第十一章 中级绘图
本节用到的函数有：
|
plot |
legend |
|
corrgram |
mosaic |
11.2折线图
如果将散点图上的点从左往右连接起来，那么就会得到一个折线图。
创建散点图和折线图：
> opar<-par(no.readonly=TRUE) > par(mfrow=c(1,2)) > t1<-subset(Orange,Tree==1) > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference (mm)",main="orange tree 1growth") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference (mm)",main="orange tree 1growth",type="b") > par(opar)
参数type =的可选值
|
p |
只有点 |
|
l |
只有线 |
|
o |
实心点和线（即线覆盖在点上） |
|
b、c |
线连接点（c时不绘制点） |
|
s、S |
阶梯线 |
|
h |
直方图式的垂直线 |
|
n |
不生成任何点和线（通常用来为后面的命令创建坐标轴） |
注意，plot()和lines()函数工作原理并不相同。plot()函数是被调用时即创建一幅新图，
而lines()函数则是在已存在的图形上添加信息，并不能自己生成图形。因此，lines()函数通常是在plot()函数生成一幅图形后再被调用。如果对图形有要求，可以先通过plot()函数中的type = n来创建坐标轴、标题和其他图形特征，然后再使用lines()函数添加各种需要绘制的曲线。
展示五种橘树随时间推移的生长状况的折线图：
> opar<-par(no.readonly=TRUE) > par(mfrow=c(2,4)) > t1<-subset(Orange,Tree==1) > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=p",type="p") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=l",type="l") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=o",type="o") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=b",type="b") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=c",type="c") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=s",type="s") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=S",type="S") > plot(t1$age,t1$circumference,xlab="Age(days)",ylab="circumference(mm)",main="type=h",type="h")
展示五种橘树随时间推移的生长状况的折线图
> Orange$Tree<-as.numeric(Orange$Tree)
> ntrees<-max(Orange$Tree)
> xrange<-range(Orange$age)
> yrange<-range(Orange$circumference)
> plot(xrange,yrange,type="n",xlab="age(days)",ylab="circumference(mm)" )
> colors<-rainbow(ntrees)
> linetype<-c(1:ntrees)
> plotchar<-seq(18,18+ntrees,1)
> for(i in 1:ntrees){tree<-subset(Orange,Tree==i), lines(tree$age,tree$circumference, type="b", lwd=2, lty=linetype[i],col=colors[i], pch=plotchar[i] ) }
> title("tree growth","example of lineplot")
> legend(xrange[1],yrange[2], 1:ntrees, cex=.8, pch=plotchar, lty=linetype, title="tree")
11.3 相关图
利用corrgram包中的corrgram()函数，可以以图形方式展示该相关系数矩阵
> library(corrgram) > corrgram(mtcars,order=TRUE,lower.panel=panel.shade,upper.panel=panel.pie,text.panel=panel.txt, main="correlogram of mtcarsintercorrelations")
默认地，蓝色和从左下指向右上的斜杠表示单元格中的两个变量呈正相关。反过来，红色和从左上指向右下的斜杠表示变量呈负相关。色彩越深，饱和度越高，说明变量相关性越大。相关性接近于0的单元格基本无色。本图为了将有相似相关模式的变量聚集在一起，对矩阵的行和列都重新进行了排序（使用主成分法）。从图中含阴影的单元格中可以看到，gear、am、drat和mpg相互间呈正相关，wt、disp、hp和carb相互间也呈正相关。但第一组变量与第二组变量呈负相关。还可以看到carb和am、vs和gear、vs和am以及drat和qsec四组变量间的相关性很弱。上三角单元格用饼图展示了相同的信息。颜色的功能同上，但相关性大小由被填充的饼图块的大小来展示。正相关性将从12点钟处开始顺时针填充饼图，而负相关性则逆时针方向填充饼图。
corrgram()函数的格式如下：
corrgram(x, type=NULL, order = FALSE, labels,panel=panel.shade,
lower.panel=panel,upper.panel=panel,diag.panel=NULL,text.panel=textPanel,label.pos=c(0.5, 0.5), label.srt=0, cex.labels=NULL,font.labels=1,row1attop=TRUE, dir="",gap=0,abs=FALSE,col.regions=colorRampPalette(c("red","salmon","white","royalblue","navy")),cor.method="pearson", ...)
可以通过选项lower.panel 和upper.panel来分别设置主对角线下方和上方的元素类型。而text.panel和diag.panel选项控制着主对角线元素类型。
在下三角区域使用平滑拟合曲线和置信椭圆，上三角区域使用散点图:
> library(corrgram) > corrgram(mtcars,order=TRUE,lower.panel=panel.ellipse,upper.panel=panelNaNs,text.panel=panel.txt,lwd=1.5,diag.panel=panel.minmax,main="correlogram of mtcars using\nscatter plots and ellipse")
mtcars数据框中变量的相关系数图。下三角区域包含平滑拟合曲线和置信椭圆，上三角区域包含散点图。主对角面板包含变量最小和最大值。矩阵的行和列利用主成分分析法进行了重排序
> library(corrgram) > corrgram(mtcars,lower.panel=panel.shade,upper.panel=NULL,text.panel=panel.txt, lwd=1.5, main="Car mileage data(unsorted)")
下三角区域使用了阴影，并保持原变量顺序不变，上三角区域留白。下三角区域的阴影代表相关系数的大小和正负。变量按初始顺序排列.
11.4 马赛克图
若只观察单个类别型变量，可以使用柱状图或者饼图；若存在两个类别型变量，可以使用三维柱状图；若有两个以上的类别型变量，一种办法是绘制马赛克图（mosaic plot）。在马赛克图中，嵌套矩形面积正比于单元格频率，其中该频率即多维列联表中的频率。颜色和/或阴影可表示拟合模型的残差值。vcd包中的mosaic()函数可以绘制马赛克图
> ftable(Titanic) Survived No Yes Class Sex Age 1st Male Child 0 5 Adult 118 57 FemaleChild 0 1 Adult 4 140 2nd Male Child 0 11 Adult 154 14 FemaleChild 0 13 Adult 13 80 3rd Male Child 35 13 Adult 387 75 FemaleChild 17 14 Adult 89 76 Crew Male Child 0 0 Adult 670 192 FemaleChild 0 0 Adult 3 20
mosaic()函数可按如下方式调用
mosaic(table)
其中table是数组形式的列联表。另外，也可用：
> library(vcd) > mosaic(Titanic,shade=TRUE,legend=TRUE)
或
> library(vcd) > mosaic(~Class+Sex+Age+Survived,data=Titanic,shade=TRUE,legend=TRUE)
按船舱等级、乘客性别和年龄层绘制的泰坦尼克号幸存者的马赛克图
