r绘图基本

Posted 2020-09-01 holy_black_cat

R绘图命令分为三种类型：

• 高级绘图命令在图形设备上产生一个新的图区，它可能包括坐标轴，标签，标题等等。
• 低级画图命令会在一个已经存在的图上加上更多的图形元素，例如额外的点，线和标签。
• 交互式图形命令允许你交互式的用定点设备(如鼠标)在一个已经存在的图上添加图形信息或者提取图形信息。

---

基本图库graphics包：

高级绘图函数：

plot函数： 这个函数主要用来画散点图。 因为plot() 函数默认启动一个新的页面，所以你需要禁止该操作，因此设定选项newpage = FALSE。 plot(x,y)，plot(xy) 如果x和y是向量，则plot(x,y)将产生y对x的散点图。用包含两个分量x和y的列表或是一个双列的矩阵作为一个参数(第二种形式)也能得到一样的结果 plot(x) 如果x是一个时间序列，这将产生一个时间序列图。如果x是一个数值向量，它将产生一个向量值对该向量索引的图。如果x是一个复向量，它将会产生一个向量元素的虚部对实部的图 plot(f)，plot(f,y) f是一个因子对象，y是一个数值向量。第一种形式产生f的直方图；第二种形式残生y在f各水平下的盒状图。 plot(df)，plot(~expr)， plot(y~expr) df是一个数据框，y是任何对象，expr是一个对象被‘+’分割的表列(如，a+b+c)。前两种将产生数据框中变量的分布图（第一种形式）和一系列制定对象的分布图（第二种形式），第三种形式将得到y相对expr中各个对象画的图。 plot(graph) graph是一副已经保存下来的图，例如： graph <- densityplot(~height,data = singer,groups = voice.part, plot.points = F,auto.key = list(columns = 4)) plot(graph)

pairs函数： 可以用来显示多元变量两两间的关系。 R 为描绘多元数据提供了两个非常有用的函数。如果 X 是一个数值矩阵或者数据框，命令 > pairs(X) 将产生X 的列之间两两相对的成对散点图阵列（ pairwise scatterplot matrix）。也就是说，X的每一列相对 X 的所有其他列而产生 n(n -1) 个图，并且把这些图以阵列个形式显示在图区。这个图形阵列的行列图形尺度一致。

coplot函数，这个函数也是可以用来处理多个变量的，产生描述多变量的图。 coplot(a~b|c) a,b是数值向量，c是数值向量或因子对象。将产生一系列在给定c值下a对b的散点图。c是因子对象，这就简单表示a在c各个水平下对b画的散点图。当c是数值向量，它将会被分割成一系列条件区间，对任一区间，区间内c对应a，b值将绘制a对b的散点图。 coplot(a~b|c+d) 产生任何在c和d联合区间内的a对b的散点图。

hist(x,nclass=n,breaks=b)函数参数说明（用来产生柱状图）： prob=T：设置参数prob=T，我们可以得到每个取值区间的概率，如果该参数设置为FALSE或者忽略该参数，它将给出频数； xlab=‘‘：设置图像横坐标名称； main=‘‘：设置图像上方显示的标题； ylim=0:1 ：设置纵坐标的范围，这里设置为(0,1)； 产生数值向量x的柱状分布图。程序会自动选择合适的分类数目，但可以通过设定参数nclass=来改变分类数。还有一种方法是，通过参数breaks=精确设置断点。如果设定参数probability=TRUE，柱高度将表示频率而不是频数。

ts.plot(x_1,x_2...)： 在一个形同的尺度里绘制任意数目的时间序列。在x_i都是一般数值向量时，这种自动的同步标化的特性依然很有用。这时，它们相对1,2,3,...绘制。 例子： ts.plot(ldeaths, mdeaths, fdeaths, gpars=list(xlab="year", ylab="deaths", lty=c(1:3)))

stats::qqnorm(x),stats:: qqline(x),stats:: qqplot(x,y)： 分位比较图。第一种形式显示数值向量x相对期望的正态有序分值的比较图（正态分值图）；第二种形式是在这个图上加一条理论上的分位对分位的直线。第三种形式产生x的分为对y的分位的图以比较二者是否同分布。 对qqnorm(x)单独说明： 例如： > x<-rnorm(20) > qqnorm(x) x产生了20个点之后，按顺序排列，纵坐标是x的取值，横坐标第一个数字是1/40的分位数接着是3/40的分位数，一直到39/40的分位数，qnorm(1/40)...qnorm(39/40)。

dotchart(x,...)： 产生数据x的点图。在一个点图里面，y-轴给定x里面数据的标签，x-轴给出它们的值。这种图非常容易从视觉上看出在某个特定范围内的数据元素。 例子： > VADeaths Rural Male Rural Female Urban Male Urban Female 50-54 11.7 8.7 15.4 8.4 55-59 18.1 11.7 24.3 13.6 60-64 26.9 20.3 37.0 19.3 65-69 41.0 30.9 54.6 35.1 70-74 66.0 54.3 71.1 50.0 > dotchart(VADeaths, main = "Death Rates in Virginia - 1940")

image(x),contour(x),persp(x)： x是一个数值矩阵，image产生一个长方形网格，用不同的颜色表示x的值，contour以等高线来表示x的值，persp产生3D表面。 例如： > volcano[1:10,1:10] [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 100 100 101 101 101 101 101 100 100 100 [2,] 101 101 102 102 102 102 102 101 101 101 [3,] 102 102 103 103 103 103 103 102 102 102 [4,] 103 103 104 104 104 104 104 103 103 103 [5,] 104 104 105 105 105 105 105 104 104 103 [6,] 105 105 105 106 106 106 106 105 105 104 [7,] 105 106 106 107 107 107 107 106 106 105 [8,] 106 107 107 108 108 108 108 107 107 106 [9,] 107 108 108 109 109 109 109 108 108 107 [10,] 108 109 109 110 110 110 110 109 109 108 > image(volcano) > contour(volcano) > persp(volcano)

smoothScatter()函数： 这个函数可以用来做密度图，如果数据太多，做散点图就会混成一团，使用smoothScatter函数，用颜色来区分密度。 例如： smoothScatter(data_entertainment) 输出：

plot.new()： 新建一个空白的窗口。

curve()函数: 这个函数用来画曲线,例子如下: f <- function(x){return(1-exp(-x))} curve(f,0,2) 表示画一条f的曲线,曲线的定义域是0到2.

 

低级画图函数：

stats::density(algae$mxPH,na.rm=T) 核密度函数，作用是假设数据服从某个密度分布，此函数结合lines()函数，能够将数据描绘成一个光滑的密度分布曲线。 > d <- density(faithful$eruptions, bw = "sj") > plot(d,type="n") > lines(d)

stats::lowess() lowess() 函数则用来添加一条平滑曲线 。 该 平 滑 曲 线 拟 合 是 一 种 基 于 局 部 加 权 多 项 式 回 归 的 非 参 数 方 法 也是和lines函数配合使用 lines(lowess(wt,mpg),col = "blue",lwd = 2,lty = 2)

rug(x)一个低级图形函数，将x中所有的数据映射到坐标轴上： size=1：参数(1 到4， 从底部顺时钟方式数)定义的某一侧增加一个坐标轴。

abline()低级图形函数，在图中画一条线，参数列表： lty=1:线的样式；

points(x,y)： 在当前图上增加点。 > points(c(1,2,3,4),rep(0.5,4))

lines(x,y)： 在当前图上增加连接线。

text(x,y,labels,...)： 在图上给定x，y位置添加文字。labels经常是整数或者字符向量，此时，labels[i]放置在(x[i],y[i])处

abline(a,b),abline(h=y),abline(v=x),abline(lm.obj)： abline(a,b),：在当前图上增加一条斜率为b截距为a的直线。 abline(h=y)：画一条水平线。 abline(v=x)：画一条垂线。 abline(lm.obj)：画一条拟合直线。

polygon(x,y)： 绘制由(x，y)作为顶点的多边形。这个函数还能设置多边形内的填充颜色和边界的颜色

legend(x,y,legend)： 在当前图的特定位置增加图例。

title(main,sub)： 将main定义的标题以大字体的形式放在当前图的顶部，同时可以将sub定义的小标题以小字体的形式放在下部。

axis(side ，...)： 定制坐标轴。 在第一个参数（1到4，从底部顺时针方式数），定义的某一侧增加一个坐标轴。另一个参数控制坐标轴相对图区的位置，刻度位置和标签位置。这对调用参数设置axis=FALSE的plot()函数后增加定制的坐标轴非常有用。

box()： 这个函数可以在当前图像上画一个长方形。

 

交互式图形命令：

identify(x,y)： 可以在图上记录下鼠标点击的位置。 例子： plot(x,y) identify(x,y) 输入后点击图片，保存，图片就会记录下鼠标的点击位置。

locator(n,type)： 等待用户用鼠标左键点击当前图上特定位置。这个过程直到n个点被选择，或者另外一个鼠标键被点击了。参数type允许在被选择的点上画图并且有高级画图命令一样的效果，默认情况下不能画图。locator()以双分量x和y的列表形式返回所选中点的位置。 例如： >po<-locator(1) 点击图像上一次后，po会记录下点击的位置。

 

par()函数及其参数说明：

函数在此次会话过程中，永久的改变图形界面：

par函数详解：

par()函数是R里有关绘图的重要函数之一，以下是对par()函数说明内容的一些整理。
描述：

par函数用于设定或询问绘图参数。参数设定可通过par(参数名 = 取值)或par(赋值参数列表)的形式进。

用法：
par(..., no.readonly = FALSE)
函数变量：
... “参数名 = 取值”或“赋值参数列表”形式的变量。
no.readonly 逻辑变量。如= TRUE且没有其他变量， 则返回当前绘图设备下已设定好的绘图参数。
参数：
参数分为三类：
一、仅仅用于询问不能被设定的参数：cin，cra，csi，cxy，dim。
二、仅能通过par()设定参数：ask，fig，fin，lheight，mai，mar，mex，mfcol，mfrow，mfg，new，oma，omd，omi，pin，plt，ps，pty，usr，xlog，ylog。

三、除了par()，也能在其他高级绘图函数中设定的参数。

应用中，涉及这三类参数最多的是第三类，最少的是第一类。
查看当前参数的赋值用par("参数名")

第三类参数：

adj	调整函数text，mtext，title里文本串的位置。= 0：文本串左对齐；= 0.5（缺省）：文本串 居中；= 1：文本串右对齐。
ann	= FALSE：不进行绘图解释标记（例如横轴标题等）。
bg	设置绘图区背景色。缺省为bg = "transparent"。
bty	设置绘图边框的形式。= "o"（缺省）：四周边框；= "l"：左下边框；= "7"：右上边框；= "c"：上左 下边框；= "u"：左下右边框；= "]"：上右下边框；= "n"；无边框。
cex	设置文本和符合的尺度。缺省为cex = 1。
cex.axis	相对于当前的cex设置，放大坐标标记（坐标轴标记的数字）。缺省为cex.axis = 1。
cex.lab	相对于当前的cex设置，放大坐标轴标题。缺省为cex.lab = 1。
cex.main	相对于当前的cex设置，放大图标题。缺省为cex.main = 1。
cex.sub	相对于当前的cex设置，放大图副标题。缺省为cex.sub = 1。
col	设置绘图颜色。缺省为col = "black"。
col.axis	设置坐标标记颜色。缺省为col.axis = "black"。
col.lab	设置坐标轴标题颜色。缺省为col.lab = "black"。
col.main	设置图标题颜色。缺省为col.main = "black"。
col.sub	设置图副标题颜色。缺省为col.sub = "black"。
crt	缺省为crt = 0。
err	期望的错误报告程度（像该参数目前在R中未生效）。缺省为err = 0。
family	设置文本字体字体族。缺省为family = ""。
fg	设置前景色，主要用于坐标轴，边框，图形等，对坐标标记与坐标轴标题等外围无影响。缺省 为fg = "black"。
font	设置文本字体。= 1（缺省）：普通字体；= 2：粗体；= 3：斜体；= 4：粗斜体；...。
font.axis	设置坐标标记字体。
font.lab	设置坐标轴标题字体。
font.main	设置图标题字体。
font.sub	设置图副标题字体。
lab	设置坐标轴刻度数，lab = c(x,y,len)形式，目前len的设置在R中未生效。缺省为lab = c(5,5,7)。
las	设置坐标标记显示方向。= 0（缺省）：平行于坐标轴；= 1：平行于x轴；= 2：垂直于坐标 轴；= 3：平行于y轴。
lend	设置线结束端的形状（只有把线画很粗才能看出来）。= 0（缺省）：圆形；= 1：“短”方 形；= 2：“长”方形。
ljoin	设置线交接处的性质（只有把线画很粗才能看出来）。= 0（缺省）：圆角；= 1：方角；= 2：切方角顶角。
lmitre	设置ljoin里方角向切方角顶角过渡的程度。缺省为lmitre = 10。
lty	设置线的类型。= 0：空白；= 1：（缺省）实线；= 2：短线虚线；= 3：点虚线；= 4：短线点 虚线；= 5：长线虚线；= 6：长短线虚线。
lwd	设置线宽。缺省为lwd = 1。
mgp	设置坐标轴标题，坐标标记和坐标轴边界宽度。mgp[1]影响坐标轴标题，mgp[2,3]影响坐标标 记和坐标轴。缺省为mgp = c(3,1,0)。
pch	设置点的类型。缺省为pch = 1。
srt	逆时针选择字符串，单位为°，只用于text函数。缺省srt = 0。
tck	设置坐标刻度线长与方向（与图宽和高的较小者成比例）。缺省为tck = "NA"。
tcl	设置坐标刻度线长与方向（与文本行高成比例）。缺省为tcl = -0.5。
xaxs,yaxs	设置坐标轴的范围。= "r"（缺省）：先将数据范围向双边扩大4%，然后绘图；= "i"：在原始 数据范围内绘图。
xaxt,yaxt	设置坐标轴样式。= "s"（缺省）：标准样式；= "n"：不绘坐标轴。

 

第二类函数：

ask	= TRUE：在新图绘制前进行提示。
fig	设定图在绘图设备中的位置，fig = c(x1,x2,y1,y2)的数值向量（0<=x1<x2<=1； 0<=y1<y2<=1）。缺省为fig = c(0,1,0,1)。（注：设定即开始新的绘图）
fin	设定绘图区的宽和高。缺省为fin = c(6.999999,6.999999)。（注：设定即开始新的绘图）
lheight	设置文本行高。缺省为lheight = 1。
mai	设置图形空白边界，mai =c(bottom, left, top, right)，单位为英寸。缺省 为mai = c(1.02,0.82,0.82,0.42)。
mar	设置图形空白边界行数，mar = c(bottom, left, top, right)。缺省为mar = c(5.1,4.1,4.1,2.1)。
mex	设置图形空白边界尺度。缺省为mex = 1。
mfcol,mfrow	设置小图数量与位置，取值为数值型向量c(nr, nc)形式，表示把图分为nr行nc列个小图，图 形顺序按列排（mfcol）或按行排（mfrow）。
mfg	设置工作小图，mfg = c(i,j)，表示把第i行第j列的小图设为当前工作小图。（需在mfcol 或mfrow使用后才能使用该参数）
new	= TRUE：下一高水平绘图指令不会清楚已绘的图，而是在原有图基础上继续绘新图。
oma	设定图形的外边界大小，oma = c(bottom,left,to,right)，单位为文本行数。缺省为oma = c(0,0,0,0)
omd	设定图形外边界内部占图形设备的比例，omd = c(x1,x2,y1,y2)。缺省为omd = c(0,1,0,1)。
omi	设定图形的外边界大小，omi = c(bottom,left,to,right)，单位为英寸。缺省为oma = c(0,0,0,0)
pin	设定当前图的长宽，pin = c(width,height)。
plt	设定绘图区(plot region)占图形区(figure region)的比例，plt=c(x1,x2,y1,y2)。
ps	设置文本点的大小。缺省为ps = 12。
pty	设置作图类型。= “m”（缺省）：最大化作图；= “s"：方形图。
usr	设置图的坐标范围，usr = c(x1,x2,y1,y2)，即横坐标在x1到x2之间，纵坐标在y1到y2之间。若xlog或ylog参数为TRUE，则usr设置的点按10^c(x1,x2,y1,y2)使用。
xlog	= TRUE：横坐标取对数。
ylog	= TRUE：纵坐标取对数。

---

高级绘图函数（可以产生窗口）：

 

---

scatterplot3d包：

scatterplot3d函数用来绘制三维散点图： 例子： > x<-rnorm(100) > y<-rnorm(100) > z<-rnorm(100) > scatterplot3d(x,y,z)

---

ggplot2包

ggplot2网站： http://had.co.nz/ggplot2/

ggplot2 包提供了一个基于全面而连贯的语法的绘图系统。它弥补了R中创建图形缺乏一致性的缺点，使得用户可以创建有创新性的、新颖的图形类型。

ggplot2 中最简单的绘图方式是利用qplot() 函数，即快速绘图函数。格式为：

qplot(x, y,data=,color=,shape=,size=,alpha=,geom=,method=,formula=,facets=,xlim=,ylim=,xlab=,ylab=,main=,sub=)

下表列出了上述参数/选项的定义。

qplot选项

选项	描述
alpha	元素重叠的alpha透明度，数值为0（完全透明）到1（完全不透明）间的分数
color、shape、size、fill	把变量的水平与符号颜色、形状或大小联系起来。对于直线图， color将把线条颜色与变量水平联系起来，对于密度图和箱线图， fill将把填充颜色与变量联系起来。图例将会被自动绘制
data	指定一个数据框
facets	指定条件变量，创建一个栅栏图。表达式如rowvar ~ colvar（示例见图16-10）。为创建一个基于单条件变量的栅栏图，可用rowvar ~ .或. ~ colvar
geom	设定定义图形类型的几何形状。 geom选项是一个单条目或多条目的字符型向量，包 括 "point" 、 "smooth" 、 "boxplot" 、 "line" 、 "histogram" 、"density" 、 "bar" 和"jitter"
main、sub	字符向量，设定标题和副标题
method、formula	若geom = "smooth" ，则会默认添加一条平滑拟合曲线和置信区间。 当观测数大于1000时，便需要调用更高效的平滑拟合算法。方法包括回归lm、广义可加模型gam、稳健回归rlm。 formula参数指定拟合的形式例如，要添加简单的回归曲线，则设定geom = "smooth", method = "lm",formula = y ~ x。将表达式改为y ~ poly(x, 2) 将生成二次拟合。注意表达式使用的是字母x和y，而不是变量的名称对于method = "gam" ，一定要记得加载mgcv包。对于method = "rml" ，则需加载MASS包
x、y	指定摆放在水平轴和竖直轴的变量。对于单变量图形（如直方图），则省略y
xlab、ylab	字符向量，设定横轴和纵轴标签
xlim、ylim	二元素数值型向量，分别指定横轴和纵轴的最小值和最大值