R语言可视化

完整的数据分析流程

1.定义研究问题，定义理想的数据集，确定能够获取什么数据，获取数据，清理数据

2.探索性分析(数据可视化)，统计分析/建模(机器学习)

3.解释/交流结果(数据可视化)，挑战结果(有没有其他可能)，书写报告

数值变量的特征和可视化

数据集中趋势的测量：均值(mean)，中位数(median)，众数(mode)

数据分散趋势的测量：值域(range)，方差(variance)，标准差(standard variance)，四分位距                                                        (interquartile range)

有关函数：方差 var(x)    标准差sd(x)

稳健统计量(受极端值影响小)

是：中位数，四分位差

否：均值，标准差，值域

箱图

一个数值变量可以用：柱状图，点图

两个数值变量可以用：散点图

分类变量的特征和可视化

一个分类变量的可视化：频率表，条形图

两个分类变量的可视化：关联表，相对频率表，分段条形图，相对频率分段条形图，马赛克图

一个分类变量，一个数值变量：分类箱图

R三大绘图系统

• 基本绘图系统(Base Plotting System)

需要事先计划；直观地实时反映绘图和分析数据的逻辑

图+修饰

适用于绘制2D图

• Lattice绘图系统(Lattice Plotting System)

一次成图

适用于观测变量间的交互：在变量z的不同水平，变量y如何随变量x变化

• ggplot2绘图系统(ggplotw Plotting System)

数据映射到几何客体(点/线/条)的(颜色/大小/形状)

相当于 基本绘图系统+Lattice绘图系统

自动处理标题/文字说明/空间等

允许通过添加注释进行修改

基本绘图系统

绘图函数(graphics包)

plot / hist(条形图) / boxplot(箱图) / points / lines / text / title / axis(坐标轴)

plot()

plot(x,y,...)

重要参数：xlab(坐标轴标签) / ylab / lwd(线宽) / lty(线类型) / pch(点类型) / col(颜色)

par()

?par    内容很多

用于设置全局参数

bg(背景颜色) / mar(边距) / las(标签横竖) / mfrow / mfcol(把当前面板分成几行几列，按行/列填充，多个图的意思)

title()

title(main = "Name")         标题名称

lm()

fit <- lm(Temp ~ Wind, airquality)       线性回归线

abline(fit,lwd = 2)                                  往图里加线，宽度为2

legend("topright", pch = 1, col = c("red","blue","black"),legend = c("Sep","May","Other"))

添加注释  右上角      点类型为1               对应关系

Lattice绘图系统

lattice包

• xyplot / bwplot / histogram / stripplot / dotplot / splom / levelplot / contourplot
• 格式 xyplot(y~x | f *g ,data)
• panel函数，用于控制每个面板内的绘图

grid包

• 实现了独立于base的绘图系统
• lattice包基于grid包

Lattice与Base的重要区别

Base绘图函数直接在图形设备上绘图

Lattice绘图函数返回trellis类对象，打印函数将其打印出来，执行命令时自动打印。

library(lattice)                         加载包
xyplot(Temp~Ozone,data=airquality)       看Temp和Ozone之间的关系，airquality是R自带的数据集

airquality$Month <- factor(airquality$Month)                 把月份设置成分类变量
xyplot(Temp~Ozone | Month, data=airquality,layout=c(5,1))    看不同月份下两者的关系

粉色是月份，纵坐标是温度，横坐标是臭氧含量。

panel 例子
panel.abline(v=mean(x),h=mean(y), lty=2)   加线，v是水平线，h是竖直线，线类型为2
panel.lmline(x,y,col="red")                加线性回归线，颜色红色

ggplot2绘图系统（主要使用这个）

• 层

• 绘图函数

qplot()

类似于Base系统的plot(),参数包含aesthetics / geom / facet ...

隐藏了绘图实现的细节

qplot(Wind, Temp, data=airquality, color=Month)          可以自己比对这几种的不同之处

airquality$Month <- factor(airquality$Month)             把月份设置成分类变量
qplot(Wind, Temp, data=airquality, color=Month)          不同月份就变成了不同颜色，之
                                                         前是渐变色

qplot(Wind, Temp, data=airquality, color=I("red"))        统一红色

qplot(Wind, Temp, data=airquality, shape=Month)                  或者size=Month   

qplot(Wind, Temp, data=airquality, color=I("red")，xlab="Wind(mph)", ylab="Temperature",
main="Wind vs. Temp")                                            可以给坐标轴加标签，给图加标题

qplot(Wind, Temp, data=airquality, color=Month,
      geom = c("point","smooth"))                                几何客体，smooth是回归分析(图1)

qplot(Wind, Temp, data=airquality, facets = .~Month)             ~左右可以互换，行和列会互换，面
                                                                 板中显示多个图，按照月份分开

qplot(Wind, data = airquality)                                   自动选择柱状图
qplot(y=Wind, data = airquality)                                 生成散点图，横坐标是按Wind数据 
                                                                 的顺序

qplot(Wind, data = airquality, fill = Month)                     （图2）

qplot(Wind, data = airquality, geom = "density",color=Month)      density频率分布的轮廓线(图3)
                                                                  也可以改成dotplot等

图一

图二

图三

ggplot()

核心，可以实现qplot()无法实现的功能

调用ggplot()本身并不能实现绘图，要在其基础上添加层(如geom_point() )才可以

ggplot(airquality,aes(Wind,Temp)) +                        数据层，美学属性层  + 
  geom_point(aes(color=factor(Month)),alpha=0.4,size=5)    几何客体层(颜色以月份分类，透
                                                           明度为0.4，大小为5) *图一

ggplot(airquality,aes(Wind,Temp)) + 
  geom_point() +                                           这一层去掉的话就不显示点
  stat_smooth()                                            回归分析 *图二


ggplot(airquality,aes(Wind,Temp)) + 
  stat_smooth(method="lm",se=FALSE,aes(col=factor(Month)))  线性回归，按月份分开，se是
                                                            置信区间(上图阴影区域)*图三

ggplot(airquality,aes(Wind,Temp,col=factor(Month))) +
  geom_point() +
  stat_smooth(method="lm",se=FALSE,aes(group=1,col="all")) +  对所有数据做一条回归线
  stat_smooth(method="lm",se=FALSE)                           *图四

library(RColorBrewer)                      
myColors <- c(brewer.pal(5,"Dark2"),"black")                 自己来控制颜色 
display.brewer.pal(5,"Dark2")                                显示某类颜色
display.brewer.all()                                         显示所有调色板的颜色 

ggplot(airquality,aes(Wind,Temp,col=factor(Month))) +
  geom_point() +
  stat_smooth(method="lm",se=FALSE,aes(group=1,col="ALL")) +
  stat_smooth(method="lm",se=FALSE) +
  scale_color_manual("Month",values = myColors)              这样就能自己控制颜色 *图五


ggplot(airquality,aes(Wind,Temp,col=factor(Month))) +        
  geom_point() +
  stat_smooth(method="lm",se=FALSE) +
  facet_grid(.~Month)                                        面板按月份分开 *图六
 
 + theme_classic()                                           加这层改变主题

图一

图二

图三

图四

图五

图六

R color

pal <- colorRamp(c("red","blue"))                    以红，蓝为端点
pal(0)                                               0 是红色
pal(1)                                               1 是蓝色
pal(seq(0,1,len=10))                                 从中间等距取10个数，颜色渐变

pal <- colorRampPalette(C("red","yellow"))           以红，黄为端点
pal(1)                                               取一个颜色，红色
pal(10)                                              取十个颜色，红到黄渐变

library(RColorBrewer)
brewer.pal.info                                      查看这个调色板的信息
display.brewer.all()                                 这个可以直接看调色板所有颜色

cols <- brewer.pal(3,"Greens")                       从Greens这个组里取3个颜色
pal <- colorRampPalette(cols)                        以这3个颜色为端点
image(volcano,col = pal(20))                         取20个渐变颜色，数据集为volcano，
                                                     画图像
​

完整的数据分析流程

1.定义研究问题，定义理想的数据集，确定能够获取什么数据，获取数据，清理数据2.探索性分析(数据可视化)，统计分析/建模(机器学习)3.解释/交流结果(数据可视化)，挑战结果(有没有其他可能)，书写报告数值变量的特征和可视化数据集中趋势的测量：均值(mean)，中位数(median)，众数(mode)数据分散趋势的测量：值域(range)，方差(variance)，标准差(standard variance)，四分位距                                                        (interquartile range)有关函数：方差 var(x)    标准差sd(x)稳健统计量(受极端值影响小)是：中位数，四分位差否：均值，标准差，值域箱图一个数值变量可以用：柱状图，点图两个数值变量可以用：散点图分类变量的特征和可视化一个分类变量的可视化：频率表，条形图两个分类变量的可视化：关联表，相对频率表，分段条形图，相对频率分段条形图，马赛克图一个分类变量，一个数值变量：分类箱图

R三大绘图系统

• 基本绘图系统(Base Plotting System)

需要事先计划；直观地实时反映绘图和分析数据的逻辑图+修饰适用于绘制2D图

• Lattice绘图系统(Lattice Plotting System)

一次成图适用于观测变量间的交互：在变量z的不同水平，变量y如何随变量x变化

• ggplot2绘图系统(ggplotw Plotting System)

数据映射到几何客体(点/线/条)的(颜色/大小/形状)相当于 基本绘图系统+Lattice绘图系统自动处理标题/文字说明/空间等允许通过添加注释进行修改

基本绘图系统

绘图函数(graphics包)plot / hist(条形图) / boxplot(箱图) / points / lines / text / title / axis(坐标轴)plot()plot(x,y,...)重要参数：xlab(坐标轴标签) / ylab / lwd(线宽) / lty(线类型) / pch(点类型) / col(颜色)par()?par    内容很多用于设置全局参数bg(背景颜色) / mar(边距) / las(标签横竖) / mfrow / mfcol(把当前面板分成几行几列，按行/列填充，多个图的意思)title()title(main = "Name")         标题名称lm()fit <- lm(Temp ~ Wind, airquality)       线性回归线abline(fit,lwd = 2)                                  往图里加线，宽度为2legend("topright", pch = 1, col = c("red","blue","black"),legend = c("Sep","May","Other"))添加注释  右上角      点类型为1               对应关系

Lattice绘图系统

lattice包

• xyplot / bwplot / histogram / stripplot / dotplot / splom / levelplot / contourplot
• 格式 xyplot(y~x | f *g ,data)
• panel函数，用于控制每个面板内的绘图

grid包

• 实现了独立于base的绘图系统
• lattice包基于grid包

Lattice与Base的重要区别Base绘图函数直接在图形设备上绘图Lattice绘图函数返回trellis类对象，打印函数将其打印出来，执行命令时自动打印。

library(lattice)                         加载包
xyplot(Temp~Ozone,data=airquality)       看Temp和Ozone之间的关系，airquality是R自带的数据集

airquality$Month <- factor(airquality$Month)                 把月份设置成分类变量
xyplot(Temp~Ozone | Month, data=airquality,layout=c(5,1))    看不同月份下两者的关系

粉色是月份，纵坐标是温度，横坐标是臭氧含量。

panel 例子
panel.abline(v=mean(x),h=mean(y), lty=2)   加线，v是水平线，h是竖直线，线类型为2
panel.lmline(x,y,col="red")                加线性回归线，颜色红色

ggplot2绘图系统（主要使用这个）

• 层

• 绘图函数

qplot()类似于Base系统的plot(),参数包含aesthetics / geom / facet ...隐藏了绘图实现的细节

qplot(Wind, Temp, data=airquality, color=Month)          可以自己比对这几种的不同之处

airquality$Month <- factor(airquality$Month)             把月份设置成分类变量
qplot(Wind, Temp, data=airquality, color=Month)          不同月份就变成了不同颜色，之
                                                         前是渐变色

qplot(Wind, Temp, data=airquality, color=I("red"))        统一红色

qplot(Wind, Temp, data=airquality, shape=Month)                  或者size=Month   

qplot(Wind, Temp, data=airquality, color=I("red")，xlab="Wind(mph)", ylab="Temperature",
main="Wind vs. Temp")                                            可以给坐标轴加标签，给图加标题

qplot(Wind, Temp, data=airquality, color=Month,
      geom = c("point","smooth"))                                几何客体，smooth是回归分析(图1)

qplot(Wind, Temp, data=airquality, facets = .~Month)             ~左右可以互换，行和列会互换，面
                                                                 板中显示多个图，按照月份分开

qplot(Wind, data = airquality)                                   自动选择柱状图
qplot(y=Wind, data = airquality)                                 生成散点图，横坐标是按Wind数据 
                                                                 的顺序

qplot(Wind, data = airquality, fill = Month)                     （图2）

qplot(Wind, data = airquality, geom = "density",color=Month)      density频率分布的轮廓线(图3)
                                                                  也可以改成dotplot等

图一图二图三ggplot()核心，可以实现qplot()无法实现的功能调用ggplot()本身并不能实现绘图，要在其基础上添加层(如geom_point() )才可以

ggplot(airquality,aes(Wind,Temp)) +                        数据层，美学属性层  + 
  geom_point(aes(color=factor(Month)),alpha=0.4,size=5)    几何客体层(颜色以月份分类，透
                                                           明度为0.4，大小为5) *图一

ggplot(airquality,aes(Wind,Temp)) + 
  geom_point() +                                           这一层去掉的话就不显示点
  stat_smooth()                                            回归分析 *图二


ggplot(airquality,aes(Wind,Temp)) + 
  stat_smooth(method="lm",se=FALSE,aes(col=factor(Month)))  线性回归，按月份分开，se是
                                                            置信区间(上图阴影区域)*图三

ggplot(airquality,aes(Wind,Temp,col=factor(Month))) +
  geom_point() +
  stat_smooth(method="lm",se=FALSE,aes(group=1,col="all")) +  对所有数据做一条回归线
  stat_smooth(method="lm",se=FALSE)                           *图四

library(RColorBrewer)                      
myColors <- c(brewer.pal(5,"Dark2"),"black")                 自己来控制颜色 
display.brewer.pal(5,"Dark2")                                显示某类颜色
display.brewer.all()                                         显示所有调色板的颜色 

ggplot(airquality,aes(Wind,Temp,col=factor(Month))) +
  geom_point() +
  stat_smooth(method="lm",se=FALSE,aes(group=1,col="ALL")) +
  stat_smooth(method="lm",se=FALSE) +
  scale_color_manual("Month",values = myColors)              这样就能自己控制颜色 *图五


ggplot(airquality,aes(Wind,Temp,col=factor(Month))) +        
  geom_point() +
  stat_smooth(method="lm",se=FALSE) +
  facet_grid(.~Month)                                        面板按月份分开 *图六
 
 + theme_classic()                                           加这层改变主题

图一图二图三图四图五图六

R color

pal <- colorRamp(c("red","blue"))                    以红，蓝为端点
pal(0)                                               0 是红色
pal(1)                                               1 是蓝色
pal(seq(0,1,len=10))                                 从中间等距取10个数，颜色渐变

pal <- colorRampPalette(C("red","yellow"))           以红，黄为端点
pal(1)                                               取一个颜色，红色
pal(10)                                              取十个颜色，红到黄渐变

library(RColorBrewer)
brewer.pal.info                                      查看这个调色板的信息
display.brewer.all()                                 这个可以直接看调色板所有颜色

cols <- brewer.pal(3,"Greens")                       从Greens这个组里取3个颜色
pal <- colorRampPalette(cols)                        以这3个颜色为端点
image(volcano,col = pal(20))                         取20个渐变颜色，数据集为volcano，
                                                     画图像
​