R繪圖基礎

一，佈局

Ｒ繪圖所佔的區域，被分紅兩大部分，一是外圍邊距，一是繪圖區域。

外圍邊距可以使用par()函數中的oma來進行設置。好比oma=c(4,3,2,1)，就是指外圍邊距分別爲下邊距：4行，左邊距3行，上邊距2行，右邊距1行。很明顯這個設置順序是從x軸開始順時針方向。這裏的行是指能夠顯示1行普通字體。因此當咱們使用mtext中的line參數時，設置的大小就應該是[0,行數)的開區間。當咱們使用mtext在外圍邊距上書寫內容時，設置mtext中的outer=TRUE便可。

繪圖區域可以使用par()函數中的mfrow, mfcol來進行佈局。mfrow和mfcol可使用繪圖區域被區分爲多個區域。默認值爲mfrow(1,1)。

好比mfrow(2,3)就是指將繪圖區域分紅2行3列，並按行的順序依次繪圖填充；
好比mfcol(3,2)就是指將繪圖區域分紅3行2列，並按列的順序依次繪圖填充；

咱們將每個細分的繪圖區域分爲兩個部分，一是繪圖邊距，一是主繪圖。

繪圖邊距須要容納的內容有座標軸，座標軸標籤，標題。一般來說，咱們都只須要一個x軸，一個y軸，因此在設置時，通常的下邊距和左邊距都會大一些。若是多個x軸或者y軸，才考慮將上邊距或者右邊距放大一些。繪圖邊距可使用par()函數中mar來設置。好比mar=c(4,3,2,1)，與外圍邊距的設置相似，是指繪圖邊距分別爲下邊距：4行，左邊距3行，上邊距2行，右邊距1行。很明顯這個設置順序是從x軸開始順時針方向。行的概念與以前的相同。也可使用mai來設置。mai與mar惟一不一樣之處在於mai不是以行爲單位，而是以inch爲單位。

SOUTH<-1; WEST<-2; NORTH<-3; EAST<-4;   GenericFigure <- function(ID, size1, size2) { plot(0:10, 0:10, type="n", xlab="X", ylab="Y") text(5,5, ID, col="red", cex=size1) box("plot", col="red") mtext(paste("cex",size2,sep=""), SOUTH, line=3, adj=1.0, cex=size2, col="blue") title(paste("title",ID,sep="")) }   MultipleFigures <- function() { GenericFigure("1", 3, 0.5) box("figure", lty="dotted", col="blue")   GenericFigure("2", 3, 1) box("figure", lty="dotted", col="blue")   GenericFigure("3", 3, 1.5) box("figure", lty="dotted", col="blue")   GenericFigure("4", 3, 2) box("figure", lty="dotted", col="blue") }   par(mfrow=c(2,2),mar=c(6,4,2,1),oma=c(4,3,2,1))   MultipleFigures()   box("inner", lty="dotted", col="green") box("outer", lty="solid", col="green")   mtext("Outer Margin Area (oma) of South: 6", SOUTH, line=1, cex=1, outer=TRUE)   plotline<-function(n,direc){ for(i in 0:n){ mtext(paste("line",i,sep=""), direc, line=i, cex=1, col="black", adj=1, outer=TRUE) } } plotline(4,SOUTH)

Ｒ繪圖佈局

 

可是，使用mfrow,mfcol只能是矩陣似的佈局，若是咱們須要簡單地實際不規則的佈局，那該怎麼辦呢？還有強大的layout()專門用於佈局。

layout(mat, widths = rep(1, ncol(mat)), heights = rep(1,nrow(mat)),respect = FALSE)

其中，mat就是一個距陣，假設咱們要畫N個圖，那麼，mat就要描述每一個圖所在的位置，其中1…N-1都必須至少出現過一次。好比有三個圖，咱們但願的佈局是第一排有一個圖，第二排有兩個圖，那麼mat<-matrix(c(1,1,2,3), nrow=2, ncol=2, byrow = TRUE)；若是但願第一排有兩個圖，第二排有一個圖，那麼就是mat<-matrix(c(1,2,3,3),nrow=2,ncol=2,byrow=TRUE)。很明顯，仍是將畫布分紅許多小格矩陣，這裏就是2Ｘ2的，若是但願第1個圖放入第一排的1，2格，那就在矩陣的第1，2的位置寫入1，若是是但願第2個圖放在第一排的1，2格，那就在矩陣的第1，2的位置寫入2。

> attach(mtcars) > layout(matrix(c(1,1,2,3), 2, 2, byrow = TRUE)) > hist(wt) > hist(mpg) > hist(disp)

layout不規則佈局0

那麼參數中的widths和heights又是作什麼用的呢？它們就是用來指定每行或者每列的寬度和高度的。咱們能夠作如下的比較：

> attach(mtcars) > layout(matrix(c(1,1,1,1,2,2,2,3,2,2,2,3),3,4,byrow=TRUE)) > hist(wt) > hist(mpg) > hist(disp) > layout(matrix(c(1,1,2,3), 2, 2, byrow = TRUE), + widths=c(3,1), heights=c(1,2)) > hist(wt) > hist(mpg) > hist(disp)

layout不規則佈局1

咱們發現，這兩種方法獲得的是相同的結果，在代碼的書寫上，第2種方法要更清晰一些。

想象一下，彷佛每一個圖的位置必須是連在一塊兒的小矩陣，若是，不構成連在一塊兒小矩陣，會成爲怎麼樣的一個結果呢？

> attach(mtcars) > layout(matrix(c(1,1,2,1,1,1),nrow=2,ncol=3,byrow=T)) > hist(wt) > hist(mpg)

layout內嵌圖佈局

若是須要大圖，小圖，內嵌圖這layout()雖然很容易實現，但多少有點麻煩，不是那麼爲所欲爲。仍是回過頭來使用par()吧。使用par()的中fig=在畫布任意位置上畫圖。在使用fig參數時，須要把畫布理解成左下角爲座標(0,0)，右上角爲(1,1)的一個座標系。fig=c(x1,x2,y1,y2)來設置該參，x1<x2,y1<y2，x1,y1定位繪圖區的左下角，x2,y2定位繪圖區的右上角。使用new=TRUE參數來確認是否在原畫布上繼續畫，還從新在一張新畫布上開始畫。

> par(fig=c(0,0.85,0,0.85), new=F) > plot(mtcars$wt, mtcars$mpg, xlab="Miles Per Gallon", + ylab="Car Weight") > par(fig=c(0,0.8,0.55,1), new=TRUE) > boxplot(mtcars$wt, horizontal=TRUE, axes=FALSE) > par(fig=c(0.65,1,0,0.8),new=TRUE) > boxplot(mtcars$mpg, axes=FALSE) > mtext("Enhanced Scatterplot", side=3, outer=TRUE, line=-3) > par(fig=c(0.4,0.75,0.4,0.7),new=TRUE,mar=c(2,2,0,0),mgp=c(1,.4,0),cex=1,cex.lab=0.7,cex.axis=0.7) > hist(mtcars$mpg, main="")

par實現內嵌圖

二，顏色

計算機保存及還原顏色時有多種方案，較爲經常使用的是兩個，RGB和HSV。R預設了657種顏色，能夠經過colors()函數調用（或者英式拼寫colours()）。好比咱們經常使用的紅，綠，藍，

> colors()[c(552,254,26)] [1] "red" "green" "blue"

咱們可使用grep來調取咱們感興趣的顏色，

> grep("red",colors()) [1] 100 372 373 374 375 376 476 503 504 505 506 507 524 525 526 527 528 552 553 [20] 554 555 556 641 642 643 644 645   > colors()[grep("red",colors())] [1] "darkred" "indianred" "indianred1" "indianred2" [5] "indianred3" "indianred4" "mediumvioletred" "orangered" [9] "orangered1" "orangered2" "orangered3" "orangered4" [13] "palevioletred" "palevioletred1" "palevioletred2" "palevioletred3" [17] "palevioletred4" "red" "red1" "red2" [21] "red3" "red4" "violetred" "violetred1" [25] "violetred2" "violetred3" "violetred4"   > colors()[grep("sky",colors())] [1] "deepskyblue" "deepskyblue1" "deepskyblue2" "deepskyblue3" [5] "deepskyblue4" "lightskyblue" "lightskyblue1" "lightskyblue2" [9] "lightskyblue3" "lightskyblue4" "skyblue" "skyblue1" [13] "skyblue2" "skyblue3" "skyblue4"   > SetTextContrastColor <- function(color) + { + ifelse( mean(col2rgb(color)) > 127, "black", "white") + } > # Define this array of text contrast colors that correponds to each > # member of the colors() array. > TextContrastColor <- unlist( lapply(colors(), SetTextContrastColor) )   > # 1a. Plot matrix of R colors, in index order, 25 per row. > # This example plots each row of rectangles one at a time. > colCount <- 25 # number per row > rowCount <- 27 > plot( c(1,colCount), c(0,rowCount), type="n", ylab="", xlab="", + axes=FALSE, ylim=c(rowCount,0)) > title("R colors") > > for (j in 0:(rowCount-1)) + { + base <- j*colCount + remaining <- length(colors()) - base + RowSize <- ifelse(remaining < colCount, remaining, colCount) + rect((1:RowSize)-0.5,j-0.5, (1:RowSize)+0.5,j+0.5, + border="black", + col=colors()[base + (1:RowSize)]) + text((1:RowSize), j, paste(base + (1:RowSize)), cex=0.7, + col=TextContrastColor[base + (1:RowSize)]) + }

Ｒ顏色表

對於大多數理工出身的人來說，理解顏色並不難，難的是如何選擇一種或者多種理想的顏色，讓繪圖很漂亮。Ｒ當中有一個包RColorBrewer就能夠爲咱們解決這個難題，其中預設了不少種顏色組合以供咱們使用。

> library(RColorBrewer) > display.brewer.all()

RColorBrewer中預設的顏色表

咱們看到其中Set3和Paired設定了12種顏色，其他的有多有少，以9種居多。在使用其顏色時，使用brewer.pal(n, name)調用便可，其中n最小值爲3最大值爲每組預設值數組的長度。好比brewer.pal(12,Paired)

在繪圖時，有以下顏色參數

參數	描述
col	繪圖使用的顏色，許多函數接受一組顏色，並對不一樣的數據依次使用顏色。
col.axis	座標軸字符顏色
col.lab	x,y座標標記顏色
col.main	標題顏色
col.sub	副標題顏色
fg	繪圖前景色，包括座標軸，各種boxes
bg	繪圖背景色

> require(graphics) > par(col.axis="green",col.lab="blue",col.main="darkred",fg="white",bg="black") > plot(cars,main="speed vs dist")

顏色設置示例

三，字體

字體參數以下：

參數	描述
font	字體描述，1正常，2加粗，3斜體，4加粗，斜體，5符號
font.axis	座標軸字符描述
font.lab	座標軸標記字體描述
font.main	標題字體描述
font.sub	副標題字體描述
ps	字體點陣大小，大約爲1/72英寸。在使用時text size=ps*cex
cex	字體放大或者縮小多少倍
cex.axis	座標軸字符大小
cex.lab	座標軸標記字體大小
cex.main	標題字體大小
cex.sub	副標題字體大小
family	繪圖字體。標準字體是」serif」,」sans」,」mono」,」symbol」。固然能夠指定任何本身已有的字體庫。但它是設備依賴的。

> fonts<-names(pdfFonts()) > cnt<-length(fonts) > x<-cnt+10 > x<-1:x > y<-x > pdf("font.pdf") > plot(x,y,type="n") > for(i in 1:cnt){text(i,i*1.3,family=fonts[i],paste("font",fonts[i]),adj=0)} > dev.off()

字體

四，符號與線形

畫圖中的符號由pch參數來控制。其描邊色由col控制，填充色由bg控制。

> pchShow <- + function(extras = c("*",".", "o","O","0","+","-","|","%","#"), + cex = 3, ## good for both .Device=="postscript" and "x11" + col = "red3", bg = "gold", coltext = "brown", cextext = 1.2, + main = paste("plot symbols : points (... pch = *, cex =", + cex,")")) + { + nex <- length(extras) + np <- 26 + nex + ipch <- 0:(np-1) + k <- floor(sqrt(np)) + dd <- c(-1,1)/2 + rx <- dd + range(ix <- ipch %/% k) + ry <- dd + range(iy <- 3 + (k-1)- ipch %% k) + pch <- as.list(ipch) # list with integers & strings + if(nex > 0) pch[26+ 1:nex] <- as.list(extras) + plot(rx, ry, type="n", axes = FALSE, xlab = "", ylab = "", + main = main) + abline(v = ix, h = iy, col = "lightgray", lty = "dotted") + for(i in 1:np) { + pc <- pch[[i]] + ## 'col' symbols with a 'bg'-colored interior (where available) : + points(ix[i], iy[i], pch = pc, col = col, bg = bg, cex = cex) + if(cextext > 0) + text(ix[i] - 0.3, iy[i], pc, col = coltext, cex = cextext) + } + } > > pchShow()

符號

線形主要由lty和lwd來控制。lty: line type. lwd: line width.顧名思意，lty控制線的形狀，而lwd控制線的粗細，默認值爲1。設計成2表示兩倍線寬。

線形

五，座標軸，圖例，標記與標題

相關參數來控制，它們有

參數	描述
main	主標題
sub	副標題
xlab	x軸標記
ylab	y軸標記
xlim	x軸上下限（範圍）
ylim	y軸上下限
mgp	座標軸標記，座標字符，座標刻度線距離座標軸的行數，默認值爲c(3,1,0)

增長一個新的座標軸使用axis()函數。

參數	描述
side	座標軸所在的位置，1:下,2:左,3:上,4:右
at	座標軸具體位置，一般由自動給出。
labels	座標字符串
pos	座標軸線所在的行，默認值爲重繪所在位置上的原座標
lty	線型
col	顏色
las	座標標記與座標軸方位關係，＝0爲平等，＝2爲垂直
lwd.ticks	座標刻度線寬度
col.ticks	座標刻度線顏色
(…)	其它par()中可用的參數

> # A Silly Axis Example > > # specify the data > x <- c(1:10); y <- x; z <- 10/x > > # create extra margin room on the right for an axis > par(mar=c(5, 4, 4, 8) + 0.1) > > # plot x vs. y > plot(x, y,type="b", pch=21, col="red", + yaxt="n", lty=3, xlab="", ylab="") > > # add x vs. 1/x > lines(x, z, type="b", pch=22, col="blue", lty=2) > > # draw an axis on the left > axis(2, at=x,labels=x, col.axis="red", las=2) > > # draw an axis on the right, with smaller text and ticks > axis(4, at=z,labels=round(z,digits=2), + col.axis="blue", las=2, cex.axis=0.7, tck=-.01) > > # add a title for the right axis > mtext("y=1/x", side=4, line=3, cex.lab=1,las=2, col="blue") > > # add a main title and bottom and left axis labels > title("An Example of Creative Axes", xlab="X values", + ylab="Y=X")

座標軸

圖例使用legend()函數控制

參數	描述
x,y	圖例所在位置，可使用」bottom」,」bottomleft」,」left」,」topleft」,」top」,」topright」,」right」,」bottomleft」,」center」來指定。
inset	設置在主繪圖邊距
title	圖例的標題
legend	圖例的內容
…	其它par()可用的參數

> attach(mtcars) > boxplot(mpg~cyl, main="Milage by Car Weight", + yaxt="n", xlab="Milage", horizontal=TRUE, + col=terrain.colors(3)) > legend("topright", inset=.05, title="Number of Cylinders", + c("4","6","8"), fill=terrain.colors(3), horiz=TRUE)

圖例

文本框使用text或者mtext函數。text能夠在主繪圖區內加文本框，mtext在邊距或者外邊距上加文本框。

text(location, 「text to place」, pos, …)
mtext(「text to place」, side, line=n, …)

參數	描述
location	圖例所在位置
pos	所在的相對位置，1:下面,2:左邊,3:上面,4:右邊
side	所在邊距的位置，1:下,2:左,3:上,4:右
…	其它par()可用的參數

> attach(mtcars) > plot(wt, mpg, main="Milage vs. Car Weight", + xlab="Weight", ylab="Mileage", pch=18, col="blue") > text(wt, mpg, row.names(mtcars), cex=0.6, pos=4, col="red")

文本框

六，各種圖型

點，線，面

點：points，線：abline,lines,segments，面：box,polygon,polypath,rect，特殊的：arrows,symbols

points不只僅能夠畫前文中pch所設定的任意一個符號，還能夠以字符爲符號。

> ## ------------ test code for various pch specifications ------------- > # Try this in various font families (including Hershey) > # and locales. Use sign=-1 asserts we want Latin-1. > # Standard cases in a MBCS locale will not plot the top half. > TestChars <- function(sign=1, font=1, ...) + { + if(font == 5) { sign <- 1; r <- c(32:126, 160:254) + } else if (l10n_info()$MBCS) r <- 32:126 else r <- 32:255 + if (sign == -1) r <- c(32:126, 160:255) + par(pty="s") + plot(c(-1,16), c(-1,16), type="n", xlab="", ylab="", + xaxs="i", yaxs="i") + grid(17, 17, lty=1) + for(i in r) try(points(i%%16, i%/%16, pch=sign*i, font=font,...)) + } > TestChars() > try(TestChars(sign=-1))

畫點

abline能夠由斜率和截距來肯定一條直線，lines能夠鏈接兩個或者多個點，segments能夠按起止位置畫線。

> require(stats) > sale5 <- c(6, 4, 9, 7, 6, 12, 8, 10, 9, 13) > plot(sale5,new=T) > abline(lsfit(1:10,sale5)) > abline(lsfit(1:10,sale5, intercept = FALSE), col= 4) > abline(h=6, v=8, col = "gray60") > text(8,6, "abline( h = 6 )", col = "gray60", adj = c(0, -.1)) > abline(h = 4:8, v = 6:12, col = "lightgray", lty=3) > abline(a=1, b=2, col = 2) > text(5,11, "abline( 1, 2 )", col=2, adj=c(-.1,-.1)) > segments(6,4,9,5,col="green") > text(6,5,"segments(6,4,9,5)") > lines(sale5,col="pink")

線段

box畫出當前盒子的邊界,polygon畫多邊形,polypath畫路徑,rect畫距形。

> x <- c(1:9,8:1) > y <- c(1,2*(5:3),2,-1,17,9,8,2:9) > op <- par(mfcol=c(3,1)) > for(xpd in c(FALSE,TRUE,NA)) { + plot(1:10, main = paste("xpd =", xpd)) + box("figure", col = "pink", lwd=3) + polygon(x,y, xpd=xpd, col="orange", lty=2, lwd=2, border="red") + } > par(op) > plotPath <- function(x, y, col = "grey", rule = "winding") { + plot.new() + plot.window(range(x, na.rm = TRUE), range(y, na.rm = TRUE)) + polypath(x, y, col = col, rule = rule) + if (!is.na(col)) + mtext(paste("Rule:", rule), side = 1, line = 0) + } > > plotRules <- function(x, y, title) { + plotPath(x, y) + plotPath(x, y, rule = "evenodd") + mtext(title, side = 3, line = 0) + plotPath(x, y, col = NA) + } > > op <- par(mfrow = c(5, 3), mar = c(2, 1, 1, 1)) > > plotRules(c(.1, .1, .9, .9, NA, .2, .2, .8, .8), + c(.1, .9, .9, .1, NA, .2, .8, .8, .2), + "Nested rectangles, both clockwise") > plotRules(c(.1, .1, .9, .9, NA, .2, .8, .8, .2), + c(.1, .9, .9, .1, NA, .2, .2, .8, .8), + "Nested rectangles, outer clockwise, inner anti-clockwise") > plotRules(c(.1, .1, .4, .4, NA, .6, .9, .9, .6), + c(.1, .4, .4, .1, NA, .6, .6, .9, .9), + "Disjoint rectangles") > plotRules(c(.1, .1, .6, .6, NA, .4, .4, .9, .9), + c(.1, .6, .6, .1, NA, .4, .9, .9, .4), + "Overlapping rectangles, both clockwise") > plotRules(c(.1, .1, .6, .6, NA, .4, .9, .9, .4), + c(.1, .6, .6, .1, NA, .4, .4, .9, .9), + "Overlapping rectangles, one clockwise, other anti-clockwise") > > par(op) > require(grDevices) > ## set up the plot region: > op <- par(bg = "thistle") > plot(c(100, 250), c(300, 450), type = "n", xlab="", ylab="", + main = "2 x 11 rectangles; 'rect(100+i,300+i, 150+i,380+i)'") > i <- 4*(0:10) > ## draw rectangles with bottom left (100, 300)+i > ## and top right (150, 380)+i > rect(100+i, 300+i, 150+i, 380+i, col=rainbow(11, start=.7,end=.1)) > rect(240-i, 320+i, 250-i, 410+i, col=heat.colors(11), lwd=i/5) > ## Background alternating ( transparent / "bg" ) : > j <- 10*(0:5) > rect(125+j, 360+j, 141+j, 405+j/2, col = c(NA,0), + border = "gold", lwd = 2) > rect(125+j, 296+j/2, 141+j, 331+j/5, col = c(NA,"midnightblue")) > mtext("+ 2 x 6 rect(*, col = c(NA,0)) and col = c(NA,\"m..blue\"))")

多邊形

路徑

矩形

arrows用於畫箭頭，symbols用於畫符號

> ## Note that example(trees) shows more sensible plots! > N <- nrow(trees) > with(trees, { + ## Girth is diameter in inches + symbols(Height, Volume, circles = Girth/24, inches = FALSE, + main = "Trees' Girth") # xlab and ylab automatically + ## Colours too: + op <- palette(rainbow(N, end = 0.9)) + symbols(Height, Volume, circles = Girth/16, inches = FALSE, bg = 1:N, + fg = "gray30", main = "symbols(*, circles = Girth/16, bg = 1:N)") + palette(op) + })

符號

畫圓

> library(plotrix) > plot(1:5,seq(1,10,length=5),type="n",xlab="",ylab="",main="Test draw.circle") > draw.circle(2,4,c(1,0.66,0.33),border="purple", + col=c("#ff00ff","#ff77ff","#ffccff"),lty=1,lwd=1) > draw.circle(2.5,8,0.6,border="red",lty=3,lwd=3) > draw.circle(4,3,0.7,border="green",lty=1,lwd=1) > draw.circle(3.5,7,0.8,border="blue",lty=2,lwd=2)

圓

散點圖及趨勢線

一維點圖使用dotchart函數。

> # Dotplot: Grouped Sorted and Colored > # Sort by mpg, group and color by cylinder > x <- mtcars[order(mtcars$mpg),] # sort by mpg > x$cyl <- factor(x$cyl) # it must be a factor > x$color[x$cyl==4] <- "red" > x$color[x$cyl==6] <- "blue" > x$color[x$cyl==8] <- "darkgreen" > dotchart(x$mpg,labels=row.names(x),cex=.7,groups= x$cyl, + main="Gas Milage for Car Models\ngrouped by cylinder", + xlab="Miles Per Gallon", gcolor="black", color=x$color)

一維點圖

二維散點圖使用plot函數。直趨勢線使用abline函數，擬合曲線在擬合後使用line函數繪製。

> attach(mtcars) > plot(wt, mpg, main="Scatterplot Example", + xlab="Car Weight ", ylab="Miles Per Gallon ", pch=19) > # Add fit lines > abline(lm(mpg~wt), col="red") # regression line (y~x) > lines(lowess(wt,mpg), col="blue") # lowess line (x,y)

點陣圖

曲線

曲線使用lines函數。其type參數可使用」p」,」l」,」o」,」b,c」,」s,S」,」h」,」n」等。

> x <- c(1:5); y <- x # create some data > par(pch=22, col="blue") # plotting symbol and color > par(mfrow=c(2,4)) # all plots on one page > opts = c("p","l","o","b","c","s","S","h") > for(i in 1:length(opts)){ + heading = paste("type=",opts[i]) + plot(x, y, main=heading) + lines(x, y, type=opts[i]) + }

曲線

柱狀圖

普通的柱狀圖使用barplot函數。其參數horiz=TRUE表示水平畫圖，beside=TRUE表示若是是多組數據的話，在並排畫圖，不然原位堆疊畫圖。

> par(mfrow=c(1,2)) > counts <- table(mtcars$vs, mtcars$gear) > barplot(counts, main="Car Distribution by Gears and VS", + xlab="Number of Gears", col=c("darkblue","red"), + legend = rownames(counts),horiz=TRUE) > barplot(counts, main="Car Distribution by Gears and VS", + xlab="Number of Gears", col=c("darkblue","red"), + legend = rownames(counts), beside=TRUE)

bar圖

柱狀統計圖使用hist函數。其breaks參數設置每組的範圍。使用density函數能夠擬合曲線。

> hist(mtcars$mpg, breaks=12) > dens<-density(mtcars$mpg) > lines(dens$x,dens$y*100,col="red")

柱狀圖

餅圖

餅圖使用pie函數。

> x<-table(mtcars$gear) > pie(x,label=paste("gear=",rownames(x),sep=""))

餅圖

3維餅圖使用plotrix庫中的pie3D函數。

> x<-table(mtcars$gear) > pie3D(x,labels=paste("gear=",rownames(x),sep=""),explode=0.1)

3Ｄ餅圖

箱線圖

箱線圖使用boxplot函數。boxplot中參數x爲公式。R中的公式如何定義呢？最簡單的 y ~ x 就是y是x的一次函數。好了，下面就是相關的符號表明的意思：

符號	示例	意義
+	+x	包括該變量
–	-x	不包括該變量
:	x:z	包括兩變量的相互關係
*	x*z	包括兩變量，以及它們之間的相互關係
/	x/z	nesting: include z nested within x
|	x|z	條件或分組：包括指定z的x
^	(u+v+w)^3	include these variables and all interactions up to three way
poly	poly(x,3)	polynomial regression: orthogonal polynomials
Error	Error(a/b)	specify the error term
I	I(x*z)	as is: include a new variable consisting of these variables multiplied
1	-1	截距：減去該截距

> boxplot(mpg~cyl,data=mtcars, main="Car Milage Data", + xlab="Number of Cylinders", ylab="Miles Per Gallon") > boxplot(len~supp*dose, data=ToothGrowth, notch=TRUE, + col=(c("gold","darkgreen")), + main="Tooth Growth", xlab="Suppliment and Dose")

箱線圖

若是我想在箱線圖上疊加樣品點，即所謂的蜂羣圖，如何作呢？

> source("http://bioconductor.org/biocLite.R") > biocLite(c("beeswarm","ggplot2")) > library(beeswarm) > library(ggplot2) > data(breast) > beeswarm <- beeswarm(time_survival ~ event_survival, + data = breast, method = 'swarm', + pwcol = ER)[, c(1, 2, 4, 6)] > colnames(beeswarm) <- c("x", "y", "ER", "event_survival") > > beeswarm.plot <- ggplot(beeswarm, aes(x, y)) + + xlab("") + + scale_y_continuous(expression("Follow-up time (months)")) > beeswarm.plot2 <- beeswarm.plot + geom_boxplot(aes(x, y, + group = round(x)), outlier.shape = NA) > beeswarm.plot3 <- beeswarm.plot2 + geom_point(aes(colour = ER)) + + scale_colour_manual(values = c("black", "red")) + + scale_x_continuous(breaks = c(1:2), + labels = c("Censored", "Metastasis"), expand = c(0, 0.5)) > print(beeswarm.plot3)

蜂羣圖

> require(beeswarm) > data(breast) > > beeswarm(time_survival ~ event_survival, data = breast, + method = 'swarm', + pch = 16, pwcol = as.numeric(ER), + xlab = '', ylab = 'Follow-up time (months)', + labels = c('Censored', 'Metastasis')) > > boxplot(time_survival ~ event_survival, + data = breast, add = T, + names = c("",""), col="#0000ff22")

蜂羣圖

分枝樹

> require(graphics) > opar<-par(mfrow=c(2,1),mar=c(4,3,0.5,0.5)) > hc <- hclust(dist(USArrests), "ave") > plot(hc,main="") > plot(hc, hang = -1,main="") > par(opar)

分枝樹

文氏圖

> library(limma) > Y <- matrix(rnorm(100*6),100,6) > Y[1:10,3:4] <- Y[1:10,3:4]+3 > Y[1:20,5:6] <- Y[1:20,5:6]+3 > design <- cbind(1,c(0,0,1,1,0,0),c(0,0,0,0,1,1)) > fit <- eBayes(lmFit(Y,design)) > results <- decideTests(fit) > a <- vennCounts(results) > print(a) x1 x2 x3 Counts [1,] 0 0 0 89 [2,] 0 0 1 11 [3,] 0 1 0 0 [4,] 0 1 1 0 [5,] 1 0 0 0 [6,] 1 0 1 0 [7,] 1 1 0 0 [8,] 1 1 1 0 attr(,"class") [1] "VennCounts" > vennDiagram(a) > vennDiagram(results,include=c("up","down"),counts.col=c("red","green"))

文氏圖

七，綜合應用

點陣圖加兩方向柱狀圖

> def.par <- par(no.readonly = TRUE) # save default, for resetting... > > x <- pmin(3, pmax(-3, rnorm(50))) > y <- pmin(3, pmax(-3, rnorm(50))) > xhist <- hist(x, breaks=seq(-3,3,0.5), plot=FALSE) > yhist <- hist(y, breaks=seq(-3,3,0.5), plot=FALSE) > top <- max(c(xhist$counts, yhist$counts)) > xrange <- c(-3,3) > yrange <- c(-3,3) > nf <- layout(matrix(c(2,0,1,3),2,2,byrow=TRUE), c(3,1), c(1,3), TRUE) > #layout.show(nf) > > par(mar=c(3,3,1,1)) > plot(x, y, xlim=xrange, ylim=yrange, xlab="", ylab="") > par(mar=c(0,3,1,1)) > barplot(xhist$counts, axes=FALSE, ylim=c(0, top), space=0) > par(mar=c(3,0,1,1)) > barplot(yhist$counts, axes=FALSE, xlim=c(0, top), space=0, horiz=TRUE) > > par(def.par)

點陣＋柱狀

帶偏差的點線圖

> # Clustered Error Bar for Groups of Cases. > # Example: Experimental Condition (Stereotype Threat Yes/No) x Gender (Male / Female) > # The following values would be calculated from data and are set fixed now for > # code reproduction > > means.females <- c(0.08306698, -0.83376319) > stderr.females <- c(0.13655378, 0.06973371) > > names(means.females) <- c("No","Yes") > names(stderr.females) <- c("No","Yes") > > means.males <- c(0.4942997, 0.2845608) > stderr.males <- c(0.07493673, 0.18479661) > > names(means.males) <- c("No","Yes") > names(stderr.males) <- c("No","Yes") > > # Error Bar Plot > > library (gplots) > > # Draw the error bar for female experiment participants: > plotCI(x = means.females, uiw = stderr.females, lty = 2, xaxt ="n", xlim = c(0.5,2.5), ylim = c(-1,1), gap = 0, ylab="Microworld Performance (Z Score)", xlab="Stereotype Threat", main = "Microworld performance over experimental conditions") > > # Add the males to the existing plot > plotCI(x = means.males, uiw = stderr.males, lty = 1, xaxt ="n", xlim = c(0.5,2.5), ylim = c(-1,1), gap = 0, add = TRUE) > > # Draw the x-axis (omitted above) > axis(side = 1, at = 1:2, labels = names(stderr.males), cex = 0.7) > > # Add legend for male and female participants > legend(2,1,legend=c("Male","Female"),lty=1:2)

偏差圖

偏差繪圖plotCI增強版是plotmeans,具體可以使用?plotmeans來試用它。這裏就很少講了。

帶偏差的柱狀圖。仍是使用gplots包

> library(gplots) > # Example with confidence intervals and grid > hh <- t(VADeaths)[, 5:1] > mybarcol <- "gray20" > ci.l <- hh * 0.85 > ci.u <- hh * 1.15 > mp <- barplot2(hh, beside = TRUE, + col = c("lightblue", "mistyrose", + "lightcyan", "lavender"), + legend = colnames(VADeaths), ylim = c(0, 100), + main = "Death Rates in Virginia", font.main = 4, + sub = "Faked 95 percent error bars", col.sub = mybarcol, + cex.names = 1.5, plot.ci = TRUE, ci.l = ci.l, ci.u = ci.u, + plot.grid = TRUE) > mtext(side = 1, at = colMeans(mp), line = 2, + text = paste("Mean", formatC(colMeans(hh))), col = "red") > box()

帶偏差的柱狀圖

漂亮的箱線圖

> require(gplots) #for smartlegend > > data(ToothGrowth) > boxplot(len ~ dose, data = ToothGrowth, + boxwex = 0.25, at = 1:3 - 0.2, + subset= supp == "VC", col="yellow", + main="Guinea Pigs' Tooth Growth", + xlab="Vitamin C dose mg", + ylab="tooth length", ylim=c(0,35)) > boxplot(len ~ dose, data = ToothGrowth, add = TRUE, + boxwex = 0.25, at = 1:3 + 0.2, + subset= supp == "OJ", col="orange") > > smartlegend(x="left",y="top", inset = 0, + c("Ascorbic acid", "Orange juice"), + fill = c("yellow", "orange"))

箱線圖

基因芯片熱圖，具體參考http://www2.warwick.ac.uk/fac/sci/moac/students/peter_cock/r/heatmap/

> library("ALL") > data("ALL") > eset <- ALL[, ALL$mol.biol %in% c("BCR/ABL", "ALL1/AF4")] > library("limma") > f <- factor(as.character(eset$mol.biol)) > design <- model.matrix(~f) > fit <- eBayes(lmFit(eset,design)) > selected <- p.adjust(fit$p.value[, 2]) <0.005 > esetSel <- eset [selected, ] > color.map <- function(mol.biol) { if (mol.biol=="ALL1/AF4") "#FF0000" else "#0000FF" } > patientcolors <- unlist(lapply(esetSel$mol.bio, color.map)) > library("gplots") > heatmap.2(exprs(esetSel), col=redgreen(75), scale="row", ColSideColors=patientcolors, + key=TRUE, symkey=FALSE, density.info="none", trace="none", cexRow=0.5)

點柱圖(dothistogram) 

英文名稱	中文名稱
bar	條形圖
line	線圖
area	面積圖
pie	餅圖
high-low	高低圖
pareto	帕累託圖
control	控制圖
boxplot	箱線圖
error bar	偏差條圖
scatter	散點圖
P-P	P-P正態機率圖
Q-Q	Q-Q正態機率圖
sequence	序列圖
ROC Curve	ROC分類效果曲線圖
Time Series	時間序列圖

好了，言歸正傳。那麼什麼又是點柱圖(dot histogram)呢？以前我又稱之爲蜂羣圖(beeswarm)。還有稱之爲抖點圖(jitter plots)。總之不管如何，在糗世界裏我都稱之爲點柱圖吧。

咱們先看點柱圖效果：

點柱圖

如下是代碼

> require(beeswarm) > data(breast) > head(breast) ER ESR1 ERBB2 time_survival event_survival 100.CEL.gz neg 8.372133 13.085894 39 1 103.CEL.gz pos 10.559356 9.491683 97 0 104.CEL.gz pos 12.299905 9.599574 11 1 105.CEL.gz pos 10.776632 9.681747 99 0 106.CEL.gz pos 10.505124 9.436763 40 1 107.CEL.gz neg 10.377741 8.695576 94 0 > require(plotrix) > cluster<-cluster.overplot(breast$event_survival, breast$time_survival) > png("dothist.png",width=1000,height=1000) > opar<-par(mfrow=c(3,3)) > plot (breast$event_survival, breast$time_survival, main="Multiple points on coordinate",col=as.numeric(breast$ER),xaxt="n",xlim=c(-1,2)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > plot(jitter(breast$event_survival), breast$time_survival, main="Using Jitter on x-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > plot(jitter(breast$event_survival), jitter(breast$time_survival), main="Using Jitter on x and y-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > sunflowerplot(breast$event_survival, breast$time_survival, main="Using Sunflowers",xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > plot(cluster, main="Using cluster.overplot",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > count.overplot(jitter(breast$event_survival), jitter(breast$time_survival), main="Using cout.overplot",col=as.numeric(breast$ER),xaxt="n") > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > sizeplot(breast$event_survival, breast$time_survival, main="Using sizeplot",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > beeswarm(time_survival ~ event_survival, data = breast, + method = 'swarm', + pch = 16, pwcol = as.numeric(ER), + xlab = '', ylab = 'Follow-up time (months)', + labels = c('Censored', 'Metastasis')) > dev.off() quartz 2 > par(opar)

如下是解釋

在不少狀況下，咱們畫散點圖的時候，有許多點擁有相同的橫座標，若是咱們簡單的使用plot(x,y)的方式，會顯得這些點擁擠在一塊兒，象圖中左上角同樣，很是的不舒服。咱們須要把這些點分散開。

最基本的思路是，把橫座標抖散(jitter)，使原本都擁有相同座標的點的橫座標稍有不一樣。jitter是基類函數{base}，無需調用任何包。

> plot(jitter(breast$event_survival), breast$time_survival, main="Using Jitter on x-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis")) > plot(jitter(breast$event_survival), jitter(breast$time_survival), main="Using Jitter on x and y-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5)) > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))

咱們比較圖中上邊靠右的兩個圖，咱們發現，若是隻抖散x座標的話，仍是有些點會粘在一塊兒，因此同時抖散y座標會好一些。咱們可使用factor參數來控制jitter抖散的強度。

> plot(rep(c(1,5,10),each=5),c(jitter(rep(100,5),factor=1),jitter(rep(100,5),factor=5),jitter(rep(100,5),factor=10)),col=c("red","blue","green","gray","black"),xlim=c(-2,13),xlab="",ylab="y",xaxt="n",main="jitter(rep(100,5)) with different factor") > axis(1,at=c(1,5,10),labels=c(paste("factor=",c(1,5,10),sep="")))

不一樣強度的jitter

在graphics包中提供了一個sunflowerplot的函數。它的目的是用花瓣數目多少來顯示落在同一座標上的點的數目。可是從中左圖看來，點多的時候效果並不是老是那麼好。

在plotrix包中提供了一些有意思的函數來解決點擠在一塊兒的這個問題，它們分別是cluster.overplot, count.overplot, sizeplot。這三個函數的效果如圖中及下靠左的兩個。cluster.overplot的方法相似抖散，count overplot的方法是使用數字來顯示落在同一座標上的點的數目，sizeplot的方法是使用不一樣大小是點來顯示落在同一座標上的點的數目。從效果來看，點多的時候效果也並不是理想。

而上一次提到過的蜂羣圖彷佛是解決這一問題的最佳方案。

咱們得出結論，在點數不一樣的狀況下，使用plotrix包及sunflowerplot是不錯的。但點數較多的狀況下，仍是使用jitter和beeswarm較爲穩妥。

咱們也可使用ggplot2包中的geom來繪製點柱圖

> require(beeswarm) > data(breast) > library(ggplot2) > p<-ggplot(breast, aes(event_survival,time_survival)) > print(p+geom_jitter(aes(color=ER))+scale_colour_manual(value = c("black", "red"))+scale_x_continuous(breaks = c(0:1),labels = c("Censored", "Metastasis")))

ggplot點柱圖

還有一種圖，名稱爲Engelmann-Hecker-Plot， 由plotrix的ehplot來實現。

> data(iris);library(plotrix) > ehplot(iris$Sepal.Length, iris$Species, + intervals=20, cex=1.8, pch=20, main="pch=20") > ehplot(iris$Sepal.Width, iris$Species, + intervals=20, box=TRUE, median=FALSE, main="box=TRUE") > ehplot(iris$Petal.Length, iris$Species, + pch=17, col="red", log=TRUE, main="pch=17") > ehplot(iris$Petal.Length, iris$Species, + offset=0.06, pch=as.numeric(iris$Species), main="pch=as.numeric(iris$Species)") > rnd <- sample(150) > plen <- iris$Petal.Length[rnd] > pwid <- abs(rnorm(150, 1.2)) > spec <- iris$Species[rnd] > ehplot(plen, spec, pch=19, cex=pwid, + col=rainbow(3, alpha=0.6)[as.numeric(spec)], main="cex and col changes")

 

座標中斷(axis breaks)

R當中的座標中斷通常都使用plotrix庫中的axis.break(), gap.plot(), gap.barplot(), gap.boxplot()等幾個函數來實現，例：

gap plot

> library(plotrix) > opar<-par(mfrow=c(3,2)) > plot(sample(5:7,20,replace=T),main="Axis break test",ylim=c(2,8)) > axis.break(axis=2,breakpos=2.5,style="gap") > axis.break(axis=2,breakpos=3.5,style="slash") > axis.break(axis=2,breakpos=4.5,style="zigzag") > twogrp<-c(rnorm(5)+4,rnorm(5)+20,rnorm(5)+5,rnorm(5)+22) > gap.plot(twogrp,gap=c(8,16,25,35), + xlab="X values",ylab="Y values",xlim=c(1,30),ylim=c(0,25), + main="Test two gap plot with the lot",xtics=seq(0,30,by=5), + ytics=c(4,6,18,20,22,38,40,42), + lty=c(rep(1,10),rep(2,10)), + pch=c(rep(2,10),rep(3,10)), + col=c(rep(2,10),rep(3,10)), + type="b") > gap.plot(21:30,rnorm(10)+40,gap=c(8,16,25,35),add=TRUE, + lty=rep(3,10),col=rep(4,10),type="l") > gap.barplot(twogrp,gap=c(8,16),xlab="Index",ytics=c(3,6,17,20), + ylab="Group values",main="Barplot with gap") > gap.barplot(twogrp,gap=c(8,16),xlab="Index",ytics=c(3,6,17,20), + ylab="Group values",horiz=TRUE,main="Horizontal barplot with gap") > twovec<-list(vec1=c(rnorm(30),-6),vec2=c(sample(1:10,40,TRUE),20)) > gap.boxplot(twovec,gap=list(top=c(12,18),bottom=c(-5,-3)), + main="Show outliers separately") > gap.boxplot(twovec,gap=list(top=c(12,18),bottom=c(-5,-3)),range=0, + main="Include outliers in whiskers") > par(opar)

從圖像效果上來看，這樣的座標中斷只能說實現了座標中斷，但效果上是很是通常的。甚至遠不如excel, openoffice當中出圖效果好。爲此，咱們須要對plotrix庫中的gap.plot作出修改，以達到滿意的效果。

 

最簡單的修改辦法就是在使用了gap.plot, gap.barplot, gap.boxplot以後從新使用axis.break來修改中斷類型，使得看上去美一點。

> axis.break(2,from,breakcol="snow",style="gap") > axis.break(2,from*(1+0.02),breakcol="black",style="slash") > axis.break(4,from*(1+0.02),breakcol="black",style="slash") > axis(2,at=from)

使用上面的辦法能夠繪製出雙反斜線中斷，並能夠視實際狀況加油斷點起止位置。

改進的gap.plot

> library(plotrix) > x<-c(1:5,6.9,7) > y<-2^x > from<-33 > to<-110 > opar<-par(mfrow=c(2,2)) > plot(x,y,type="b",main="normal plot") > gap.plot(x,y,gap=c(from,to),type="b",main="gap plot") > axis.break(2,from,breakcol="snow",style="gap") > axis.break(2,from*(1+0.02),breakcol="black",style="slash") > axis.break(4,from*(1+0.02),breakcol="black",style="slash") > axis(2,at=from) > gap.barplot(y,gap=c(from,to),col=as.numeric(x),main="barplot with gap") > axis.break(2,from,breakcol="snow",style="gap") > axis.break(2,from*(1+0.02),breakcol="black",style="slash") > axis.break(4,from*(1+0.02),breakcol="black",style="slash") > axis(2,at=from) > gap.barplot(y,gap=c(from,to),col=as.numeric(x),horiz=T,main="Horizontal barplot with gap") > axis.break(1,from,breakcol="snow",style="gap") > axis.break(1,from*(1+0.02),breakcol="black",style="slash") > axis.break(3,from*(1+0.02),breakcol="black",style="slash") > axis(1,at=from) > par(opar)

來源：http://blog.qiubio.com:8080/rbioconductor-2

  這個總結的也不錯，推薦下：  ggplot2繪製Excel全部圖