小白R语言数据可视化进阶练习一

作者：路遥马亡R语言中文社区专栏作者

知乎ID：

https://zhuanlan.zhihu.com/c_135409797

布局参数

先介绍一个布局参数：

#par(mfrow=c(a,b)) #表示在PLOTS区域显示a行b列张图 par(mfrow=c(3,1)) x <- rnorm(100) y <- rnorm(100) plot(x, y, xlim=c(-5,5), ylim=c(-5,5)) boxplot(x, y, xlim=c(-5,5), ylim=c(-5,5)) hist(x)

VIOLIN PLOT（小提琴图）

下面进入正题，第一个要讲解的是VIOLIN PLOT，中文名为小提琴图。

它用于可视化数值型变量，与箱线图十分类似，但加入了密度分布这个属性，更能够显示数据的数据的数字特征。

# Library library(ggplot2) # mtcars data head(mtcars) # First type of color ggplot(mtcars, aes(factor(cyl), mpg)) + geom_violin(aes(fill = cyl)) # Second type ggplot(mtcars, aes(factor(cyl), mpg)) + geom_violin(aes(fill = factor(cyl)))

DENSITY PLOT（核密度图）

第二个分享的是DENSITY PLOT，中文名为核密度图,与直方图类似，但是可以在图中反映多组数据的分布情况：

# For the weatherAUS dataset. library(rattle) # To generate a density plot. library(ggplot2) ， cities <- c("Canberra", "Darwin", "Melbourne", "Sydney") ds <- subset(weatherAUS, Location %in% cities & ! is.na(Temp3pm)) #subset函数和select函数类似，%in%表示是否包含 p <- ggplot(ds, aes(Temp3pm, colour=Location, fill=Location)) #color表示线的颜色，fill表示区域填充色，可以用具体的颜色参数，也可以用x变量，让系统自动生成颜色 p <- p + geom_density(alpha=0.55) #alpha表示透明度 p

# plot 1: Density of price for each type of cut of the diamond: ggplot(data=diamonds,aes(x=price, group=cut, fill=cut)) + geom_density(adjust=1.5) #adjust起到了调节曲线拟合程度的一个作用，默认参数为1 # plot 2: 归一化后的叠加图: ggplot(data=diamonds,aes(x=price, group=cut, fill=cut)) + geom_density(adjust=1.5, position="fill")

# plot 3 ggplot(diamonds, aes(x=depth, y=..density..)) + geom_density(aes(fill=cut), position="stack") + xlim(50,75) + theme(legend.position="none")#去掉图例

geom_boxplot()

第三个跟大家分享的是箱线图，geom_boxplot()，可以清晰地表现数据的极大值和极小值以及中位数：

library(ggplot2) head(mtcars) # A really basic boxplot. ggplot(mtcars, aes(x=as.factor(cyl), y=mpg)) + geom_boxplot(fill="slateblue", alpha=0.2) + xlab("cyl")+ ylab("mpg") # Set a unique color with fill, colour, and alpha ggplot(mpg, aes(x=class, y=hwy)) + geom_boxplot(color="red", fill="orange", alpha=0.2) # Set a different color for each group ggplot(mpg, aes(x=class, y=hwy, fill=class)) + geom_boxplot(alpha=0.3) + theme(legend.position="none")

#配合scale_fill_brewer()使用，方便调颜色 library(RColorBrewer) display.brewer.all()

ggplot(mpg, aes(x=class, y=hwy, fill=class)) + geom_boxplot(alpha=0.3) + theme(legend.position="none") + scale_fill_brewer(palette="BuPu")

ggplot(mpg, aes(x=class, y=hwy, fill=class)) + geom_boxplot(alpha=0.3) + theme(legend.position="none") + scale_fill_brewer(palette="Dark2")

如果你想单独强调某一组数据或者某几组数据：

# Create a new column, telling if you want to highlight or not mpg$type=factor(ifelse(mpg$class=="subcompact","Highlighted","Normal")) # control appearance of groups 1 and 2 ggplot(mpg, aes(x=factor(class), y=hwy, fill=type, alpha=type)) + geom_boxplot() + #手动设置透明度，取决于你赋值给fill的变量个数 scale_alpha_manual(values=c(0.1,1)) + #手动设置颜色，取决与你赋值给fill的变量个数 scale_fill_manual(values=c("forestgreen","red"))

有时候我们也需要通过调整一些参数，使一些极端值更加清晰地展现出来：

ggplot(mpg, aes(x=class, y=hwy)) + geom_boxplot( # custom boxes color="blue", fill="blue", alpha=0.2, # Notch? notch=TRUE, notchwidth = 0.8, # custom outliers outlier.colour="red", outlier.fill="red", outlier.size=3 )

构造词云

第四个分享的是如何用R语言构造词云：

library(wordcloud2) wordcloud2(demoFreq,size=0.8,color=rep_len(c("blue","yellow"),nrow(demoFreq)),backgroundColor = "pink",shape="star")

词的角度也可以更改：

#minRontatin与maxRontatin：字体旋转角度范围的最小值以及最大值，选定后，字体会在该范围内随机旋转； #rotationRation：字体旋转比例，如设定为1，则全部词语都会发生旋转； wordcloud2(demoFreq,size=0.8,color=rep_len(c("blue","yellow"),nrow(demoFreq)),backgroundColor = "pink",minRotation = -pi/6, maxRotation = -pi/6, = 1)

以上只是简单的讲解下词云构造，关于更详细的可以看这篇：如何用R语言做词云图，以某部网络小说为例

直方图

第五个讲讲直方图的画法，只需要输入一个数值型变量：

library(ggplot2) data<-data.frame(rnorm(1000)) ggplot(data,aes(data))+ geom_histogram(aes(fill=..count..),binwidth = 0.1) #..count..表示根据计数表示颜色变化

我们也可以自己设置不同的主题的背景:

# library library(ggplot2) # create data set.seed(123) var=rnorm(1000) # Without theme plot1 <- qplot(var , fill=I(rgb(0.1,0.2,0.4,0.6)) ) # With themes plot2 = plot1+theme_bw()+annotate("text", x = -1.9, y = 75, label = "bw()" , col="orange" , size=4) plot3 = plot1+theme_classic()+annotate("text", x = -1.9, y = 75, label = "classic()" , col="orange" , size=4) plot4 = plot1+theme_gray()+annotate("text", x = -1.9, y = 75, label = "gray()" , col="orange" , size=4) plot5 = plot1+theme_linedraw()+annotate("text", x = -1.9, y = 75, label = "linedraw()" , col="orange" , size=4) plot6 = plot1+theme_dark()+annotate("text", x = -1.9, y = 75, label = "dark()" , col="orange" , size=4) plot7 = plot1+theme_get()+annotate("text", x = -1.9, y = 75, label = "get()" , col="orange" , size=4) plot8 = plot1+theme_minimal()+annotate("text", x = -1.9, y = 75, label = "minimal()" , col="orange" , size=4) #annotate 做注释作用 # Arrange and display the plots into a 2x1 grid grid.arrange(plot1,plot2,plot3,plot4, ncol=2) grid.arrange(plot5,plot6,plot7,plot8, ncol=2)

散点图

第六个讲讲一个非常简单实用的图——散点图。

先看看最简单的，不加任何修饰的画法:

# library library(ggplot2) # The iris dataset is proposed by R head(iris) # basic scatterplot ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + geom_point()

# use options! #注意stroke表示散点外线的粗细 ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width)) + geom_point( color="red", fill="blue", shape=21, alpha=0.5, size=6, stroke = 2 )

#用shape和fill参数，把不同类别的length和width区分开来。 ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Species, shape=Species)) + geom_point(size=6, alpha=0.6)

#此处并不能理解为什么color又负责填充色了，fill加了之后反而没有用。先死记吧。 ggplot(iris, aes(x=Sepal.Length, y=Sepal.Width, color=Petal.Length, size=Petal.Length)) + geom_point(alpha=0.6)

也可以通过一些函数给散点添加标签:

data=head(mtcars, 30) #nudge_x，nudge_y分别表示标签距离散点距离，check_overlap表示标签出现覆盖，是否去掉被覆盖的那个标签。 # 1/ add text with geom_text, use nudge to nudge the text ggplot(data, aes(x=wt, y=mpg)) + geom_point() + geom_text(label=rownames(data), nudge_x = 0.25, nudge_y = 0.25, check_overlap = T)

ggplot(data, aes(x=wt, y=mpg)) + geom_point() + geom_label(label=rownames(data), nudge_x = 0.25, nudge_y = 0.2) # 3/ custom geom_label like any other geom. ggplot(data, aes(x=wt, y=mpg, fill=cyl)) + geom_label(label=rownames(data),color="white", size=5)

散点图是两个变量的值沿着两个轴绘制的图，所得到的点的模式揭示了存在的任何相关性。你可以很容易地在X轴和Y轴上添加rug，来说明点的分布:

ggplot(data=iris, aes(x=Sepal.Length, Petal.Length)) + geom_point() + geom_rug(col="skyblue",alpha=0.1, size=1.5)

当然，也可以通过增加折线图，直方图，箱线图来表示数据分布情况:

# library library(ggplot2) library(ggExtra) library(gridExtra) # The mtcars dataset is proposed in R head(mtcars) # classic plot : p=ggplot(mtcars, aes(x=wt, y=mpg, color=cyl, size=cyl)) + geom_point() + theme(legend.position="none") # with marginal histogram a=ggMarginal(p, type="histogram") # marginal density b=ggMarginal(p, type="density") # marginal boxplot c=ggMarginal(p, type="boxplot") grid.arrange(p,a,b,c,ncol=2)

最后讲讲线性拟合:

library(ggployt2) data<-data.frame(rep(c("a","b"),50),my_x=1:100+rnorm(100,sd=9),my_y=1:100+rnorm(100,sd=16)) ggplot(data,aes(my_x,my_y)+geom(shape=1) ggplot(data,aes(my_x,my_y)+geom(shape=1)+geom_smooth(method=lm,color="red",se=T)

热力图

最后分享一下热力图的画法：

# Lattice package require(lattice) #The lattice package provides a dataset named volcano. It's a square matrix looking like that : head(volcano) # The use of levelplot is really easy then : levelplot(volcano) #注意输入数据为矩阵，行列表示坐标，数值表示显色深浅。

## Example data x <- seq(1,10, length.out=20) y <- seq(1,10, length.out=20) data <- expand.grid(X=x, Y=y)#expnad.grid 用于生成表格式的数据框，对应每个y，都会把所有的x都重复一遍 data$Z <- runif(400, 0, 5) # Levelplot with ggplot2 library(ggplot2) ggplot(data, aes(X, Y, z= Z)) + geom_tile(aes(fill = Z)) + theme_bw() # To change the color of the gradation : ggplot(data, aes(X, Y, z= Z)) + geom_tile(aes(fill = Z)) + theme_bw() + scale_fill_gradient(low="white", high="red") #自定义颜色深浅的种类