|
#图形初阶 #例1（画图） attach(mtcars)#绑定数据框mtcars plot(wt,mpg) abline(lm(mpg~wt))#添加最优拟合曲线 title("Regression of MPG on weight") detach(mtcars)#对数据框删除绑定 #例2（保存图） setwd("D:/桌面/R语言学习") png("mygraph.png") attach(mtcars)#绑定数据框mtcars plot(wt,mpg) abline(lm(mpg~wt))#添加最优拟合曲线 title("Regression of MPG on weight") detach(mtcars)#对数据框删除绑定 dev.off() #例3（打开新的图形窗口） dev.new() attach(mtcars)#绑定数据框mtcars plot(wt,mpg,col="red") detach(mtcars)#对数据框删除绑定
attach(mtcars)#绑定数据框mtcars plot(wt,mpg,col="blue") abline(lm(mpg~wt))#添加最优拟合曲线 detach(mtcars)#对数据框删除绑定
attach(mtcars)#绑定数据框mtcars plot(wt,mpg,col="green") abline(lm(mpg~wt))#添加最优拟合曲线 title("Regression of MPG on weight") detach(mtcars)#对数据框删除绑定 #例4 dose<-c(20,30,40,45,60) drugA<-c(16,20,27,40,60) drugB<-c(15,18,25,31,40) plot(dose,drugA,type="b")#b表示同时画点和线 par(optinname=value,...)#设置当前图形参数，除非再次修改，否则将在会话结束前一直有效 pch#指定绘制点使用的符号 lty#指定线条类型 lwd#指定线条宽度 fg#图形的前景色 bg#图形的背景色 col#绘图颜色 col.axis#坐标轴刻度文字的颜色 col.lab#坐标轴标签的颜色 col.main#标题颜色 col.sub#副标题颜色 #文本大小 cex#指定绘制点符号的大小 cex.axis#坐标轴刻度文字的缩放倍数 cex.lab# cex.main# cex.sub# #字体 font#指定绘图使用的字体样式 font.axis# font.lab# font.main# font.sub# #例5 opar<-par(no.readonly=T)#复制当前的图形参数设置 par(lty=2,pch=17) plot(dose,drugB,type="b") par(opar) #例6 n<-10 mycolors<-rainbow(n) pie(rep(1,n),labels=mycolors,col=mycolors) mygrays<-gray(0:n/n) pie(rep(1,n),lables=mygrays,col=mygrays) title(main="",sub="",xlab="",ylab="")#为图形添加标题和坐标轴标签 axis(side,at=,labels=,pos=,...)#创建自定义的坐标轴 side #在图形的哪边绘制坐标轴（1下，2左，3上，4右） at #需要绘制刻度线的位置 labels #置于刻度线旁边的文字标签 pos #坐标轴线绘制位置的坐标 las #标签是否平行于（0）或垂直于（2）坐标轴 tck #刻度线的长度，以相对于绘图区域大小的分数表示 #例7 x<-c(1:10) y<-x z<-10/x opar<-par(no.readonly=T) par(mar=c(5,4,4,8)+0.1)#增加边界大小 plot(x,y,type="b",pch=21,yaxt="n",ann=FALSE)#ann=FALSE是移除默认的标题和标签 lines(x,z,type="b",pch=22,col="red") axis(2,at=x,labels=x,col.axis="blue",las=2)#绘制坐标轴 axis(4,at=z,labels=round(z,digits=2),col.axis="green",cex.axis=0.7,las=2,tck=-0.01) mtext("y=1/x",side=4,line=3,,cex.lab=1,las=2)#添加标题和文本 title("An Example of Creative Axes",xlab="X",ylab="Y=X") par(opar) abline(h=yvalues,v=xvalues) #为图形添加参考线 legend(location,title,legend,...) #添加图例 location #图例的位置，可以执行locator(1)，单击鼠标给出位置 text() #向绘图区域内部添加文本 mtext() #向图形的四个边界之一添加文本 #例8（图形组合） attach(mtcars) opar<-par(mfrow=c(3,1))#图1 hist(wt) hist(mpg) hist(disp) par(opar) layout(matrix(c(1,1,2,3),2,2,byrow=T))#图2 hist(wt) hist(mpg) hist(disp) detach(mtcars) 通过令fig=c(x1,x2,y1,y2)来完成图形布局的精细控制 #例9（图形布局） opar<-par(no.readonly=T) par(fig=c(0,0.8,0,0.8)) plot(mtcars$wt,mtcars$mpg) par(fig=c(0,0.8,0.38,1),new=T) boxplot(mtcars$wt,horizontal=T,axes=F) par(fig=c(0.5,1,0,0.8),new=T) boxplot(mtcars$mpg,axes=F) mtext("Enhanced Scatterplot",side=3,outer=T,line=-3) par(opar) #基本图形 #例1（条形图） library(grid) library(vcd)#数据框Arthritis在包中 counts<-table(Arthritis$Improved) counts barplot(counts,xlab="Improvement",ylab="Frequency",horiz=T)#图1 #因为Arthritis$Improved是一个因子，故可直接使用plot,不需要用table plot(Arthritis$Improved,horiz=T)#图2 #例2（堆砌条形图和分组条形图） library(grid) library(vcd)#数据框Arthritis在包中 counts<-table(Arthritis$Improved,Arthritis$Treatment) counts barplot(counts,xlab="Treatment",ylab="Frequency",col=c("red","blue","green"),legend=rownames(counts))#堆砌条形图 barplot(counts,xlab="Treatment",ylab="Frequency",col=c("red","blue","green"),legend=rownames(counts),beside=T)#分组条形图 #例3（均值条形图） states<-data.frame(state.region,state.x77) means<-aggregate(states$Illiteracy,by=list(state.region),FUN=mean) means means<-means[order(means$x,decreasing=F),] #从小到大排序 means barplot(means$x,names.arg=means$Group.1) title("Mean Illiteracy Rate") #例4（棘状图） library(grid) library(vcd) attach(Arthritis) counts<-table(Treatment,Improved) spine(counts) detach(Arthritis) #例5（饼图） par(mfrow=c(2,2)) slices<-c(10,12,4,16,8) lbls<-c("US","UK","Australia","Germany","France") pie(slices,labels=lbls) pct<-round(slices/sum(slices)*100) lbls2<-paste(lbls," ",pct,"%",sep="") pie(slices,labels=lbls2,col=rainbow(length(lbls2))) library(plotrix) pie3D(slices,labels=lbls,explode=0.1) mytable<-table(state.region) lbls3<-paste(names(mytable),"\n",mytable,sep="") pie(mytable,labels=lbls3) #例6（扇形图） library(plotrix) slices<-c(10,12,4,16,8) lbls<-c("US","UK","Australia","Germany","France") fan.plot(slices,labels=lbls) #例7（直方图） attach(mtcars) par(mfrow=c(2,2)) hist(mpg) hist(mpg,breaks=12,col="red") hist(mpg,freq=F,breaks=12,col="blue") rug(jitter(mpg)) #轴须图 lines(density(mpg),col="green",lwd=2) x<-mpg h<-hist(x,breaks=12,col="red",) xfit<-seq(min(x),max(x),length=40) yfit<-dnorm(xfit,mean=mean(x),sd=sd(x)) yfit<-yfit*diff(h$mids[1:2])*length(x) lines(xfit,yfit,col="blue",lwd=2) box() detach(mtcars) #例8（核密度图） par(mfrow=c(2,1)) d<-density(mtcars$mpg) plot(d) plot(d) polygon(d,col="red",border="blue")#绘制多边形 rug(mtcars$mpg,col="brown")
#例9（可比较的核密度图） par(lwd=2) library(sm) attach(mtcars) cyl.f<-factor(cyl,levels=c(4,6,8),labels=c("4 cylinder","6 cylinder","8 cylinder")) sm.density.compare(mpg,cyl,xlab="Miles Per Gallon") title(main="MPG by Cylinders") colfill<-c(2:(1+length(levels(cyl.f)))) legend(locator(1),levels(cyl.f),fill=colfill) detach(mtcars) #例10（箱线图） boxplot(mtcars$mpg)#图1 boxplot(mpg~cyl,data=mtcars)#图2 boxplot(mpg~cyl,data=mtcars,notch=T,varwidth=T,col="red")#图3 #notch=T #得到含凹槽的箱线图 #varwidth=T #使箱线图的宽度与其样本大小的平方根成正比 #例11（两个交叉因子的箱线图） mtcars$cyl.f<-factor(mtcars$cyl,levels=c(4,6,8),labels=c("4","6","8")) mtcars$am.f<-factor(mtcars$am,levels=c(0,1),labels=c("auto","standard")) boxplot(mpg~am.f*cyl.f,data=mtcars,varwidth=T,col=c("gold","darkgreen")) #例12（小提琴图） library(vioplot) x1<-mtcars$mpg[mtcars$cyl==4] x2<-mtcars$mpg[mtcars$cyl==6] x3<-mtcars$mpg[mtcars$cyl==8] vioplot(x1,x2,x3,names=c("4","6","8"),col="gold") #例13（点图） dotchart(mtcars$mpg,labels=rownames(mtcars),cex=0.7) #例14（分组、排序、着色后的点图） 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=rownames(x),cex=0.7,groups=x$cyl,gcolor="black",color=x$color,pch=19) #中级绘图 lowess() #平滑曲线拟合（基于局部加权多项式回归） #例1 attach(mtcars) plot(wt,mpg,pch=19) abline(lm(mpg~wt),col="red",lty=1) lines(lowess(wt,mpg),col="blue",lty=2) detach(mtcars) #例2 library(car) scatterplot(mpg~wt|cyl,data=mtcars,legend.plot=T,id.method="identify",labels=row.names(mtcars),boxplots="xy") #id.method="identify" #通过鼠标单击来交互式的识别数据点 #labels=row.names(mtcars) #通过点的行名来识别点 #legend.plot=T #表示在左上边界添加图例 #例3（散点图矩阵） pairs(~mpg+disp+drat+wt,data=mtcars,upper.panel=NULL) #upper.panel=NULL #只生成下三角的图形 #例4（散点图矩阵car包） library(car) scatterplotMatrix(~mpg+disp+drat+wt|cyl,data=mtcars,spread=F,diagonal="histogram") #spread=F #表示不添加展示分散度和对称信息的直线 #例5（散点图矩阵gclus包） library(gclus) mydata<-mtcars[c(1,3,5,6)] mydata.corr<-abs(cor(mydata)) mycolors<-dmat.color(mydata.corr) myorder<-order.single(mydata.corr) cpairs(mydata,myorder,panel.colors=mycolors,gap=0.5) smoothScatter() #利用核密度估计生成用颜色密度来表示点分布的散点图 #例6（高密度散点图） set.seed(123) n<-1000 c1<-matrix(rnorm(n,0,0.5),ncol=2) c2<-matrix(rnorm(n,3,2),ncol=2) mydata<-rbind(c1,c2) mydata<-as.data.frame(mydata) names(mydata)<-c("x","y") with(mydata,plot(x,y,pch=19)) with(mydata,smoothScatter(x,y)) #例7（三维散点图） library(scatterplot3d) attach(mtcars) s3d<-scatterplot3d(wt,disp,mpg,pch=16,highlight.3d=T,type="h") fit<-lm(mpg~wt+disp) s3d$plane3d(fit) #旋转三维散点图 library(rgl) plot3d(wt,disp,mpg,col="red",size=5) #包含回归曲面（默认线性） library(Rcmdr) scatter3d(wt,disp,mpg) detach(mtcars) symbols(x,y,circle=sqrt(z/pi)) #用面积表示第三个变量 #例8（气泡图） attach(mtcars) r<-sqrt(disp/pi) symbols(wt,mpg,r,inches=0.3,fg="white",bg="lightblue") text(wt,mpg,rownames(mtcars),cex=0.6) detach(mtcars) #例9（五种橘树随时间生长的折线图） Orange$Tree<-as.numeric(Orange$Tree) ntrees<-max(Orange$Tree) xrange<-range(Orange$age) yrange<-range(Orange$circumference) plot(xrange,yrange,type="n") colors<-rainbow(ntrees) linetype<-c(1:ntrees) plotchar<-seq(18,18+ntrees,1) for(i in 1:ntrees){ tree<-subset(Orange,Tree==i) lines(tree$age,tree$circumference,type="b",lwd=2,lty=linetype[i],col=colors[i],pch=plotchar[i]) } legend(xrange[1],yrange[2],1:ntrees,cex=0.8,col=colors,pch=plotchar,lty=linetype,title="Tree") #例10（相关图） options(digits=2) cor(mtcars)library(corrgram) corrgram(mtcars,order=T,lower.panel=panel.shade,upper.panel=panel.pie,text.panel=panel.txt)#图1 #order=T #相关阵使用主成分分析法对变量重排序#lower.panel=panel.shade,upper.panel=panel.pie #下三角和上三角使用的元素类型 #text.panel=panel.txt #主对角线元素类型
corrgram(mtcars,order=T,lower.panel=panel.ellipse,upper.panel=panel.pts,text.panel=panel.txt,diag.panel=panel.minmax)#图2
#例11（马赛克图） ftable(Titanic) library(vcd) mosaic(Titanic,shade=T,legend=T) |
|
|
