TranslateProject/published/202207/20220527 Plotting Data in R- Graphs.md
2022-08-01 16:23:45 +08:00

323 lines
13 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

[#]: 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 |
`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“<ruby>须线<rt>whisker</rt></ruby>” 展示一个变量的<ruby>四分位距<rt>Interquartile Range</rt></ruby>(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 |
`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
<ruby>QQ 图<rt>Quantile-Quantile plot</rt></ruby>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