R语言数据分析与挖掘-高级绘图工具

ggplot2绘图工具01102交互式绘图工具01ggplot2绘图工具201PAGE3ggplot2绘图工具ggplot2是一套全面而连贯的语法绘图系统。它弥补了R语言中创建图形缺乏一致性的缺点。ggplot2具有以下特性：高质量图形的绘制，自动化添加网格线和图例。叠加来自不同数据源的多个图层（点、线、地图、箱线图等）。利用R语言强大的建模功能添加平滑曲线，如loess、线性模型、广义可加模型和稳健回归。保存任意ggplot2图形，方便修改或重复使用。制作主题，满足内部定制或杂志风格的需求，便捷地应用到多副图形上。从视觉角度上审视你的图形，斟酌每一部分数据如何呈现在最终图形上。3PAGE4从qplot()函数开始qplot()函数的意思是快速作图（quickplot），利用它可以很方便地创建各种复杂图形。qplot()函数被设计得与plot()函数很像，因此如果有base包绘图基础，那么用起它来也会很容易。qplot()函数的基本表达形式为：

qplot(x,y=NULL,...,data,facets=NULL,margins=FALSE,geom="auto",stat=list(NULL),position=list(NULL),xlim=c(NA,NA),ylim=c(NA,NA),log="",main=NULL,xlab=deparse(substitute(x)),ylab=deparse(substitute(y)),asp=NA)其中，参数facets是图形/数据的分面，参数geom指图形的几何类型，参数stat指图形的统计类型，参数position可图形或者数据的位置调整，其他参数与plot()函数类似。4>if(!require(ggplot2))install.packages("ggplot2")>plot(mtcars$wt,mtcars$mpg)#方法一>qplot(mtcars$wt,mtcars$mpg)#方法二PAGE5从qplot()函数开始同样也可以使用参数main增加主标题，xlab、ylab修改X轴标题和Y轴标题，通过xlim，ylim参数修改X轴、Y轴的范围。5>#修改标题及坐标轴>plot(mtcars$wt,mtcars$mpg,main="利用plot函数绘制散点图",+xlab="Weight(1000lbs)",ylab="Miles/(US)gallon",+xlim=c(0,10),ylim=c(0,40))#方法一>qplot(mtcars$wt,mtcars$mpg,main="利用qplot函数绘制散点图",+xlab="Weight(1000lbs)",ylab="Miles/(US)gallon",+xlim=c(0,10),ylim=c(0,40))#方法二PAGE6从qplot()函数开始甚至，qplot()函数也利用参数pch改变点形状、cex改变点大小、col改变颜色。6>#修改颜色、形状、大小>plot(mtcars$wt,mtcars$mpg,main="利用plot函数绘制散点图",+xlab="Weight(1000lbs)",ylab="Miles/(US)gallon",+xlim=c(0,10),ylim=c(0,40),+pch=7,cex=2,col="green")#方法一>qplot(mtcars$wt,mtcars$mpg,main="利用qplot函数绘制散点图",+xlab="Weight(1000lbs)",ylab="Miles/(US)gallon",+xlim=c(0,10),ylim=c(0,40),pch=I(7),+cex=I(2),col=I("green"))#方法二PAGE7从qplot()函数开始上面的例子都是通过利用qplot()函数绘制散点图，可以通过参数geom指定不同的几何对象，绘制各种图形。7>#通过geom参数指定图形的几何类型>library(ggplot2)>q1<-qplot(wt,mpg,data=mtcars,geom="point",main="散点图")>q2<-qplot(wt,mpg,data=mtcars,geom=c("point","smooth"),+main="增加拟合曲线的散点图")>q3<-qplot(Species,Sepal.Length,data=iris,geom="boxplot",main="箱线图")>q4<-qplot(Species,Sepal.Length,data=iris,geom="violin",main="小提琴图")>q5<-qplot(clarity,data=diamonds,geom="bar",main="柱状图")>q6<-qplot(carat,data=diamonds,geom="histogram",main="直方图")>if(!require(gridExtra))install.packages("gridExtra")>grid.arrange(q1,q2,q3,q4,q5,q6,ncol=3)PAGE8ggplot()函数绘图ggplot()函数的功能是初始化一个ggplot对象，不指定做图内容。其使用格式为：

ggplot(data=NULL,…)其中，data指数据集。layer()函数的功能是创建一个新的图层。其使用格式为：layer(geom,stat,data,mapping,position)其中，geom为图形的几何类型，stat为图形的统计类型，data指数据集，mapping指映射，position可图形或者数据的位置调整。8几何对象函数描述

geom_abline直线：由斜率和截距指定geom_area面积图geom_bar条形图geom_bin2d二维封箱的热图geom_blank空的几何对象，什么也不画geom_boxplot箱线图geom_contour等高线图geom_crossbarCrossbar图（类似于箱线图，但没有触须和极值点）geom_density密度图geom_density2d二维密度图geom_errorbar误差线（通常添加到其他图形上，比如柱状图、点图、线图等）geom_errorbarh水平误差线geom_freqploy频率多边形（类似于直方图）geom_hex六边形图（通常用于六边形封箱）geom_histogram直方图geom_hline水平线geom_jitter自动添加了扰动点geom_line线geom_linerange区间，用竖直线表示geom_path几何路径，由一组点按顺序链接geom_point点geom_pointrange一条垂直线，线的中间有一个点（与Crossbar图和箱线图有关）geom_polygon多边形geom_quantile一组分位数线（来自分位数回归）geom_rect二维的长方形geom_ribbon彩虹图geom_rug触须geom_segment线段geom_smooth平滑的条件均值geom_step阶梯图geom_text文本geom_tile瓦片（即一个个小长方形或多边形）PAGE9ggplot()绘图示例9>library(ggplot2)>ggplot(iris,aes(x=Species,y=Sepal.Length,fill=Species))++geom_boxplot()++labs(title="依据种类分组的花萼长度箱线图")++theme(legend.position="none")>ggplot(iris,aes(x=Species,y=Sepal.Length,fill=Species))++geom_violin()++geom_jitter()++labs(title="依据种类分组的花萼长度箱线图")++theme(legend.position="none")PAGE10ggplot2分面板10可以利用facet_wrap()或facet_grid()函数对图形进行分面。例如利用lattice中的数据集singer，对不同声部的身高数据绘制密度图。可以设置面板的行数或列数（通过facet_wrap()中的参数nrow和ncol设置），并可以利用主题参数theme设置图例。>data(singer,package="lattice")>ggplot(data=singer,aes(x=height,fill=voice.part))++geom_density()++facet_wrap(~voice.part,ncol=4)++theme(legend.position="none")PAGE11修改颜色11可以使用scale_color_manual()或scale_color_brewer()函数修改图形的颜色。#调整图形填充颜色>#方式一：使用scale_color_manual函数>g1<-ggplot(iris,aes(x=Sepal.Length,y=Sepal.Width,colour=Species,shape=Species))++scale_color_manual(values=c("orange","olivedrab","navy"))++geom_point(size=3)>#方式二:使用scale_color_brewer函数>g2<-ggplot(iris,aes(x=Sepal.Length,y=Sepal.Width,colour=Species,shape=Species))++scale_color_brewer(palette="Set1")++geom_point(size=3)>gridExtra::grid.arrange(g1,g2,ncol=2)PAGE12ggthemes扩展包12ggthemes是ggplot2的主题扩展包，提供ggplot2使用的新主题、尺度、几何对象和一些新函数。ggthemes通过install.packages("ggthemes",dependencies=TRUE)命令进行安装。加载该包主要作用是ggthemes提供的themes可以让我们快速绘制不同主题图像。主题名描述

theme_base类似于ggplot默认设置theme_calc类似LibreOfficeCalc图表theme_economist类似经济类图表theme_economist_white类似经济类图表theme_excel类似经典excel图表theme_few简洁型theme_fivethirtyeight类似于

的图

theme_foundation这个主题的设计是为基础建立新的主题,而不是直接使用。theme_foundation是一个完整的主题,只有最小的元素定义。它相比于theme_gray或theme_bw更容易通过扩展创建新的主题。theme_gdocs类似默认的GoogleDocsCharttheme_hcHighchartsJStheme_igary主题与白色面板和灰色背景。theme_map一个简洁的地图主题theme_panderpander的默认主题theme_solarized可以看/solarized的介绍theme_solarized_2同上theme_solid主题删除所有non-geom元素(线条、文本等),这个主题只有所需的几何对象。theme_stata基于Statagraphschemes的主题theme_tufte基于数据墨水最大化和图形设计的EdwardTufte定量信息的视觉显示。没有边界,没有轴线,没有网格。这个主题与geom_rug或geom_rangeframe结合效果最好。theme_wsjWallStreetJournalthemePAGE13ggExtra扩展包13ggExtra是一个在ggplot2图形边缘添加直方图的扩展包，可以通过install.packages(“ggExtra”)命令进行安装。ggMarginal()函数可以给ggplot2图形边界添加密度图、直方图、箱线图或小提琴图。运行以下代码给散点图的X、Y轴添加直方图。>library(ggExtra)>library(ggplot2)>set.seed(1234)>df<-data.frame(x=rnorm(1000,50,10),y=rnorm(1000,50,10))>p<-ggplot(df,aes(x,y))+geom_point()+theme_classic()>#addmarginalhistograms>ggMarginal(p,type="histogram")>ggMarginal(p,type="histogram",colour="pink",fill="green")交互式绘图工具1402PAGE15recharts包15recharts基于Echarts2的一个稳定发布版(v2.2.7)开发，安装命令如下：recharts是一个用于交互可视化的R扩展包，它提供了一套面向JavaScript库ECharts2的接口。此包的目的是让R语言用户即便不精通HTML或JavaScript，也能用很少的代码做出Echarts交互图。当然，懂一点JavaScript的话会更如虎添翼。recharts基于htmlwidgets扩展包开发，这样做的优点是极大地节省了开发者管理JavaScript依赖包和处理不同类型的输出文档（如RMarkdown和Shiny）的时间。你只需要创建一幅图，而如何输出这幅图（无论RMarkdown,Shiny,还是R控制台/RStudio）则交由htmlwidgets来处理。if(!require(devtools))library(devtools)devtools::install_github('madlogos/recharts')PAGE16recharts包-散点图16此包的主函数是echartr()和S3通用函数echart()。在设计宗旨上，希望它们能自动处理不同类型数据。比如，当把一个数据框传入echart()，而x、y变量均为数值型，它们会自动适配散点图，并自动生成对应的坐标轴。当然，你也可以通过参数type选择需要展示的图形。echartr()函数的基本表达形式为：

echartr(data,x=NULL,y=NULL,series=NULL,weight=NULL,facet=NULL,t=NULL,lat=NULL,lng=NULL,type="auto",subtype=NULL,elementId=NULL,...)主题名描述

data数据源，必须是数据框x自变量。data的一列或多列。可以是时间、数值或文本型y因变量，data的一列或多列。始终为数值型series分组变量，data的某一列。进行运算被视为因子。作为数据系列映射到图例weight权重变量，在气泡图、线图、柱图中与图形大小关联facet分面变量，data的某一列。facet的每个水平会生成一个独立的分面type图表类型，默认为auto>library(recharts)>echartr(iris,Sepal.Length,Sepal.Width)PAGE17recharts包-条形图17recharts扩展包绘制条形图包含三种类型：条图：bar|hbar、柱图：column|vbar、直方图：histogram|hist。>revenue<-read.csv("../data/revenue.csv")>library(reshape2)>revenue<-melt(revenue,id="游戏名称")>colnames(revenue)<-c("游戏名称","时间段","收入")>#绘制条形图，默认hbar类型>b<-echartr(revenue,"游戏名称","收入","时间段")%>%+setTitle("游戏收入",pos=12)%>%+setLegend(pos=6)>bPAGE18rbokeh包18Bokeh是一个创建交互式图表和地图的python库，现在有了对应的R包，作者是RyanHafen。它可以很容易地创建漂亮的网页图表，并且跟Shiny完全兼容。通常，利用bokeh来绘图需要给图形添加图层，类似于ggplot2。对于创建一个简单的图表，主要包含以下两个步骤：（1）figure()——初始化图形。它有很多参数，用来设置宽度、高度、标题和坐标轴参数。（2）ly_geom()——指定你要用到的几何类型。这里有多种选择：ly_points