R 语言绘制数据:图表篇

开发 后端
这是 R 语言系列的第 9 篇文章,我们会介绍 R 中用来绘图的各种函数。

R 语言有非常多的绘图和数据可视化的包,比如 ​​graphics​​​、​​lattice​​​、​​ggplot2​​ 等。这是 R 语言系列的第 9 篇文章,我们会介绍 R 中用来绘图的各种函数。

本文使用的 R 是 4.1.2 版本,运行环境为 Parabola GNU/Linux-libre (x86-64)。

R 是自由软件,没有任何担保责任。只要遵守 GNU 通用公共许可证的版本 2 或者版本 3,你就可以对它进行(修改和)再分发。详情见 ​​https://www.gnu.org/licenses/​​。

折线图

我们以印度全境消费者物价指数(CPI -- 乡村/城市)数据集为研究对象,它可以从 ​​https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0​​​ 下载。选择“截止到 2021 年 11 月” 的版本,用 ​​read.csv​​ 函数读取下载好的文件,如下所示:

以 Punjab 州为例,对每年各月份的 CPI 值求和,然后用 ​​plot​​ 函数画一张折线图:

​plot​​ 函数可以传入如下参数:

参数

描述

​x​

向量类型,用于绘制 x 轴的数据

​y​

向量或列表类型,用于绘制 y 轴的数据

​type​

设置绘图类型:​​p​​​ 画点;​​l​​​ 画线;​​o​​​ 同时画点和线,且相互重叠;​​s​​​ 画阶梯线;​​h​​ 画铅垂线

​xlim​

x 轴范围

​ylim​

y 轴范围

​main​

标题

​sub​

副标题

​xlab​

x 轴标题

​ylab​

y 轴标题

​axes​

逻辑型,是否绘制坐标轴

结果如图 1。

Figure 1: Line chart

Figure 1: Line chart

自相关图

自相关图能在时序分析中展示一个变量是否具有自相关性,可以用 R 中的 ​​acf​​​ 函数绘制。​​acf​​​ 函数可以设置三种自相关类型:​​correlation​​​、​​covariance​​​ 或 ​​partial​​。图 2 是 Punjab 州 CPI 值的自相关图,x 表示 CPI。

Figure 2: ACF chart

Figure 2: ACF chart

​acf​​ 函数可以传入以下参数:

参数

描述

​x​

一个单变量或多变量的时序对象,或者一个数值向量或数值矩阵

​lag.max​

最大滞后阶数

​type​

字符型,设置所计算的自相关类型:​​correlation​​​、​​covariance​​​ 或 ​​partial​

​plot​

逻辑性,若 ​​TRUE​​​ 则绘制图像,若 ​​FALSE​​ 则打印传入数据的描述信息

​i​

一组要保留的时差滞后

​j​

一组要保留的名称或数字

柱状图

R 中画柱状图的函数是 ​​barplot​​。下面的代码用来画 Punjab 州 CPI 的柱状图,如图3:

Figure 3: Line chart of Punjab's CPI

Figure 3: Line chart of Punjab's CPI

​barplot​​ 函数的使用方法非常灵活,可以传入以下参数:

参数

描述

​height​

数值向量或数值矩阵,包含用于绘图的数据

​width​

数值向量,用于设置柱宽

​space​

柱间距

​beside​

逻辑型,若 ​​FALSE​​​ 则绘制堆积柱状图,若 ​​TRUE​​ 则绘制并列柱状图

​density​

数值型,设置阴影线的填充密度(条数/英寸),默认为 ​​NULL​​,即不填充阴影线

​angle​

数值型,填充线条的角度,默认为 45

​border​

柱形边缘的颜色

​main​

标题

​sub​

副标题

​xlab​

x 轴标题

​ylab​

y 轴标题

​xlim​

x 轴范围

​ylim​

y 轴范围

​axes​

逻辑型,是否绘制坐标轴

用 ​​help​​​ 命令可以查看 ​​barplot​​ 函数的详细信息:

饼图

绘制饼图时要多加注意,因为饼图不一定能展示出各扇形间的区别。(LCTT 译注:根据统计学家和一些心理学家的调查结果,这种以比例展示数据的统计图形 ​​实际上是很糟糕的可视化方式​​​,因此,R 关于饼图的帮助文件中清楚地说明了并不推荐使用饼图,而是使用条形图或点图作为替代。) 用 ​​subset​​ 函数获得 Gujarat 州在 2021 年 1 月 Rural、Urban、Rurual+Urban 的 CPI 值:

使用 ​​pie​​ 函数为 Gujarat 州的 CPI 值生成饼图,如下所示:

Figure 4: Pie chart

Figure 4: Pie chart

​pie​​ 函数可以传入以下参数:

参数

描述

`x

元素大于 0 的数值向量

​label​

字符向量,用于设置每个扇形的标签

​radius​

饼图的半径

​clockwise​

逻辑型,若 ​​TRUE​​​ 则顺时针绘图,若 ​​FALSE​​ 则逆时针绘图

​density​

数值型,设置阴影线的填充密度(条数/英寸),默认为 ​​NULL​​,即不填充阴影线

​angle​

数值型,填充线条的角度,默认为 45

​col​

数值向量,用于设置颜色

​lty​

每个扇形的线条类型

​main​

标题

箱线图

(LCTT 译注:箱线图主要是 ​​从四分位数的角度出发​​ 描述数据的分布,它通过最大值(Q4)、上四分位数(Q3)、中位数(Q2)、下四分位数(Q1)

和最小值(Q0)五处位置来获取一维数据的分布概况。我们知道,这五处位置之间依次包含了四段数据,每段中数据量均为总数据量的

1/4。通过每一段数据占据的长度,我们可以大致推断出数据的集中或离散趋势。长度越短,说明数据在该区间上越密集,反之则稀疏。)

箱线图能够用“须线whisker” 展示一个变量的四分位距Interquartile Range(简称 IQR=Q3-Q1)。用上下四分位数分别加/减内四分位距,再乘以一个人为设定的倍数 ​​range​​​(见下面的参数列表),得到 ​​range * c(Q1-IQR, Q3+IQR)​​,超过这个范围的数据点就被视作离群点,在图中直接以点的形式表示出来。

​boxplot​​ 函数可以传入以下参数:

参数

描述

​data​

数据框或列表,用于参数类型为公式的情况

​x​

数值向量或者列表,若为列表则对列表中每一个子对象依次作出箱线图

​width​

设置箱子的宽度

​outline​

逻辑型,设置是否绘制离群点

​names​

设置每个箱子的标签

​border​

设置每个箱子的边缘的颜色

​range​

延伸倍数,设置箱线图末端(须)延伸到什么位置

​plot​

逻辑型,设置是否生成图像,若 TRUE 则生成图像,若 FALSE 则打印传入数据的描述信息

​horizontal​

逻辑型,设置箱线图是否水平放置

用 ​​boxplot​​ 函数绘制部分州的箱线图:

Figure 5: Box plot

Figure 5: Box plot

QQ 图

QQ 图Quantile-Quantile plot可以用来对比两个数据集,也可以用来检查数据是否服从某种理论分布。​​qqnorm​​ 函数能绘制正态分布 QQ 图,可以检验数据是否服从正态分布,用下面的代码绘制 Punjab 州 CPI 数据的 QQ 图:

Figure 6: Q-Q plot

Figure 6: Q-Q plot

​qqline​​ 函数可以向正态分布 QQ 图上添加理论分布曲线,它可以传入以下参数:

参数

描述

​x​

第一个数据样本

​y​

第二个数据样本

​datax​

逻辑型,设置是否以 x 轴表示理论曲线的值,默认为 ​​FALSE​

​probs​

长度为 2 的数值向量,代表概率

​xlab​

x 轴标题

​ylab​

y 轴标题

​qtype​

​[1,9]​​​ 内的整数,设置分位计算类型,详情见 ​​help(quantile)​​ 的类型小节

等高图

等高图可以描述三维数据,在 R 中对应的函数是 ​​contour​​​,这个函数也可以用来向已有的图表添加等高线。等高图常与其他图表一起使用。我们用 ​​contour​​​ 对 R 中的 ​​volcano​​ 数据集(奥克兰的火山地形信息)绘制等高图,代码如下:

Figure 7: Volcano

Figure 7: Volcano

​contour​​ 函数的常用参数如下:

参数

描述

​x,y​

z 中数值对应的点在平面上的位置

​z​

数值向量

​nlevels​

设置等高线的条数,调整等高线的疏密

​labels​

等高线上的标记字符串,默认是高度的数值

​xlim​

设置 x 轴的范围

​ylim​

设置 y 轴的范围

​zlim​

设置 z 轴的范围

​axes​

设置是否绘制坐标轴

​col​

设置等高线的颜色

​lty​

设置线条的类型

​lwd​

设置线条的粗细

​vfont​

设置标签字体

等高线之间的区域可以用颜色填充,每种颜色表示一个高度范围,如下所示:

填充结果见图 8。

Figure 8: Filled volcano

Figure 8: Filled volcano

掌握上述内容后,你可以尝试 R 语言 ​​graphics​​​ 包中的其他函数和图表(LCTT 译注:用 ​​help(package=graphics)​​ 可以查看 graphics 包提供的函数列表)。

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2015-07-22 10:57:36

watchOS图表自定义

2015-07-29 11:14:20

r语言数据科学

2011-06-13 17:17:22

Qt 绘图 QWT

2017-06-13 15:37:21

大数据图表绘制常用软件

2021-05-10 15:14:23

Python棒棒糖图表

2018-08-03 11:58:07

美团分布式数据处理可视化

2015-08-18 13:33:16

r语言

2023-10-07 09:34:03

数据可视化

2021-09-24 09:45:27

Python神经网络人工智能

2022-08-23 12:32:37

Python可视化图表

2018-04-20 09:06:11

R语言数据存储

2013-05-31 10:15:29

R语言

2013-05-22 08:55:14

R语言

2017-07-05 14:42:13

2017-01-10 09:15:11

2022-05-16 09:34:17

Python可视化图表

2012-06-05 10:02:59

大数据R语言

2020-07-09 15:21:58

大数据RStudioR语言

2013-05-16 09:37:14

R语言

2015-11-10 10:10:33

点赞
收藏

51CTO技术栈公众号