第 8 章标准绘图

8.1 直方图和密度图

8.1.1 问题

你想要绘制一个直方图或密度图。

8.1.2 方案

样例数据：两个分别包含200个数据点的向量：

set.seed(1234)
rating <- rnorm(200)
head(rating)
#> [1] -1.2071  0.2774  1.0844 -2.3457  0.4291  0.5061
rating2 <- rnorm(200, mean = 0.8)
head(rating2)
#> [1] 1.2852 1.4968 0.9855 1.5007 1.1117 1.5605

当可视化含多个组别的数据时，一些绘图方法通常需要一个数据框：一列给分组变量，一列给测量值。

# 创建一列用于显示数据的组别
cond <- factor(rep(c("A", "B"), each = 200))

data <- data.frame(cond, rating = c(rating, rating2))
head(data)
#>   cond  rating
#> 1    A -1.2071
#> 2    A  0.2774
#> 3    A  1.0844
#> 4    A -2.3457
#> 5    A  0.4291
#> 6    A  0.5061
# 直方图
hist(rating)

# 使用8个箱子（这仅仅是近似 -
# 它会把边界放在一个比较好的近似值上）
# 让箱子呈现淡蓝色 #CCCCFF
# 相比于计数，这里让面积为1，即显示比例(freq=FALSE)
hist(rating, breaks = 8, col = "#CCCCFF", freq = FALSE)

# 每0.6一个刻度
boundaries <- seq(-3, 3.6, by = 0.6)
boundaries
#>  [1] -3.0 -2.4 -1.8 -1.2 -0.6  0.0  0.6  1.2  1.8  2.4
#> [11]  3.0  3.6

hist(rating, breaks = boundaries)

# 核密度图
plot(density(rating))

8.1.2.1 多个组别的核密度图

代码来自： http://onertipaday.blogspot.com/2007/09/plotting-two-or-more-overlapping.html

plot.multi.dens <- function(s) {
  junk.x = NULL
  junk.y = NULL
  for (i in 1:length(s)) {
    junk.x = c(junk.x, density(s[[i]])$x)
    junk.y = c(junk.y, density(s[[i]])$y)
  }
  xr <- range(junk.x)
  yr <- range(junk.y)
  plot(density(s[[1]]), xlim = xr, ylim = yr, main = "")
  for (i in 1:length(s)) {
    lines(density(s[[i]]), xlim = xr, ylim = yr, col = i)
  }
}

# 下面函数的输入必须是一个数值列表
plot.multi.dens(list(rating, rating2))

sm 包也引入了一种绘制多个密度图的方式，输入数据必须是数据框。

library(sm)
#> Warning in fun(libname, pkgname): couldn't connect to
#> display ":0"
#> Package 'sm', version 2.2-5.6: type help(sm) for summary information
sm.density.compare(data$rating, data$cond)
# 添加一个图例 (颜色编号从2往上升)
legend("topright", levels(data$cond), fill = 2 + (0:nlevels(data$cond)))

8.2 散点图

8.2.1 问题

你想要创建一个散点图。

8.2.2 方案

假设下面是你的数据：

set.seed(955)
# 给数据添加一些随机噪声
dat <- data.frame(xvar = 1:20 + rnorm(20, sd = 3), yvar = 1:20 +
  rnorm(20, sd = 3), zvar = 1:20 + rnorm(20, sd = 3))

head(dat)
#>     xvar     yvar     zvar
#> 1 -4.252  3.47316 -2.97807
#> 2  1.702  0.00594 -1.16183
#> 3  4.323 -0.09425  4.85517
#> 4  1.781  2.07281  4.65079
#> 5 11.537  1.21544 -0.06614
#> 6  6.672  3.60811  6.24350

8.2.2.1 基本的散点图

# 使用向量 xvar 和 yvar 绘制点图
plot(dat$xvar, dat$yvar)

# 跟上一句代码一致，但这里是用公式实现
plot(yvar ~ xvar, dat)
# 添加一条回归线
fitline <- lm(dat$yvar ~ dat$xvar)
abline(fitline)

8.2.2.2 散点图矩阵

如果你想要比较多个变量，可以创建一个散点图矩阵。

# 一个散点图矩阵
plot(dat[, 1:3])

# 添加回归线
# 在对角添加histogram/boxplot/density/qqplot
library(car)
#> 载入需要的程辑包：carData
scatterplotMatrix(dat[, 1:3], diagonal = "histogram", smooth = FALSE)
#> Warning in applyDefaults(diagonal, defaults =
#> list(method = "adaptiveDensity"), : unnamed diag
#> arguments, will be ignored

想要查看对应的相关矩阵，查看回归和相关分析。

想要可视化相关矩阵，查看相关矩阵。

8.3 箱线图

8.3.1 问题

你想要绘制一个箱线图。

8.3.2 方案

该方案教你如何快速地使用标准绘图方法绘制简单的箱线图。

这里的例子使用 ToothGrowth 数据集，它有两个独立变量以及一个依赖变量。

head(ToothGrowth)
#>    len supp dose
#> 1  4.2   VC  0.5
#> 2 11.5   VC  0.5
#> 3  7.3   VC  0.5
#> 4  5.8   VC  0.5
#> 5  6.4   VC  0.5
#> 6 10.0   VC  0.5

在不同 supp 和 dose 条件下，变量 len 的箱线图:

boxplot(len ~ supp, data = ToothGrowth)

# 即使 `dose` 是一个数值型变量，`boxplot`
# 也会将其转换为因子
boxplot(len ~ dose, data = ToothGrowth)

组合 supp 和 dose 不同水平（即交互项）下 len 的箱线图

boxplot(len ~ interaction(dose, supp), data = ToothGrowth)

注意 plot() 除了添加了横轴标签和不会自动将数值变量转换为因子变量，它与 boxplot() 有非常相似的输出。

plot(len ~ interaction(dose, supp), data = ToothGrowth)

8.4 QQ 图

8.4.1 问题

你想要对你自己的数据分布与其他的分布进行比较。这常用语检查是否一个样本是否服从正态分布，以及两个样本是抽取自同一分布。

8.4.2 方案

假设这是你的数据：

set.seed(183)
# 正态分布的数值
x <- rnorm(80, mean = 50, sd = 5)

# 均匀分布的数值
z <- runif(80)
# 比较用rnorm()抽样的数据分布与正态分布的差异
qqnorm(x)
qqline(x)


# 比较数据的4次幂分布与正态分布的差异
qqnorm(x^4)
qqline(x^4)


# 比较均匀分布抽取的数据与正态分布的差异
qqnorm(z)
qqline(z)

第 8 章 标准绘图