R數據可視化第一彈之qplot()

ggplot2之快速做圖qplot()

qplot()的意思是快速做圖，利用它能夠很方便的建立各類複雜的圖形，其餘系統須要好幾行代碼才能解決的問題，用qplot只須要一行就能完成。

本篇主要介紹：

• qplot()的基本用法
• 如何將變量映射到圖形屬性上（如大小、顏色和形狀等）
• 如何經過指定不一樣的幾何對象來建立不一樣類型的圖形，以及如何將他們組合在一張圖中
• 分面的應用，將數據拆分子集

1.數據集

首先咱們示例使用的數據集是R自帶的diamonds數據集，包含54000顆鑽石的價格和質量信息。

咱們同時使用一個小數據集dsmall，它是原始數據一個容量爲100的隨機樣本，咱們用這個數據集進行小數據的做圖展現。

 >set.seed(123)#讓樣本可重複
> dsmall <- diamonds[sample(nrow(diamonds),100),]
 

2.基本用法

qplot()的前兩個參數是x和y，分別表明所畫對象的x座標和y座標，還有一個可選的data參數，若是進行指定，那麼qplot()會首先在的數據框中查找變量名，而後再到R的工做空間中進行搜索。

下面是使用qplot()的一個簡單例子：

>qplot(carat,price,data=diamonds)

　　

這張圖顯示了變量之間很強的相關關係，以及一些明顯的異常值，這些關係彷佛是指數型的，咱們接下來對變量進行一些變換：

> qplot(log(carat),log(price),data=diamonds)

　　

如今這種關係就接近線性了，因爲圖中的元素有很大的重疊，下結論時須要謹慎。若是咱們研究體積（X*Y*Z）和其重量之間的關係，咱們能夠這樣：

> qplot(carat,x*y*z,data=diamonds)

　　

咱們能夠看到，大部分的鑽石都落在同一條直線上，但依然存在一些大的異常點。鑽石的密度應該是一個常數，因此體積和重量之間應該是線性關係。

3.顏色、大小、形狀和其餘屬性

咱們在重量和價格的散點圖添加顏色和切工信息。

> qplot(carat,price,data=dsmall,colour=color)

　　

> qplot(carat,price,data=dsmall,shape=cut)  #形狀切工

　　

顏色大小和形狀都是圖形屬性的具體例子，他們都是影響數據如何進行展現的視覺屬性。

使用半透明的顏色能夠有效減小圖形元素重疊的現象，要建立半透明的顏色，可使用alpha圖形屬性，其值從0（徹底透明）到1（徹底不透明）

>qplot(carat,price,data=diamonds,alpha=I(1/10))
>qplot(carat,price,data=diamonds,alpha=I(1/100))

　　

不一樣類型的變量有不一樣適用的圖形屬性。例如，顏色和形狀適用於分類變量，而大小適用於連續變量。

4.幾何對象

4.1向圖形中添加平滑曲線

經過改變幾何對象（簡寫爲geom），它幾乎能夠畫出任何一種類型的圖形。下面這些幾何對象適用於考察二維的變量關係：

• geom = "point"能夠繪製散點圖，這是當指定了x和y 參數給qplot的默認設置
• geom = "smooth"將擬合一條平滑曲線，並將曲線和標準偏差展示在圖中。
• geom = "boxplot"能夠繪製箱線圖
• geom = "path"和geom="line"能夠在數據點之間繪製連線，這類圖傳統的做用是探索時間和其餘變量之間的關係。

對於一維分佈，幾何對象的選擇是由變量的類型指定：

• 對於連續變量，geom = "histogram"繪製直方圖，geom="freqploy"繪製頻率多邊形，geom="density"繪製密度曲線。
• 對於離散變量，geom="bar"用來繪製條形圖。

若是在散點圖中有很是多的數據點，那麼數據展現的趨勢可能並不明顯，在這種狀況下應該在圖中添加一條平滑曲線，咱們用c()將多個幾何對象組成一個向量傳遞給geom.

幾何對象會按照指定的順序進行堆疊。

> qplot(carat,price,data=dsmall,geom=c("point","smooth"))

　　

灰色區域表示逐點的置信區間。

利用method參數能夠選擇許多不一樣的平滑器：

• method = "loess",當n較小時是默認選項，使用的是局部迴歸的方法。曲線的平滑程度是由span參數控制的，範圍從0（很不平滑）到1（很平滑）

> qplot(carat,price,data=dsmall,geom=c("point","smooth"),span=0.2)
> qplot(carat,price,data=dsmall,geom=c("point","smooth"),span=1)

　　

4.2箱線圖和擾動點圖

若是數據集中包含了一個分類變量和一個或多個連續變量，連續變量會如何隨着分類變量水平的變化而變化呢？箱線圖和擾動點圖提供了各自的方法達到這個目的。

> qplot(color,price/carat,data=diamonds,geom="jitter",alpha=I(1/5))
> qplot(color,price/carat,data=diamonds,geom="jitter",alpha=I(1/50))

　　

上面擾動點圖的重疊問題能夠用半透明顏色來解決。

> qplot(color,price/carat,data=diamonds,geom="boxplot")

　　

箱線圖顯示了分佈的中位數和四分位數都沒有太大的變化。

4.3直方圖和密度曲線圖

直方圖和密度曲線圖能夠展現單個變量的分佈，相對於箱線圖而言，它們提供了更多關於單個分佈的信息，但不利於在不一樣組之間比較。

下圖展現了鑽石重量的直方圖和密度曲線圖：

> qplot(carat,data=diamonds,geom="histogram")
> qplot(carat,data=diamonds,geom="density")

　　

adjust控制密度曲線的平滑程度（取值越大越平滑），binwidth參數控制直方圖的組距，組距較小顯示更多細節，組距較大反應整體特徵。

> qplot(carat,data=diamonds,geom="histogram",binwidth=1,xlim=c(0,3))
> qplot(carat,data=diamonds,geom="histogram",binwidth=0.1,xlim=c(0,3))

　　

要在不一樣組之間進行對比，只須要在加上一個圖形映射：

> qplot(carat,data=diamonds,geom="density",colour=color)
> qplot(carat,data=diamonds,geom="histogram",fill=color)

　　

4.4條形圖

在離散變量的情形下，條形圖和直方圖相似，繪製方法是geom="bar"

> qplot(color,data=diamonds,geom="bar")

　　

4.5時間序列中的線條圖和路徑圖

線條圖是將點從左到右進行鏈接，而路徑圖則按照點在數據集中的順序對其進行鏈接。

因爲diamonds中沒有包含時間變量，咱們這裏使用economics數據集，它包含美國過去40年的經濟數據。

下圖展現了失業率隨時間變化的線條圖：

> qplot(date,unemploy/pop,data=economics,geom="line")

咱們將年份映射到屬性colour上，更容易看清時間的行進方向。

> year <- function(x) as.POSIXlt(x)$year +1900
>plot(unemploy/pop,uempmed,data=economics,geom="path",colour=year(date))

　　

5.分面

分面將數據分割成若干子集，而後建立一個圖形矩陣，將每個子集繪製到圖形矩陣的窗格中。

qplot()中默認分面方法是將圖形拆分紅若干窗格，能夠經過形如raw_var~col_var來指定。

..density..是一個新的語法，告訴ggplot2將密度而不是頻數映射到y軸。

>qplot(carat,..density..,data=diamonds,facets=color~.,geom="histogram",binwidth=0.1,xlim=c(0,3))

　　

6.其餘選項

qplot()中還有一些其餘選項用於控制圖形外觀。

• xlim，ylim：設置x軸和y軸的顯示區間，例如xlim=c(0,20)
• log:對變量的對數操做
• main：圖形的主標題，以大字號顯示
• xlab，ylab：設置x軸和y軸的標籤文字

> qplot(
+ carat,price,data=dsmall,
+ xlab="Price ($)",ylab="Weight (carats)",
+ main = "Price-wight relationship")

　　

 

 原創文章，轉載請註明出處！