每個(gè)數(shù)據(jù)組創(chuàng)建一個(gè)帶有凹槽的盒形圖形。

# Give the chart file a name.
png(file = "boxplot_with_notch.png")
#這個(gè)圖片文件將存放在你的工作目錄

# Plot the chart.
boxplot(mpg ~ cyl, data = mtcars, 
   xlab = "氣缸數(shù)",
   ylab = "每加侖里程", 
   main = "里程數(shù)據(jù)",
   notch = TRUE, 
   varwidth = TRUE, 
   col = c("green","yellow","purple"),
   names = c("高","中","低")
)
# Save the file.
dev.off()

OK,學(xué)會(huì)了boxplot的基本運(yùn)用,我們來看一些其他的運(yùn)用

盒型圖用于簡(jiǎn)潔得查看表現(xiàn)變量分布,如??

with(cancerData, boxplot(v0))

其中中間粗線是中位數(shù)， 盒子上下邊緣是四分之三和四分之一分位數(shù)， 兩條觸須線延伸到取值區(qū)域的邊緣。

盒形圖可以很容易地比較兩組或多組，如??

with(cancerData, boxplot(v0 ~ sex))

也可以畫若干個(gè)變量的并排盒形圖，如??

with(cancerData,
     boxplot(list('療前'=v0, '療后'=v1)))

正態(tài)QQ圖

QQ圖是一種散點(diǎn)圖，對(duì)應(yīng)于正態(tài)分布的QQ圖，就是由標(biāo)準(zhǔn)正態(tài)分布的分位數(shù)為橫坐標(biāo)，樣本值為縱坐標(biāo)的散點(diǎn)圖（其他版本，有將 (x-m)/std 作為縱坐標(biāo)，那么正態(tài)分布得到的散點(diǎn)圖是直線：y=x）。要利用QQ圖鑒別樣本數(shù)據(jù)是否近似于正態(tài)分布，只需看QQ圖上的點(diǎn)是否近似地在一條直線附近，圖形是直線說明是正態(tài)分布，而且該直線的斜率為標(biāo)準(zhǔn)差，截距為均值，用QQ圖還可獲得樣本偏度和峰度的粗略信息。

如果樣本是按正態(tài)分布的，那么f(x)即是一個(gè)正態(tài)分布的概率密度函數(shù)。根據(jù)正態(tài)分布的特性，我們又可以推導(dǎo)出對(duì)應(yīng)的標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)：y = f( (x-m)/std )其中m為樣本均值(截距），std為樣本標(biāo)準(zhǔn)差（斜率）。

設(shè)標(biāo)準(zhǔn)正態(tài)分布的概率密度函數(shù)為 y= f(n)，既然這些值一一對(duì)應(yīng)，則有：

(x-m)/std=n

即：x=n*std+m

這是一條斜率為樣本標(biāo)準(zhǔn)差，截距為m的直線，就是在q-q圖中代表著正態(tài)分布的直線。

用qqnorm和qqline作正態(tài)QQ圖。 當(dāng)變量樣本來自正態(tài)分布總體時(shí)， 正態(tài)QQ圖的散點(diǎn)近似在一條直線周圍。

下面的程序模擬正態(tài)分布隨機(jī)數(shù)，并作正態(tài)QQ圖:

qqnorm(x)
qqline(x, lwd=2, col='blue')

下面的程序模擬對(duì)數(shù)正態(tài)數(shù)據(jù)，并作正態(tài)QQ圖:

z <- 10^rnorm(30, mean=0, sd=0.2)
qqnorm(z)
qqline(z, lwd=2, col='blue')

散點(diǎn)圖

我們讀入class.csv,以d.class數(shù)據(jù)為例,其中含有name,sex,age,height,weight等變量.

d.class <- read.csv("class.csv")

class.csv

體重對(duì)身高的散點(diǎn)圖

plot(d.class$height,d.class$weight)

接下來我們用with()函數(shù)來簡(jiǎn)化數(shù)據(jù)框變量的訪問格式

with(d.class,plot(height,weight))

得出的圖跟上面一張圖是一樣的

我們?cè)趐lot()函數(shù)內(nèi)用main參數(shù)來增加一個(gè)標(biāo)題

用xlab參數(shù)來指定橫軸標(biāo)注,用ylab參數(shù)指定縱軸標(biāo)注,如:

with(d.class,
    plot(height,weight,
        main = '體重與身高關(guān)系',
        xlab='身高',ylab='體重'))

然后我們?cè)儆胮ch參數(shù)來指定不同散點(diǎn)形狀,用col參數(shù)來指定顏色,用cex參數(shù)指定大小,如下??

with(d.class,plot(
  height,weight,pch=16,col='blue',
  cex=2
))

我們?nèi)绻麑ch改為15的話,圖上的點(diǎn)就會(huì)變成正方形

用氣泡大小表現(xiàn)第三維（年齡）：

with(d.class,
     plot(height, weight,
          pch=16, col='blue',
          cex=1 + (age - min(age))/(max(age)-min(age))))

用氣泡大小表現(xiàn)年齡， 用顏色區(qū)分性別：

with(d.class, 
        plot(height, weight,
          main='體重與身高關(guān)系',
          xlab='身高', ylab='體重',
          pch=16, 
          col=ifelse(sex=='M', 'blue', 'red'),
          cex=1 + (age - min(age))
            /(max(age)-min(age))))

這里我用select自己選了兩個(gè)顏色,代碼在上面已經(jīng)展示過了

pairs()散點(diǎn)矩陣圖

pairs(d.class[, c('age', 'height', 'weight')])

曲線圖

curve()

curve 函數(shù)常用于繪制函數(shù)對(duì)應(yīng)的曲線，確定函數(shù)的表達(dá)式，以及對(duì)應(yīng)的需要展示的起始坐標(biāo)和終止坐標(biāo)，curve函數(shù)就會(huì)自動(dòng)化的繪制在該區(qū)間內(nèi)的函數(shù)圖像

基本用法，代碼示例:

curve(sin, -2*pi, 2*pi)

第一個(gè)參數(shù)為函數(shù)的名稱，這里我們選擇的是sin 三角函數(shù)，后兩個(gè)參數(shù)為對(duì)應(yīng)的起始和終止區(qū)間

下面詳細(xì)解釋一下每個(gè)參數(shù)：

1） expr : 對(duì)應(yīng)的函數(shù)名稱，這個(gè)參數(shù)的值可以有3中寫法：

第一種： 函數(shù)的名稱

代碼示例：

# y = 2x + 1
coef_line  <- function(x){
	2 * x + 1
}

curve(expr = coef_line, from = 1, to = 3)

這里我們先定義了一個(gè)函數(shù)coef_line , 然后將函數(shù)名稱傳遞給curve

第二種：expression

代碼示例:

curve(expr = 2 * x + 1, from = 2 , to = 6)

這里的2 * x + 1 就是一個(gè)表達(dá)式 expression

第三種： call, 函數(shù)調(diào)用

代碼示例：

# y = 2x + 1
coef_line  <- function(x){
	2 * x + 1
}

x <- 1:5
curve(expr = coef_line(x), from = 2, to = 6)

效果圖和上面的是一樣的

這里我們調(diào)用函數(shù)coef_line 去處理x 這個(gè)對(duì)象

2）from， to : 自變量x的起始和終止位置，這個(gè)用法很簡(jiǎn)單，就不詳細(xì)解釋了

3）xname : x 軸的標(biāo)簽， 這里參數(shù)只有當(dāng)傳遞進(jìn)來的是函數(shù)名稱時(shí)，才能運(yùn)行

代碼示例：

# y = 2x + 1
coef_line  <- function(x){
	2 * x + 1
}

curve(expr = coef_line, from = 2, to = 6, xname = "X Var")

curve()函數(shù)接收一個(gè)函數(shù),或者一個(gè)以x為變量的表達(dá)式,以及曲線的自變量的左右端點(diǎn),繪制函數(shù)或者表達(dá)式的曲線圖,如:

curve(1 - 3*x - x^2, -4 ,2)

又比如

curve(sin,-2*pi ,2*pi)

這里再為大家詳細(xì)得介紹一下plot函數(shù)的運(yùn)用

plot()函數(shù)

plot是R中的基本畫圖工具，直接plot(x)，x為一個(gè)數(shù)據(jù)集，就能畫出圖。細(xì)節(jié)往往制勝的關(guān)鍵，所以就詳細(xì)來看下plot的所有可設(shè)置參數(shù)及參數(shù)設(shè)置方法。

下面講到的圖形參數(shù)，是graphic包中的常見參數(shù)，graphic不同圖形方法中，這些參數(shù)都是相同的。

1. 符號(hào)和線條

pch指定圖形（在type=”p”/”o”/”b”時(shí)）

可加cex參數(shù)，用來控制圖中的符號(hào)大小，默認(rèn)為cex=1

當(dāng)PCH為21-25時(shí)，應(yīng)指定參數(shù)“col =”和“bg =”。PCH也可以是字符，例如“?！保埃ァ?，“A”，“a”，并且字符將被繪制

lty指定線形;lwd改變線條粗細(xì)??

1. type圖形的類型

“p”點(diǎn)圖

“l(fā)”線圖

“b”點(diǎn)線圖，線不穿過點(diǎn)

“c”虛線圖

“o”點(diǎn)線圖，線穿過點(diǎn)

“h”直方圖

“s”階梯圖

“S”步驟圖

“n”無圖

x<-c(1:10)
png("~/plotSamples.png",width=9,height=9,unit="in",res=108)   
#在工作目錄下創(chuàng)建plotSamples.png圖
par(mfcol=c(3,3))#下面會(huì)講到
plot(x,type="p",main="p")
plot(x,type="l",main="l")
plot(x,type="b",main="b")
plot(x,type="c",main="c")
plot(x,type="o",main="o")
plot(x,type="h",main="h")
plot(x,type="s",main="s")
plot(x,type="S",main="S")
plot(x,type="n",main="n")
dev.off()

1. 顏色

col：默認(rèn)繪圖顏色。某些函數(shù)(如lines、pie)可以接受一個(gè)含有顏色值的向量，并自動(dòng)循環(huán)使用.

例如：col=c("red", "blue")需要繪制三條線，那么三條顏色分別為red、blue、red

col.axis：坐標(biāo)軸刻度文字的顏色，不是坐標(biāo)軸的顏色

col.lab：坐標(biāo)軸標(biāo)簽(名稱)的顏色

col.main：標(biāo)題的顏色

col.sub：副標(biāo)題的顏色

fg：圖形的前景色

bg：圖形的背景色

col指定圖形顏色

colors()方法可以查看R中所有可用的顏色名，一共有657種顏色名，根據(jù)顏色名可直接設(shè)置圖形的顯示顏色。下面是部分顏色，完整的圖見鏈接：R語(yǔ)言顏色表

除了名稱外，同樣可以用下標(biāo)，十六進(jìn)制顏色值，RGB值和HSV值來指定顏色。例子：col=1、col="white"、col="#FFFFFF"、col=rgb(1,1,1)和col=hsv(0,0,1)。

另外，R中還有許多生成顏色變量的函數(shù)。有rainbow()、heat.colors()、terrain.colors()、topo.colors()、cm.colors()方法，gray()方法生成多階灰度色。

我們?cè)趐lot函數(shù)中使用type='l'參數(shù)也可以作曲線圖,比如

x <- seq(0, 2*pi, length=200)
y <- sin(x)
plot(x,y, type='l')

除了這些,還可以用main, xlab, ylab, col等參數(shù)， 用lwd指定線寬度， lty指定虛線，如

plot(x,y, type='l', lwd=5, lty=8)

如果有多條曲線的話,我們可以用matplot()函數(shù),比如

x <- seq(0, 2*pi, length=200)
y1 <- sin(x)
y2 <- cos(x)
matplot(x, cbind(y1, y2), type='l', 
        lty=1, lwd=2, col=c("red", "blue"),
        xlab="x", ylab="")
abline(h=0, col='gray')

abline()函數(shù)

abline 函數(shù)的作用是在一張圖表上添加直線, 可以是一條斜線，通過x或y軸的交點(diǎn)和斜率來確定位置；也可以是一條水平或者垂直的線，只需要指定與x軸或y軸交點(diǎn)的位置就可以了

常見用法：

1）添加直線

水平線：

通過h 參數(shù)設(shè)置直線與y軸的交點(diǎn)就可以了，代碼示例如下：

plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6))
abline(h = 0, col = "red")

垂直線：

通過v 參數(shù)設(shè)置直線與x軸的交點(diǎn)就可以了，代碼示例如下：

plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6))
abline(v = 0, col = "blue")

除了上述的基本用法之外，h和v參數(shù)還支持同時(shí)設(shè)置多個(gè)值，一次性可以畫多條直線，代碼示例如下：

plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6))
abline(h = c(0,1,2), v = c(0,1,2), col = c("red", "green", "blue"))

2）添加斜線

abline 函數(shù)添加斜線有兩種用法:

第一種分別指定交點(diǎn)和斜率的值，參數(shù) a 代表直線與y軸的交點(diǎn)距坐標(biāo)原點(diǎn)的位置，參數(shù) b 代表斜率, 代碼示例如下：

plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6))
abline(h = 0, col = "gray")
abline(v = 0, col = "gray")
abline(a = 1 , b = 1, col = "red")
abline(a = 2 ,b = 1, col  = "blue")

第二種通過一個(gè)長(zhǎng)度為2的向量同時(shí)指定交點(diǎn)與原點(diǎn)的距離和斜率，代碼示例如下：

plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6))
abline(h = 0, col = "gray")
abline(v = 0, col = "gray")
abline(coef = c(1, 1), col = "red")
abline(coef = c(2, 1), col = "blue")

對(duì)于線條來說，有許多的屬性，比如顏色，線條類型，線條粗細(xì)等，在abline 函數(shù)中也是可以對(duì)這些屬性進(jìn)行設(shè)置的

1. col : 線條的顏色
2. lty : 線條的類型
3. lwd : 線條的寬度

這些屬性的設(shè)置都很簡(jiǎn)單，舉一個(gè)例子:

plot(1:5, 1:5, xlim = c(0,6), ylim = c (0,6))
abline(v = 0, col = "gray", lwd = 2, lty = 2)

上述的都是基本用法，其實(shí)還有一種用法，可以添加一條回歸線，對(duì)于一元線性回歸來說，回歸表達(dá)式就是一條直線的公式，abline 函數(shù)可以直接利用回歸結(jié)果進(jìn)行作圖

代碼如下:

z <- lm(dist ~ speed, data = cars)
plot(cars)
abline(z)

curve的運(yùn)用

curve(expr, from = NULL, to = NULL, n = 101, add = FALSE, type = "l", xname = "x", xlab = xname, ylab = NULL, log = NULL, xlim = NULL, ...)

主要參數(shù)如下:

expr：函數(shù)名稱或一個(gè)關(guān)于變量x的函數(shù)表達(dá)式；

from，to：表示繪圖的起止范圍；

n：一個(gè)整數(shù)值，表示x取值的數(shù)量；

add：是一個(gè)邏輯值，當(dāng)為TRUE時(shí)，表示將繪圖添加到已存在的繪圖中；

type：與plot函數(shù)中type含義相同；

xname：用于x軸變量的名稱。

xlab，ylab：x軸和y軸的標(biāo)簽名稱。

三維圖

用persp函數(shù)作三維曲面圖, contour作等值線圖， image作色塊圖。 坐標(biāo)x和y構(gòu)成一張平面網(wǎng)格， 數(shù)據(jù)z是包含z坐標(biāo)的矩陣，每行對(duì)應(yīng)一個(gè)橫坐標(biāo)， 每列對(duì)應(yīng)一個(gè)縱坐標(biāo)。

下面的程序生成二元正態(tài)分布密度曲面數(shù)據(jù)：

x <- seq(-3,3, length=100)
y <- x
f <- function(x,y,ssq1=1, ssq2=2, rho=0.5){
     det1 <- ssq1*ssq2*(1 - rho^2)
     s1 <- sqrt(ssq1)
     s2 <- sqrt(ssq2)
     1/(2*pi*sqrt(det1)) * exp(-0.5 / det1 * (
       ssq2*x^2 + ssq1*y^2 - 2*rho*s1*s2*x*y))
}
z <- outer(x, y, f)

作二元正態(tài)密度函數(shù)的三維曲面圖、等高線圖、色塊圖:

persp(x, y, z)

三維曲面圖:??

等高線圖:

contour(x, y, z)

色塊圖:??

image(x,y,z)

動(dòng)態(tài)三維圖

rgl包能夠制作動(dòng)態(tài)的三維散點(diǎn)圖和曲面圖

library(rgl)

iris數(shù)據(jù)框包含了3種鳶尾花的各50個(gè)樣品的測(cè)量值， 測(cè)量值包括花萼長(zhǎng)、寬， 花瓣長(zhǎng)、寬。 用rgl的plot3d()作動(dòng)態(tài)三維散點(diǎn)圖如下：

with(iris, plot3d(
  Sepal.Length, Sepal.Width, Petal.Length, 
  type="s", col=as.numeric(Species)))

這個(gè)圖可以用鼠標(biāo)拖動(dòng)旋轉(zhuǎn)。 其中type="s"表示繪點(diǎn)符號(hào)是球體形狀。 還可選"p"(點(diǎn))、"l"(連線)、"h"(向z=0連線)。 可以用size=指定大小倍數(shù)（缺省值為3）。

用rgl的persp3d()函數(shù)作曲面圖。 如 二元正態(tài)分布密度曲面：

x <- seq(-3,3, length=100)
y <- x
f <- function(x,y,ssq1=1, ssq2=2, rho=0.5){
     det1 <- ssq1*ssq2*(1 - rho^2)
     s1 <- sqrt(ssq1)
     s2 <- sqrt(ssq2)
     1/(2*pi*sqrt(det1)) * exp(-0.5 / det1 * (
       ssq2*x^2 + ssq1*y^2 - 2*rho*s1*s2*x*y))
}
z <- outer(x, y, f)
persp3d(x=x, y=y, z=z, col='red')

rgl也有低級(jí)圖形函數(shù)支持向已有圖形添加物體、文字等， 也支持并列多圖。 適當(dāng)設(shè)置可以在R Markdown生成的HTML結(jié)果中動(dòng)態(tài)顯示三維圖。

低級(jí)圖形函數(shù)

abline()

上面為了方便理解已經(jīng)介紹過一次

用points函數(shù)增加散點(diǎn)，如：

x <- seq(0, 2*pi, length=200)
y <- sin(x)
special <- list(x=(0:4)*pi/2, y=sin((0:4)*pi/2))
plot(x, y, type='l')
points(special$x, special$y, 
       col="red", pch=16, cex=2)
points(special, col="red", pch=16, cex=2)

lines()

用lines函數(shù)增加曲線，如：

x <- seq(0, 2*pi, length=200)
y1 <- sin(x)
y2 <- cos(x)
plot(x, y1, type='l', lwd=2, col="red")
lines(x, y2, lwd=2, col="blue")
abline(h=0, col='gray')

legand()增加圖例

可以用legend函數(shù)增加標(biāo)注，如:

x <- seq(0, 2*pi, length=200)
y1 <- sin(x)
y2 <- cos(x)
plot(x, y1, type='l', lwd=2, col="red")
lines(x, y2, lwd=2, col="blue")
abline(h=0, col='gray')
legend(0, -0.5, col=c("red", "blue"),
       lty=c(1,1), lwd=c(2,2), 
       legend=c("sin", "cos"))

x <- seq(0, 2*pi, length=200)
y1 <- sin(x)
y2 <- cos(x)
plot(x, y1, type='l', lwd=2, col="red")
lines(x, y2, lwd=2, col="blue")
abline(h=0, col='gray')
legend('top', col=c("red", "blue"),
       lty=c(1,1), lwd=c(2,2), 
       legend=c("sin", "cos"))

axis()坐標(biāo)軸

在plot()函數(shù)中用 axes=FALSE可以取消自動(dòng)的坐標(biāo)軸。 用box()函數(shù)畫坐標(biāo)邊框。 用axis函數(shù)單獨(dú)繪制坐標(biāo)軸。 axis的第一個(gè)參數(shù)取1，2，3，4， 分別表示橫軸、縱軸、上方和右方。 axis的參數(shù)at為 刻度線位置，labels為標(biāo)簽。 如:

x <- c('一月'=15, '二月'=20, 
       '三月'=18, '四月'=22)
plot(seq(along=x), x, axes=FALSE,
     type='b', lwd=3,
     main='前四個(gè)月銷售額',
     xlab='', ylab='銷售額')
box(); axis(2)
axis(1, at=seq(along=x), labels=names(x))

R基本繪圖支持少量的數(shù)學(xué)公式顯示功能，如不用數(shù)學(xué)符號(hào)時(shí)：

x <- seq(0, 2*pi, length=200)
y1 <- sin(x)
plot(x, y1, type='l', lwd=2,
     axes=FALSE,
     xlab='x', ylab='')
abline(h=0, col='gray')
box()
axis(2)
axis(1, at=(0:4)/2*pi,
     labels=c('0', 'pi/2', 'pi', '3pi/2', '2pi'))

使用數(shù)學(xué)符號(hào)時(shí)：

x <- seq(0, 2*pi, length=200)
y1 <- sin(x)
plot(x, y1, type='l', lwd=2,
     axes=FALSE,
     xlab='x', ylab='')
abline(h=0, col='gray')
box()
axis(2)
axis(1, at=(0:4)/2*pi,
     labels=c(0, expression(pi/2), 
     expression(pi), expression(3*pi/2), 
     expression(2*pi)))

繪圖中使用數(shù)學(xué)符號(hào)的演示：

demo(plotmath)

text()給圖內(nèi)區(qū)域添加文字

text()在坐標(biāo)區(qū)域內(nèi)添加文字。 mtext()在邊空處添加文字。 如

with(d.class, plot(height, weight))
lm1 <- lm(weight ~ height, data=d.class)
abline(lm1, col='red', lwd=2)
a <- coef(lm1)[1]
b <- coef(lm1)[2]
text(52, 145, adj=0, '線性回歸:')
text(52, 140, adj=0,
    substitute(hat(y) == a + b*x,
    list(a=round(coef(lm1)[1], 2), 
         b=round(coef(lm1)[2], 2))))

locator()和identify()

locator()函數(shù)在執(zhí)行時(shí)等待用戶在圖形的坐標(biāo)區(qū)域內(nèi)點(diǎn)擊并返回點(diǎn)擊處的坐標(biāo)。 可以用參數(shù)n指定要點(diǎn)擊的點(diǎn)的個(gè)數(shù)。 不指定個(gè)數(shù)則需要用右鍵菜單退出。 這個(gè)函數(shù)也可以用來要求用戶點(diǎn)擊以進(jìn)行到下一圖形。

x <- seq(0, 2*pi, length=200)
y1 <- sin(x); y2 <- cos(x)
plot(x, y1, type='l',
     col="red")
lines(x, y2, col="blue")
legend(locator(1), col=c("red", "blue"),
       lty=c(1,1), legend=c("sin", "cos"))

identify()可以識(shí)別點(diǎn)擊處的點(diǎn)并標(biāo)注標(biāo)簽， 格式為identify(x, y, labels)， 其中(x,y)給出可點(diǎn)擊的點(diǎn)的坐標(biāo)， labels是每個(gè)點(diǎn)對(duì)應(yīng)的標(biāo)簽， 點(diǎn)擊那個(gè)點(diǎn)就在那個(gè)點(diǎn)旁邊標(biāo)對(duì)應(yīng)的標(biāo)簽。

圖形的參數(shù)

用圖形參數(shù)可以選擇點(diǎn)的形狀、顏色、線型、粗細(xì)、坐標(biāo)軸做法、邊空、一頁(yè)多圖等。 有些參數(shù)直接用在繪圖函數(shù)內(nèi)，如plot函數(shù)可以用 pch、col、cex、lty、 lwd等參數(shù)。 有些圖形參數(shù)必須使用par()函數(shù)指定。 par函數(shù)指定圖形參數(shù)并返回原來的參數(shù)值， 所以在修改參數(shù)值作圖后通常應(yīng)該恢復(fù)原始參數(shù)值， 做法如

opar <- par(mfrow=c(2,2))
with(d.class, {hist(height);
     boxplot(height);
     qqnorm(height); qqline(height);
     plot(height); rug(height,side=2)})

par(opar)

在函數(shù)內(nèi)，可以在函數(shù)開頭修改了圖形參數(shù)后， 用on.exit()函數(shù)將恢復(fù)原始圖形參數(shù)作為函數(shù)退出前必須完成的任務(wù)，如

f <- function(){
    opar <- par(mfrow=c(2,2)); on.exit(par(opar))
    with(
        d.class,
        {hist(height);
         boxplot(height);
         qqnorm(height); qqline(height);
         plot(height); rug(height,side=2)
     })
}
f()

例子：用圖形參數(shù)解決barplot圖形橫坐標(biāo)值過寬

barplot的橫坐標(biāo)標(biāo)注太寬時(shí)，自動(dòng)將某些標(biāo)注省略。 用las=2指定坐標(biāo)軸刻度標(biāo)簽垂直于坐標(biāo)軸， 這樣x軸的刻度值就變成了縱向的。 注意使用mar參數(shù)增加橫坐標(biāo)邊空大小。 例如

f <- function(){
    opar <- par(mar=c(8, 4, 2, 0.5)); on.exit(par(opar))
    x <- 1:10
    names(x) <- paste(10000000000 + (1:10))
    barplot(x, las=2)
}
f()

圖形元素控制

• pch=16參數(shù)。散點(diǎn)符號(hào)，取的數(shù)。
• lty=2參數(shù)。線型，1為實(shí)線，從2開始為各種虛線。
• lwd=2參數(shù)，線的粗細(xì)，標(biāo)準(zhǔn)粗細(xì)為1。
• col="red"參數(shù)，顏色，可以是數(shù)字， 或顏色名字符串如"red"，"blue"等。 用colors()函數(shù)查詢有名字的顏色。 用rainbow(n)函數(shù)產(chǎn)生連續(xù)變化的顏色。
• font=2參數(shù)，字體，一般font=1是正體,2是粗體, 3是斜體,4是粗斜體。
• adj=-0.1指定文本相對(duì)于給定坐標(biāo)的對(duì)齊方式。 取0表示左對(duì)齊,取1表示右對(duì)齊,取0.5表示居中。 此參數(shù)的值實(shí)際代表的是出現(xiàn)在給定坐標(biāo)左邊的文本的比例。
• cex=1.5 繪點(diǎn)符號(hào)大小倍數(shù)，基本值為1。

坐標(biāo)軸與坐標(biāo)刻度

• mgp=c(3,1,0) 坐標(biāo)軸的標(biāo)簽、刻度值、坐標(biāo)軸線 到實(shí)際的坐標(biāo)軸位置的距離，以行高為單位。 經(jīng)常用來縮小坐標(biāo)軸所占的空間, 如mgp=c(1.5, 0.5, 0)。
• lab=c(5,7,12) 提供刻度線多少的建議， 第一個(gè)數(shù)為x軸刻度線個(gè)數(shù)， 第二個(gè)數(shù)為y軸刻度線個(gè)數(shù)， 第三個(gè)數(shù)是坐標(biāo)刻度標(biāo)簽的字符寬度。
• las=1 坐標(biāo)刻度標(biāo)簽的方向。 0表示總是平行于坐標(biāo)軸, 1表示總是水平, 2表示總是垂直于坐標(biāo)軸。
• tck=0.01 坐標(biāo)軸刻度線長(zhǎng)度，以繪圖區(qū)域大小為單位1。
• xaxs="s", yaxs="e": 控制x軸和y軸標(biāo)刻度的方法。取"s"(即standard)或"e"(即extended) 的時(shí)候數(shù)據(jù)范圍控制在最小刻度和最大刻度之間。 取"e"時(shí)如果有數(shù)據(jù)點(diǎn)十分靠近邊緣軸的范圍會(huì)略微擴(kuò)大。取值為"i"（即internal）或"r"（此為缺?。?使得刻度線都落在數(shù)據(jù)范圍內(nèi)部,而"r"方式所留的邊空較小。取值設(shè)為"d"時(shí)會(huì)鎖定此坐標(biāo)軸, 后續(xù)的圖形都使用與它完全相同的坐標(biāo)軸, 這在要生成一系列可比較的圖形的時(shí)候是有用的。 要解除鎖定需要把這個(gè)圖形參數(shù)設(shè)為其它值。

圖形邊空

一個(gè)單獨(dú)的圖由繪圖區(qū)域(繪圖的點(diǎn)、線等畫在這個(gè)區(qū)域中)和包圍繪圖區(qū)域的邊空組成, 邊空中可以包含坐標(biāo)軸標(biāo)簽、坐標(biāo)軸刻度標(biāo)簽、標(biāo)題、小標(biāo)題等, 繪圖區(qū)域一般被坐標(biāo)軸包圍。

邊空的大小由mai參數(shù)或mar參數(shù)控制, 它們都是四個(gè)元素的向量, 分別規(guī)定下方、左方、上方、右方的邊空大小, 其中mai取值的單位是英寸, 而mar的取值單位是文本行高度。 例如：

邊空的大小由mai參數(shù)或mar參數(shù)控制, 它們都是四個(gè)元素的向量, 分別規(guī)定下方、左方、上方、右方的邊空大小, 其中mai取值的單位是英寸, 而mar的取值單位是文本行高度。 例如：

opar <- par(mar=c(2,2,0.5,0.5), 
            mgp=c(0.5, 0.5, 0), tck=0.005)
with(d.class, plot(height, weight, 
                   xlab='', ylab=''))

par(opar)

一頁(yè)多圖

R可以在同一頁(yè)面開若干個(gè)按行、列排列的窗格, 在每個(gè)窗格中可以作一幅圖。 每個(gè)圖有自己的內(nèi)邊空, 而所有圖的外面可以包一個(gè)“外邊空”。

一頁(yè)多圖用mfrow參數(shù)或mfcol參數(shù)規(guī)定。 用oma指定四個(gè)外邊空的行數(shù)。 用mtext加outer=T指定在外邊空添加文本。 如果沒有outer=T則在內(nèi)邊空添加文本。 如

opar <- par(mfrow=c(2,2),
            oma=c(0,0,2,0))
with(d.class, {hist(height);
     boxplot(height);
     qqnorm(height); qqline(height);
     plot(height); rug(height,side=2)})
mtext(side=3, text='身高分布', cex=2, outer=T)

par(opar)

圖形輸出

只要啟用了高級(jí)繪圖函數(shù)會(huì)自動(dòng)選用當(dāng)前繪圖設(shè)備， 缺省為屏幕窗口。

PDF輸出

用pdf函數(shù)可以指定輸出到PDF文件。如

pdf(file='fig-hw.pdf', height=10/2.54,
    width=10/2.54, family='GB1')
with(d.class, plot(height, weight,
                   main='體重與身高關(guān)系'))
dev.off()

用dev.off()關(guān)閉當(dāng)前設(shè)備并生成輸出文件 （如果是屏幕窗口則沒有保存結(jié)果）。

PNG輸出

png(file='fig-hw.png', height=1000, width=1000)
with(d.class, plot(height, weight,
                   main='體重與身高關(guān)系'))
dev.off()

類似地， 用jpeg()函數(shù)啟用JPEG圖形設(shè)備, 用bmp()函數(shù)啟用BMP圖形設(shè)備, 用postscript()函數(shù)啟用PostScript圖形設(shè)備。

包含多種中文字體的圖形

為了使用MS Windows系統(tǒng)字體， 一種辦法是安裝showtext包。 該包替換畫圖時(shí)的添加文本函數(shù)命令， 把文本內(nèi)容替換成多邊形（PDF或PS圖）或點(diǎn)陣（點(diǎn)陣圖）。

需要的工作：

• 查看Windows的font目錄內(nèi)容，看文件名與字體名的對(duì)應(yīng)關(guān)系。 下面的程序中的列表是我的中文Windows 10的部分中文字體。
• 找到自己希望使用的中文字體的文件名。
• 用font.add()命令，增加一套自定義字體family， 一套中可以指定四種：常規(guī)(regular), 粗體(bold), 斜體(italic), 粗斜體(bolditalic)
• 程序中調(diào)入showtext包并運(yùn)行showtext.auto()命令，這個(gè)命令使得文本命令采用showtext包
• 用par(family=)指定自定義的字體family。
• 作圖（主要是PDF）。關(guān)閉圖形設(shè)備。

test.chinese <- function(){
    require(showtext); showtext.auto()

    ## 建立文件名到字體名對(duì)照表
    fmap <- c(
        'msyh'='微軟雅黑常規(guī)',
        'msyhbd'='微軟雅黑粗體',
        'msyhl'='微軟雅黑細(xì)體',
        'simsun'='宋體',
        'simfang'='仿宋',
        'simkai'='楷體',
        'simhei'='黑體',
        'SIMLI'='隸書',
        'SIMYOU'='幼圓',
        'STSONG'='華文宋體',
        'STZHONGS'='華文中宋',
        'STFANGSO'='華文仿宋',
        'STKAITI'='華文楷體',
        'STXIHEI'='華文細(xì)黑',
        'STLITI'='華文隸書',
        'STXINGKA'='華文行楷',
        'STXINWEI'='華文新魏',
        'STCAIYUN'='華文彩云',
        'STHUPO'='華文琥珀'
        )
    fmapr <- names(fmap); names(fmapr) <- unname(fmap)
    cat('==== 字體文件名與字體名稱對(duì)應(yīng):\n')
    print(fmap)
    cat('==== 字體名與字體文件名對(duì)應(yīng):\n')
    print(fmapr)

    ## 找到某個(gè)字體的字體文件
    ## font.name是字體名稱
    find.font <- function(font.name){
        fname <- fmapr[font.name]
        flist0 <- font.files()
        flist1 <- sapply(strsplit(flist0, '[.]'), function(it) it[1])
        flist0[flist1==fname]
    }
    ff1 <- find.font('宋體')
    ff2 <- find.font('黑體')
    ff3 <- find.font('仿宋')
    ff4 <- find.font('隸書');

    font.add('cjk4',
             regular=ff1,
             bold=ff2,
             italic=ff3,
             bolditalic=ff4)
    ##browser()

    pdf('test-chinese.pdf'); on.exit(dev.off())
    par(family='cjk4')
    
    plot(c(0,1), c(0,1), type='n',
         axes=FALSE, xlab='', ylab='')
    text(0.1, 0.9, '正體', font=1)
    text(0.1, 0.8, '粗體', font=2)
    text(0.1, 0.7, '斜體', font=3)
    text(0.1, 0.6, '粗斜體', font=4)
}
test.chinese()

注意：圖形參數(shù)font=1表示正體， font=2表示粗體, font=3表示斜體, font=4表示粗斜體。

其他圖形

相關(guān)系數(shù)圖

用cor(x)可以計(jì)算數(shù)據(jù)框x的各列的相關(guān)系數(shù)陣。 corrgram包的corrgram()函數(shù)可以將相關(guān)系數(shù)陣用圖形表示， 系數(shù)絕對(duì)值大小用色塊顏色深淺表示， 正負(fù)用兩種顏色區(qū)分。

例如， 計(jì)算iris數(shù)據(jù)框中四個(gè)測(cè)量值的相關(guān)系數(shù)并用矩陣表示：

library(corrgram)
R.iris <- cor(iris[,1:4])
print(round(R.iris, 2))  

##              Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length         1.00       -0.12         0.87        0.82
## Sepal.Width         -0.12        1.00        -0.43       -0.37
## Petal.Length         0.87       -0.43         1.00        0.96
## Petal.Width          0.82       -0.37         0.96        1.00

corrgram(
  R.iris, order=TRUE, 
  lower.panel=panel.shade,
   upper.panel = panel.pie,
   text.panel = panel.txt
)

左下方用顏色代表正負(fù)相關(guān)， 藍(lán)色為正相關(guān)，紅色為負(fù)相關(guān)， 可以看出花萼長(zhǎng)(Sepal.Length)、花瓣寬(Petal.Width)和花瓣長(zhǎng)(Petal.Length)相互為較強(qiáng)的正相關(guān)， 但是花萼寬與其它三個(gè)變量為負(fù)相關(guān)。 這個(gè)相關(guān)結(jié)果實(shí)際是虛假的， 因?yàn)闃颖静皇菃我豢傮w而是來自三個(gè)總體。 圖形右上方用陰影部分大小和顏色深度代表相關(guān)系數(shù)絕對(duì)值， 用顏色區(qū)分正負(fù)。

下一篇文章帶大家著重分析ggplot的運(yùn)用

希望能夠幫助到你文章來源地址http://www.zghlxwxcb.cn/news/detail-441311.html

到了這里，關(guān)于[R語(yǔ)言]手把手教你如何繪圖(萬字)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！