16.1 R 中的四种图形系统
基础图形函数可自动调用，而grid和lattice函数的调用必须要加载相应的包（如library(lattice)）。要调用ggplot2函数需下载并安装该包（install.packages("ggplot2")），第一次使用前还要进行加载（library(ggplot2)）。
16.2 lattice 包
lattice包为单变量和多变量数据的可视化提供了一个全面的图形系统。在一个或多个其他变量的条件下，栅栏图形展示某个变量的分布或与其他变量间的关系。
> library(lattice) > histogram(~height|voice.part,data=singer,main="Distributionof heights by voice pitch",xlab="height (inches)")
lattice包提供了丰富的函数，可生成单变量图形（点图、核密度图、直方图、柱状图和箱线图）、双变量图形（散点图、带状图和平行箱线图）和多变量图形（三维图和散点图矩阵）。各种高级绘图函数都服从以下格式：
graph_function(formula,data=,options)
graph_function是某个函数。
formula指定要展示的变量和条件变量。
data指定一个数据框。
options是逗号分隔参数，用来修改图形的内容、摆放方式和标注。
lattice中高级绘图函数的常见选项
lattice绘图示例:
> gear<-factor(gear,levels=c(3,4,5),labels=c("3 gears","4 gears","5 gears"))
> cyl<-factor(cyl,levels=c(4,6,8),labels=c("4 cylinders","6 cylinders","8 cylinders"))
> densityplot(~mpg,main="Density plot",xlab="miles per gallon")
> densityplot(~mpg | cyl,main="Density plot by number of cylinders",xlab="miles per gallon")
> bwplot(cyl~mpg|gear,main="box plots by cylinders and gears",xlab="carweight",ylab="cylinders")
> xyplot(mpg~wt|cyl*gear,main="scatter plots by cylinders and gears",xlab="car weight",ylab="miles per gallon")
> cloud(mpg~wt*qsec|cyl,main="d scatter plots by cylinders")
> dotplot(cyl~mpg|gear,main="dot plots by number of gears and cylinders",xlab="miles per gallon"
> splom(mtcars[c(1,4,5,6)],main="scatter plot matrix for mtcars data")
16.2.1 条件变量
> myshingle<-equal.count(x,number=#,overlap=proportion)
将会把连续型变量x分割到#区间中，重叠度为proportion，每个数值范围内的观测数相等，并返回为一个变量myshingle（或类shingle）。输出或者绘制该对象（如plot(myshingle)）将会展示瓦块区间。一旦一个连续型变量被转换为一个瓦块，你便可以将它作为一个条件变量使用。
> displacement<-equal.count(mtcars$disp,number=3,overlap=0) > xyplot(mpg~wt|displacement,data=mtcars, + main="miles per gallon vs weight by engine displacement", + xlab="weight",ylab="miles per gallon", + layout=c(3,1),aspect=1.5)
16.2.2 面板函数
每个高级绘图函数都调用了一个默认的函数来绘制面板。这些默认的函数服从如下命名惯例：panel.graph_function，其中graph_function是该水平绘图函数。如：xyplot（mpg~wt|displacement,data=mtcars）也可以写成：xyplot(mpg~wt|displacement,data=mtcars,panel=panel.xyplot)。自定义面板函数的xyplot：
>displacement<-equal.count(mtcars$disp,number=3,overlap=0)
> mypanel<-function(x,y){
+ panel.xyplot(x,y,pch=19)
+ panel.rug(x,y)
+ panel.grid(h=-1,v=-1)
+ panel.lmline(x,y,col="red",wd=1,lty=2)
+ }
>xyplot(mpg~wt|displacement,data=mtcars,
+ layout=c(3,1),
+ aspect=1.5,
+ main="miles per gallon vs weightby engine displacement",
+ xlab="weight",ylab="miles per gallon",
+ pannel=mypanel)
自定义面板函数和额外选项的xyplot
> library(lattice)
>mtcars$transmission<-factor(mtcars$am,levels=c(0,1),
+ labels=c("Automatic","Manual"))
> panel.smoother<-function(x,y){
+ panel.grid(h=-1,v=-1)
+ panel.xyplot(x,y)
+ panel.loess(x,y)
+ panel.abline(h=mean(y),lwd=2,lty=2,col="green")
+ }
> xyplot(mpg~disp|transmission,data=mtcars,
+ scales=list(cex=.8,col="red"),
+ panel=panel.smoother,
+ xlab="displacement",ylab="miles per gallon",
+ main="mpg vs displacement bytransmission typr",
+ sub="dotted lines are group means",aspect=1)
16.2.3 分组变量
当一个lattice图形表达式含有条件变量时，将会生成在该变量各个水平下的面板。若你想将结果叠加到一起，则可以将变量设定为分组变量（grouping variable）.
> library(lattice)
>mtcars$transmission<-factor(mtcars$am,levels=c(0,1),
+ labels=c("Automatic","Manual"))
> densityplot(~mpg,data=mtcars,
+ group=transmission,
+ main="mpg distributuion bytransmission type",
+ xlab="miles per gallon",
+ auto.key=TRUE)
对图例进行更多的控制，可使用key =选项
> library(lattice)
> mtcars$transmission<-factor(mtcars$am,levels=c(0,1),
+ labels=c("Automatic","Manual"))
>colors=c("red","blue")#设定颜色、线和点类型
> lines=c(1,2)
> points=c(16,17)
>key.trans<-list(title="Transmission",#自定义图例
+ space="bottom",columns=2,
+ text=list(levels(mtcars$transmission)),
+ points=list(pch=points,col=colors),
+ lines=list(col=colors,lty=lines),
+ cex.title=1,cex=.9)
>densityplot(~mpg,data=mtcars,
+ group=transmission,
+ main="mpg distributuion bytransmission type",
+ xlab="miles per gallon",
+ pch=points,lty=lines,col=colors,#自定义密度图
+ lwd=2,jitter=.005,
+ key=key.trans)
包含分组变量和条件变量以及自定义图例的xyplot
> library(lattice)
>colors="darkgreen"
> symbols<-c(1:12)
> linetype<-c(1:3)
>
>key.species<-list(title="plant",
+ space="right",
+ text=list(levels(CO2$Plant)),
+ points=list(pch=symbols,col=colors))
>
>xyplot(uptake~conc|Type*Treatment,data=CO2,
+ group=Plant,
+ type="o",
+ pch=symbols,col=colors,lty=linetype,
+ main="carbon dioxide uptake\ningrass plants",
+ ylab=expression(paste("Uptake",
+ bgroup("(",italic(frac("umol","m"^2)),")"))),
+ xlab=expression(paste("Concenteation",
+ bgroup("(",italic(frac(mL,L)),")"))),
+ sub="Grass species:echinochloacrus-gailli",
+ key=key.species)
