R语言_中级绘图

R语言_学习笔记

1、用gclus包绘制散点图矩阵

> library(gclus)
> library(MASS)
> library(car)
> attach(Cars93)
> mycar <- Cars93[,c("Price","Horsepower","RPM","MPG.highway","Engi> neSize","Rev.per.mile")]
> mycar.corr <- abs(cor(mycar))
> mycolors2 <- dmat.color(mycar.corr)
> myorder2 <- order.single(mycar.corr)
> cpairs(mycar,myorder2,panel.colors=mycolors2,gap=.5,
         main="Variables Ordered and Colored by Correlation")

颜色越偏红色，散点越集中于对角线位置，表明两个变量之间的相关性越高。

2、高密度散点图

• 用最原始的方法画高密度散点图

> set.seed(888)
> gao <- rgamma(10000,2,3)
> midu <- rgamma(10000,1,5)
> c1 <- matrix(gao,ncol=2)
> c2 <- matrix(midu,ncol=2)
> gaomidu <- rbind(c1,c2)
> gaomidu <- as.data.frame(gaomidu)
> names(gaomidu) <- c("x","y")
> with(gaomidu,plot(x,y,pch=19,main="Scatter Plot with 10000 Oberservations"))

很明显，这图画得非常丑陋，让人感觉很不舒服。

下面介绍三种高大上的方法来绘制漂亮的高密度散点图：

• 用封箱、颜色和透明度来指明图中任意点上的重叠点的数目

> with(gaomidu,smoothScatter(x,y,main="Scatterplot Colored by Smoothed Densities"))

• 用hexbin包中的hexbin()函数将二元变量的封箱放到六边形单元格中

> library(grid)
> library(lattice)
> library(hexbin)
> with(gaomidu,{bin <- hexbin(x,y,xbins=50)
       plot(bin,main="Hexagonal Binning with 10000 Oberservations")}
      )

• 用IDPmisc包中的iplot()函数来展示高密度散点图

> library(IDPmisc)
> with(gaomidu,iplot(x,y,main="Image Scatter Plot with Color   Indicating Density"))

3、相关图

> library(corrgram)
> library(MASS)
> library(car)
> corrgram(Cars93,order=TRUE, #相关矩阵将使用主成分分析法对变量重排序。
           lower.panel=panel.shade,  #设置主对角线下方的元素类型,此处设置的是用阴影深度表示相关性大小。
           upper.panel=panel.pie, #设置主对角线上方的元素类型，此处设置的是用饼图填充比例来表示相关性大小
           text.panel=panel.txt, #输出变量的名字
           main="Correlogram of Cars93 intercorrelations",
          # col.regions=colorRampPalette(c("darkgoldenrod4","burlywood1","darkkhaki","darkgreen")) 这行可用来调色
           )

(1) 蓝色表示正相关，红色表示负相关。
(2) 色彩越深，饱和度越高，说明变量之间相关性越大。

4、马赛克图

> library(grid)
> library(vcd)
> mosaic(Titanic,
         shade=TRUE,   #设置根据拟合模型的Pearson残差值对图形上色。
         legend=TRUE   #展示残差的图例。
         )

图中包含的信息：

• 从船员到头等舱，存活率陡然提高;
• 大部分孩子都处在三等舱和二等舱中;
• 在头等舱中的大部分女性都存货下来，而三等舱中仅有一半女性存货;
• 船员中女性很少;