diff --git a/published/20220527 Plotting Data in R- Graphs.md b/published/20220527 Plotting Data in R- Graphs.md new file mode 100644 index 0000000000..f2877704fc --- /dev/null +++ b/published/20220527 Plotting Data in R- Graphs.md @@ -0,0 +1,322 @@ +[#]: subject: "Plotting Data in R: Graphs" +[#]: via: "https://www.opensourceforu.com/2022/05/plotting-data-in-r-graphs/" +[#]: author: "Shakthi Kannan https://www.opensourceforu.com/author/shakthi-kannan/" +[#]: collector: "lkxed" +[#]: translator: "tanloong" +[#]: reviewer: "wxy" +[#]: publisher: "wxy" +[#]: url: "https://linux.cn/article-14830-1.html" + +R 语言绘制数据：图表篇 +====== + +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。 + +![](https://img.linux.net.cn/data/attachment/album/202207/15/155129rsfee22secwyii8w.jpg) + +本文使用的 R 是 4.1.2 版本，运行环境为 Parabola GNU/Linux-libre (x86-64)。 + +``` +$ R --version + +R version 4.1.2 (2021-11-01) -- "Bird Hippie" +Copyright (C) 2021 The R Foundation for Statistical Computing +Platform: x86_64-pc-linux-gnu (64-bit) +``` + +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/](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](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： + +``` +> cpi <- read.csv(file="CPI.csv", sep=",") + +> head(cpi) +Sector Year Name Andhra.Pradesh Arunachal.Pradesh Assam Bihar +1 Rural 2011 January 104 NA 104 NA +2 Urban 2011 January 103 NA 103 NA +3 Rural+Urban 2011 January 103 NA 104 NA +4 Rural 2011 February 107 NA 105 NA +5 Urban 2011 February 106 NA 106 NA +6 Rural+Urban 2011 February 105 NA 105 NA +Chattisgarh Delhi Goa Gujarat Haryana Himachal.Pradesh Jharkhand Karnataka +1 105 NA 103 104 104 104 105 104 +2 104 NA 103 104 104 103 104 104 +3 104 NA 103 104 104 103 105 104 +4 107 NA 105 106 106 105 107 106 +5 106 NA 105 107 107 105 107 108 +6 105 NA 104 105 106 104 106 106 +... +``` + +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： + +``` +> punjab <- aggregate(x=cpi$Punjab, by=list(cpi$Year), FUN=sum) + +> head(punjab) +Group.1 x +1 2011 3881.76 +2 2012 4183.30 +3 2013 4368.40 +4 2014 4455.50 +5 2015 4584.30 +6 2016 4715.80 + +> plot(punjab$Group.1, punjab$x, type="l", main="Punjab Consumer Price Index upto November 2021", xlab="Year", ylab="Consumer Price Index") +``` + +`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][2] + +### 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。 + +``` +acf(punjab$x,main='x') +``` + +![Figure 2: ACF chart][3] + +`acf` 函数可以传入以下参数： + +| 参数 | 描述 | +| :- | :- | +| `x` | 一个单变量或多变量的时序对象，或者一个数值向量或数值矩阵 | +| `lag.max` | 最大滞后阶数 | +| `type` | 字符型，设置所计算的自相关类型：`correlation`、`covariance` 或 `partial` | +| `plot` | 逻辑性，若 `TRUE` 则绘制图像，若 `FALSE` 则打印传入数据的描述信息 | +| `i` | 一组要保留的时差滞后 | +| `j` | 一组要保留的名称或数字 | + +### 柱状图 + +R 中画柱状图的函数是 `barplot`。下面的代码用来画 Punjab 州 CPI 的柱状图，如图3： + +``` +> barplot(punjab$x, main="Punjab Consumer Price Index", sub="Upto November 2021", xlab="Year", ylab="Consumer Price Index", col="navy") +``` + +![Figure 3: Line chart of Punjab's CPI][4] + +`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： + +``` +> help(barplot) + +barplot package:graphics R Documentation + +Bar Plots + +Description: + + Creates a bar plot with vertical or horizontal bars. + +Usage: + + barplot(height, ...) + + ## Default S3 method: + barplot(height, width = 1, space = NULL, + names.arg = NULL, legend.text = NULL, beside = FALSE, + horiz = FALSE, density = NULL, angle = 45, + col = NULL, border = par("fg"), + main = NULL, sub = NULL, xlab = NULL, ylab = NULL, + xlim = NULL, ylim = NULL, xpd = TRUE, log = "", + axes = TRUE, axisnames = TRUE, + cex.axis = par("cex.axis"), cex.names = par("cex.axis"), + inside = TRUE, plot = TRUE, axis.lty = 0, offset = 0, + add = FALSE, ann = !add && par("ann"), args.legend = NULL, ...) + + ## S3 method for class 'formula' + barplot(formula, data, subset, na.action, + horiz = FALSE, xlab = NULL, ylab = NULL, ...) +``` + +### 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][10]，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： + +``` +> jan2021 <- subset(cpi, Name=="January" & Year=="2021") + +> jan2021$Gujarat +[1] 153.9 151.2 149.1 + +> names <- c('Rural', 'Urban', 'Rural+Urban') +``` + +使用 `pie` 函数为 Gujarat 州的 CPI 值生成饼图，如下所示： + +``` +> pie(jan2021$Gujarat, names, main="Gujarat CPI Rural and Urban Pie Chart") +``` + +![Figure 4: Pie chart][5] + +`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][11] 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： + +``` +> names <- c ('Andaman and Nicobar', 'Lakshadweep', 'Delhi', 'Goa', 'Gujarat', 'Bihar') +> boxplot(cpi$Andaman.and.Nicobar, cpi$Lakshadweep, cpi$Delhi, cpi$Goa, cpi$Gujarat, cpi$Bihar, names=names) +``` + +![Figure 5: Box plot][6] + +### 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： + +``` +> qqnorm(punjab$x) +``` + +![Figure 6: Q-Q plot][7] + +`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： + +``` +> contour(volcano) +``` + +![Figure 7: Volcano][8] + +`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： + +``` +> filled.contour(volcano, asp = 1) +# asp 为图形纵横比，即 y 轴上的 1 单位长度和 x 轴上 1 单位长度的比率 +``` +填充结果见图 8。 + +![Figure 8: Filled volcano][9] + +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）。 + +-------------------------------------------------------------------------------- + +via: https://www.opensourceforu.com/2022/05/plotting-data-in-r-graphs/ + +作者：[Shakthi Kannan][a] +选题：[lkxed][b] +译者：[tanloong](https://github.com/tanloong) +校对：[wxy](https://github.com/wxy) + +本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出 + +[a]: https://www.opensourceforu.com/author/shakthi-kannan/ +[b]: https://github.com/lkxed +[1]: https://www.opensourceforu.com/wp-content/uploads/2022/04/business-man-visulising-graphs.jpg +[2]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-1-Line-chart.jpg +[3]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-2-ACF-chart.jpg +[4]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-3-Line-chart-of-Punjabs-CPI.jpg +[5]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-4-Pie-chart.jpg +[6]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-5-ox-plot.jpg +[7]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-6-Q-Q-plot.jpg +[8]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-7-Volcano.jpg +[9]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-8-Filled-volcano.jpg +[10]: https://bookdown.org/xiangyun/msg/gallery.html#sec:pie +[11]: https://bookdown.org/xiangyun/msg/gallery.html#sec:boxplot diff --git a/translated/tech/20220527 Plotting Data in R- Graphs.md b/translated/tech/20220527 Plotting Data in R- Graphs.md deleted file mode 100644 index 6f3dbc6e43..0000000000 --- a/translated/tech/20220527 Plotting Data in R- Graphs.md +++ /dev/null @@ -1,324 +0,0 @@ -[#]: subject: "Plotting Data in R: Graphs" -[#]: via: "https://www.opensourceforu.com/2022/05/plotting-data-in-r-graphs/" -[#]: author: "Shakthi Kannan https://www.opensourceforu.com/author/shakthi-kannan/" -[#]: collector: "lkxed" -[#]: translator: "tanloong" -[#]: reviewer: " " -[#]: publisher: " " -[#]: url: " " - -R 语言绘制数据：图表篇 -====== - -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。 - -![business-man-visulising-graphs][1] - -本文使用的 R 是 4.1.2 版本， -运行环境为 Parabola GNU/Linux-libre (x86-64)。 - -```R -$ R --version - -R version 4.1.2 (2021-11-01) -- "Bird Hippie" -Copyright (C) 2021 The R Foundation for Statistical Computing -Platform: x86_64-pc-linux-gnu (64-bit) -``` - -R 是开源软件，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/.*](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*](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： - -```R -> cpi <- read.csv(file="CPI.csv", sep=",") - -> head(cpi) -Sector Year Name Andhra.Pradesh Arunachal.Pradesh Assam Bihar -1 Rural 2011 January 104 NA 104 NA -2 Urban 2011 January 103 NA 103 NA -3 Rural+Urban 2011 January 103 NA 104 NA -4 Rural 2011 February 107 NA 105 NA -5 Urban 2011 February 106 NA 106 NA -6 Rural+Urban 2011 February 105 NA 105 NA -Chattisgarh Delhi Goa Gujarat Haryana Himachal.Pradesh Jharkhand Karnataka -1 105 NA 103 104 104 104 105 104 -2 104 NA 103 104 104 103 104 104 -3 104 NA 103 104 104 103 105 104 -4 107 NA 105 106 106 105 107 106 -5 106 NA 105 107 107 105 107 108 -6 105 NA 104 105 106 104 106 106 -... -``` - -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： - -```R -> punjab <- aggregate(x=cpi$Punjab, by=list(cpi$Year), FUN=sum) - -> head(punjab) -Group.1 x -1 2011 3881.76 -2 2012 4183.30 -3 2013 4368.40 -4 2014 4455.50 -5 2015 4584.30 -6 2016 4715.80 - -> plot(punjab$Group.1, punjab$x, type="l", main="Punjab Consumer Price Index upto November 2021", xlab="Year", ylab="Consumer Price Index") -``` - -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][2] - -### 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。 - -```R -acf(punjab$x,main='x') -``` - -![Figure 2: ACF chart][3] - -acf 函数可以传入以下参数： - -| 参数 | 描述 | -| :- | :- | -| x | 一个单变量或多变量的 time series 对象，或者一个数值向量或数值矩阵 | -| lag.max | 最大滞后阶数 | -| type | 字符型，设置所计算的自相关类型："correlation"、"covariance" 或 "partial" | -| plot | 逻辑性，若 TRUE 则绘制图像，若 FALSE 则打印传入数据的描述信息 | -| i | 一组要保留的时差滞后 | -| j | 一组要保留的名称或数字 | - -### 柱状图 - -R 中画柱状图的函数是 barplot。下面的代码用来画 Punjab 州 CPI 的柱状图，如图3： - -```R -> barplot(punjab$x, main="Punjab Consumer Price Index", sub="Upto November 2021", xlab="Year", ylab="Consumer Price Index", col="navy") -``` - -![Figure 3: Line chart of Punjab's CPI][4] - -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 | 柱子边缘的颜色 | -| 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： - -```R -> help(barplot) - -barplot package:graphics R Documentation - -Bar Plots - -Description: - - Creates a bar plot with vertical or horizontal bars. - -Usage: - - barplot(height, ...) - - ## Default S3 method: - barplot(height, width = 1, space = NULL, - names.arg = NULL, legend.text = NULL, beside = FALSE, - horiz = FALSE, density = NULL, angle = 45, - col = NULL, border = par("fg"), - main = NULL, sub = NULL, xlab = NULL, ylab = NULL, - xlim = NULL, ylim = NULL, xpd = TRUE, log = "", - axes = TRUE, axisnames = TRUE, - cex.axis = par("cex.axis"), cex.names = par("cex.axis"), - inside = TRUE, plot = TRUE, axis.lty = 0, offset = 0, - add = FALSE, ann = !add && par("ann"), args.legend = NULL, ...) - - ## S3 method for class 'formula' - barplot(formula, data, subset, na.action, - horiz = FALSE, xlab = NULL, ylab = NULL, ...) -``` - -### 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][10]，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： - -```R -> jan2021 <- subset(cpi, Name=="January" & Year=="2021") - -> jan2021$Gujarat -[1] 153.9 151.2 149.1 - -> names <- c('Rural', 'Urban', 'Rural+Urban') -``` - -使用 pie 函数为 Gujarat 州的 CPI 值生成饼图，如下所示： - -```R -> pie(jan2021$Gujarat, names, main="Gujarat CPI Rural and Urban Pie Chart") -``` - -![Figure 4: Pie chart][5] - -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][11] 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” (whiskers) 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 (formula) 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： - -```R -> names <- c ('Andaman and Nicobar', 'Lakshadweep', 'Delhi', 'Goa', 'Gujarat', 'Bihar') -> boxplot(cpi$Andaman.and.Nicobar, cpi$Lakshadweep, cpi$Delhi, cpi$Goa, cpi$Gujarat, cpi$Bihar, names=names) -``` - -![Figure 5: Box plot][6] - -### 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： - -```R -> qqnorm(punjab$x) -``` - -![Figure 6: Q-Q plot][7] - -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 "Type" 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： - -```R -> contour(volcano) -``` - -![Figure 7: Volcano][8] - -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： - -```R -> filled.contour(volcano, asp = 1) -# asp 为图形纵横比，即 y 轴上的 1 单位长度和 x 轴上 1 单位长度的比率 -``` -填充结果见图 8。 - -![Figure 8: Filled volcano][9] - -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)。 - --------------------------------------------------------------------------------- - -via: https://www.opensourceforu.com/2022/05/plotting-data-in-r-graphs/ - -作者：[Shakthi Kannan][a] -选题：[lkxed][b] -译者：[tanloong](https://github.com/tanloong) -校对：[校对者ID](https://github.com/校对者ID) - -本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出 - -[a]: https://www.opensourceforu.com/author/shakthi-kannan/ -[b]: https://github.com/lkxed -[1]: https://www.opensourceforu.com/wp-content/uploads/2022/04/business-man-visulising-graphs.jpg -[2]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-1-Line-chart.jpg -[3]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-2-ACF-chart.jpg -[4]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-3-Line-chart-of-Punjabs-CPI.jpg -[5]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-4-Pie-chart.jpg -[6]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-5-ox-plot.jpg -[7]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-6-Q-Q-plot.jpg -[8]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-7-Volcano.jpg -[9]: https://www.opensourceforu.com/wp-content/uploads/2022/04/Figure-8-Filled-volcano.jpg -[10]: https://bookdown.org/xiangyun/msg/gallery.html#sec:pie -[11]: https://bookdown.org/xiangyun/msg/gallery.html#sec:boxplot