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。
本文使用的 R 是 4.1.2 版本,运行环境为 Parabola GNU/Linux-libre (x86-64)。
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/。
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 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:
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:
plot
函数可以传入如下参数:
参数 | 描述 |
| 向量类型,用于绘制 x 轴的数据 |
| 向量或列表类型,用于绘制 y 轴的数据 |
| 设置绘图类型: |
| x 轴范围 |
| y 轴范围 |
| |
| 副 |
| x 轴 |
| y 轴 |
| 逻辑型,是否绘制坐标轴 |
结果如图 1。
Figure 1: Line chart
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。
Figure 2: ACF chart
acf
函数可以传入以下参数:
参数 | 描述 |
| 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 |
| 最大滞后阶数 |
| 字符型,设置所计算的自相关类型: |
| 逻辑性,若 |
| 一组要保留的时差滞后 |
| 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:
Figure 3: Line chart of Punjab's CPI
barplot
函数的使用方法非常灵活,可以传入以下参数:
参数 | 描述 |
| 数值向量或数值矩阵,包含用于绘图的数据 |
| 数值向量,用于设置柱宽 |
| 柱间距 |
| 逻辑型,若 |
| 数值型,设置阴影线的填充密度(条数/英寸),默认为 |
| 数值型,填充线条的角度,默认为 45 |
| 柱形边缘的颜色 |
| |
| 副 |
| x 轴 |
| y 轴 |
| x 轴范围 |
| y 轴范围 |
| 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:
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,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:
使用 pie
函数为 Gujarat 州的 CPI 值生成饼图,如下所示:
Figure 4: Pie chart
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 |
| 字符向量,用于设置每个扇形的标签 |
| 饼图的半径 |
| 逻辑型,若 |
| 数值型,设置阴影线的填充密度(条数/英寸),默认为 |
| 数值型,填充线条的角度,默认为 45 |
| 数值向量,用于设置颜色 |
| 每个扇形的线条类型 |
|
箱线图
(LCTT 译注:箱线图主要是 从四分位数的角度出发 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 |
| 数据框或列表,用于参数类型为公式的情况 |
| 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 |
| 设置箱子的宽度 |
| 逻辑型,设置是否绘制离群点 |
| 设置每个箱子的标签 |
| 设置每个箱子的边缘的颜色 |
| 延伸倍数,设置箱线图末端(须)延伸到什么位置 |
| 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 |
| 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:
Figure 5: Box plot
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:
Figure 6: Q-Q plot
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 |
| 第一个数据样本 |
| 第二个数据样本 |
| 逻辑型,设置是否以 x 轴表示理论曲线的值,默认为 |
| 长度为 2 的数值向量,代表概率 |
| x 轴 |
| y 轴 |
| |
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:
Figure 7: Volcano
contour
函数的常用参数如下:
参数 | 描述 |
| z 中数值对应的点在平面上的位置 |
| 数值向量 |
| 设置等高线的条数,调整等高线的疏密 |
| 等高线上的标记字符串,默认是高度的数值 |
| 设置 x 轴的范围 |
| 设置 y 轴的范围 |
| 设置 z 轴的范围 |
| 设置是否绘制坐标轴 |
| 设置等高线的颜色 |
| 设置线条的类型 |
| 设置线条的粗细 |
| 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:
填充结果见图 8。
Figure 8: Filled volcano
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)。