R學習筆記（第六章）

這一章，主要是將變數的分布作各種可視化展示，通過結果變數進行跨組比較。

一般圖形包括條形圖、箱線圖和點圖；餅圖和扇形圖；直方圖與核密度圖。

6.1、條形圖

6.1.1、簡單條形圖

條形圖通過垂直的或水平的條形展示了類別型變數的分布（頻數），可以用函數barplot()。

6.1.2、堆砌條形圖和分組條形圖

如果數據是一個矩陣而不是一個向量，則繪圖結果是一幅堆砌條形圖或分組條形圖。其中，beside=FALSE（默認值），則矩陣中的每一列都生成圖形中的一個條形，各列中的值將給出堆砌的「子條」的高度，若beside=TRUE,則矩陣中的每一列都表示一個分組，各列中的值將並列而不是堆砌。

6.1.3、均值條形圖

可以使用數據整合函數並將結果傳遞給barplot()函數來創建表示均值、中位數、標準差等的條形圖。

6.1.4、條形圖的微調

使用若干方式可以微調條形圖的外觀，例如使用函數cex.names來減少字型大小，使用函數names.arg允許指定一個字元向量作為條形的標籤名。

PS：利用函數par()可以對默認圖形做出大量修改，函數las=2旋轉了條形的標籤、修改了標籤文件，並使用函數mar增加了y邊界的大小，用函數cex=.8縮小了字體大小。

6.1.5、棘狀圖（spinogram）

棘狀圖對條形圖進行了重縮放，這樣每個條形圖的高度均為1，每一段的高度即表示比例。棘狀圖由vcd包中的函數spine()繪製，如下：

6.2、餅圖

6.2.1

餅圖可以用函數pie(x,labels)，其中x是一個非負數值向量，表示每個扇形面積，而labels則是表示各扇形標籤的字元型向量。

PS：餅圖讓比較各扇形的值變得困難

6.2.2、扇形圖（fan plot）

這是利用plottrix包中的函數fan.plot()來實現的扇形圖，屬於餅圖的變種。在一幅扇形圖中，各個扇形相互疊加，並對半徑做了修改，通過疊加的效果來看出各個變數所佔的比例大約是多少。（例如上例，法國約是德國的一半，澳大利亞是德國的四分之一等）。

6.3、直方圖

直方圖通過在X軸上將值域分割為一定數量的組，在Y軸上顯示相應值的頻數，展示了連續型變數的分布。使用函數hist(x)，其中x是一個由數據值組成的數值向量。

ps:其中freq=FALSE表示根據概率密度而不是頻數繪製圖形，參數breaks用於控制「組」的數量。

左下角的圖利用函數lines()添加了一條密度曲線，另外還添加了軸須圖（rug plot），是實際數據值的一種一維呈現方式，若果數據中有許多結（數據中出現相同的值），可以使用如下方式把軸須圖中的結打散：

rug(jitter(mtcars$mpg,amount=.01))

這樣講向每個數據添加一個小的隨機值（一個正負amount之間的均勻分布隨機數）以避免重疊的點產生的影響。

右下角疊加了一條正太曲線和一個將圖形圍繞起來的盒型。

6.4、核密度圖

6.4.1、普通核密度圖

核密度圖估計是用於估計隨機變數概率密度函數的一種非參數方法，利用函數Plot(density(x)),其中x是一個數值型向量。如果想在一幅已有的圖形上疊加一條核密度曲線，可以使用函數lines()。

ps:函數polygon()根據頂點的x和y坐標（這裡由函數density()提供）繪製多邊形。

6.4.2、可比較核密度圖

利用sm包中的函數sm.density.compare()可向圖形疊加兩組或更多的核密度圖，格式為：sm.density.compare(x,factor)。

其中，x為一個數值型向量，factor是一個分組向量。

下例為：計算氣缸數劃分的每加侖可行駛的英里數核密度圖（以mtcars為資料庫）

ps：函數confill<-c(2:(1+length(levels(cl.cf))))是添加了一個圖例以增加可解釋性。

6.5、箱線圖

6.5.1、普通箱線圖

箱線圖（又稱盒須圖）通過繪製連續型變數的五數總括（即最小值、下四分位數、中位數及最大值），描述了連續型變數的分布。

箱線圖可顯示可能為離群點（範圍正負1.5*IQR以為的值，IQR表示四分位距，即上四分位數與下四分位數的差值）的觀測，例如：

默認情況下，兩條須的延伸極限不會超過盒型各端加1.5倍四分位距的範圍，此範圍以外的值將以點來表示（上例沒有畫出）。上例的數據意思表述為：在該車型樣本中，每加侖汽油所行駛英里數的中位數是19.2,50%的值落在15.3至22.8之間，最小值為10.4，最大值為33.9。圖中不存在離群點，而且略微右偏（上則的須比下面的長）。

箱線圖可展示單個變數或分組變數，使用函數boxplot(formula,data=dataframe)，其中formula代表一個公式，dataframe代表提供數據的數據框（或列表）。

下例為：不同氣缸數車型油耗的箱線圖

圖中可以看出，6缸車型的油耗叫其他的均勻，四缸車油耗的散布最廣且右偏，8缸車存在一個離群點。

6.5.2、含凹槽的箱線圖

ps:函數notch=TRUE，可以得到含凹槽的箱線圖；函數varwidth_=TRUE將箱線圖的寬度與其樣本大小的平方根成正比，另外還可以用函數horizontal=TRUE反轉坐標軸的方向。

6.5.3、多個分組因子的箱線圖

6.5.4、小提琴圖

小提琴圖是箱線圖與核密度圖的結合，利用vioplot包中的函數vioplot()來實現，格式為：vioplot(x1,x2,..,name=,col=)，參數name=是小提琴圖中標籤的字元向量。

圖中，白點是中位數，黑色盒型的範圍是下四分位點和上四分位點，細線表示須。外部形狀即為核密度圖估計.

6.6、點圖

點圖提供了一種在簡單水平刻度上繪製大量有標籤值的方法，點圖在經過排序並且變數被不同的符號和顏色區分開的時候最有用。可以利用函數dotchart()來創建，格式是：dotchart(x,labels=)

ps:通過參數groups來選定因子，用以指定x中元素的分組方式。而參數gcolor則控制不同組標籤的顏色，參數cex控制標籤的大小。

該例中，根據每加侖汽油行駛英里數（從低到高）排序，其中數值向量cyl被轉換為一個因子

推薦閱讀：