R in action读书笔记（4）-第六章：基本图形（下）

6.3直方图

hist()

其中的x是一个由数据值组成的数值向量。参数freq=FALSE表示根据概率密度而不是频数绘制图形。参数breaks用于控制组的数量。在定义直方图中的单元时，默认将生成等距切分。

par(mfrow=c(2，2))

hist(mtcars$mpg)#简单直方图

hist(mtcars$mpg#指定组数和颜色

        breaks=12，

        col="red"，

        xlab="Miles Per Gallon"，

        main="Colored histogram wi七h 12 bins”

hist(mtcars$mpg#添加轴须图

        freq=FALSE,

        breaks=12，

        col=”red"，

        xlab="Miles Per Gallon"，

      main="His七ogram, rug plo七，densi七y curve"

rug(jitter(mtcars$mpg))

lines(density(mtcars字mpg)，col="blue"，lwd=2)

 

x<一mtcars$mpg#添加正态密度曲线和外框

h<-hist(x,

            breaks=12，

            col=”red"，

            xlab="Mfiles Per Gallon"

            main="Histogramwith normal curve and box"

xfit<一seq(min(x)，max(x)，length=40)

yfit<-dnorm(xfit, mean=mean(x)，sd=sd(x))

yfit<一yfit*diff(h$mids[1:2])*length(x)

lines(xfit, yfit, col="blue"，lwd=2)

box()

6.4核密度图

核密度估计是用于估计随机变量概率密度函数的一种非参数方法。绘制密度图的方法（不叠加到另一幅图上方）为： plot(density(x)) 其中的x是一个数值型向量。

par(mfrow=c(2，1))

d<一density(mtcars$mpg)

plot(d)

d<一density(mtcars$mpg)

plot(d, main=”Kernel Density of Miles Per Gallon"

polygon(d, col=”red"，border="blue”)# polygon()函数根据顶点的x和y坐标（本例中由density()函数提供）绘制了多边形。

rug(mtcars$mpg, col=”brown”)

使用sm包中的sm.density.compare()函数可向图形叠加两组或更多的核密度图。使用格式为:

sm .density .compare(x, factor)

其中的x是一个数值型向量，factor是一个分组变量。

par(lwd=2)# 双倍线条宽度

library(sm)

attach(mtcars)

cyl.f<-factor(cyl,levels=c(4,6,8),labels=c("4 cylinder","6 cylinder","8 cylinder"))#创建分组因子

sm .density .compare(mpg, cyl，xlab=”Miles Per Gallon”)# 绘制密度图

title(main="MPG Distribution by Car Cylinders”)

colfill<-c(2:(1+length(levels(cyl.f)))) #通过鼠标单击添加图例

legend(locator(1)，levels(cyl .f)，fill=colfill)

detach(mtcars)

6.5箱线图

箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分

位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量

的分布。箱线图能够显示出可能为离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上

四分位数与下四分位数的差值）的观测。例如：

boxplot(mtcars$mpg,main=”box plot”,ylab=”miles per gallon”)

6.5.1使用并列箱线图进行跨组比较

箱线图可以展示单个变量或分组变量。使用格式为:

boxplot(formula，data=data framel)

其中的formula是一个公式，dataframe代表提供数据的数据框（或列表）。一个示例公式为y ~

A，这将为类别型变量A的每个值并列地生成数值型变量y的箱线图。公式y ~ A*B则将为类别型

变量A和B所有水平的两两组合生成数值型变量y的箱线图。添加参数varwidth=TRUE 将使箱线图的宽度与其样本大小的平方根成正比。参数horizontal=TRUE可以反转坐标轴的方向。

boxplot(mpg~cyl,data=mtcars,main="Car mileage data",xlab="number of cylinders",ylab="miles per gallon")

箱线图灵活多变，通过添加notch=TRUE，可以得到含凹槽的箱线图。若两个箱的凹槽互不

重叠，则表明它们的中位数有显著差异

boxplot(mpg~cyl,data=mtcars,notch=TRUE,varwidth=TRUE,col="red",main="Car Mileage Data",xlab="Number of Cylinders",ylab="Miles Per Gallon")

两个交叉因子的箱线图:

mtcars$cyl.f<-factor(mtcars$cyl,levels=c(4,6,8),labels=c("4","6","8"))#创建汽缸数量的因子

mtcars$am.f<-factor(mtcars$am,levels=c(0,1),labels=c("auto","standard"))#创建变速箱类型的因子

boxplot(mpg~am.f*cyl.f,data=mtcars,varwidth=TRUE,col=c("gold","darkgreen"),main="MPG Distribution by Auto Type",xlab="Auto Type")#生成箱线图

6.5.2小提琴图

小提琴图是箱线图与核密度图的结合。你可以使用vioplot包中的vioplot()函数绘制它。

>x1<-mtcars$mpg[mtcars$cyl==4]

> x2<-mtcars$mpg[mtcars$cyl==6]

> x3<-mtcars$mpg[mtcars$cyl==8]

> vioplot(x1,x2,x3,names=c("4 cyl","6 cyl","8 cly"),col="gold")

> title("violin plots of miles per gallon")

6.6点图

点图提供了一种在简单水平刻度上绘制大量有标签值的方法。你可以使用dotchart()函数创建点图，格式为：dotchart(x,labels=)其中的x是一个数值向量，而labels则是由每个点的标签组成的向量。你可以通过添加参数groups来选定一个因子，用以指定x中元素的分组方式。如果这样做，则参数gcolor可以控制不同组标签的颜色，cex可控制标签的大小。

dotchart(mtcars$mpg,labels=row.names(mtcars),cex=0.7,main="gas mileage for car nolels",xlab="miles per gallon")

分组、排序、着色后的点图

> x<-mtcars[order(mtcars$mpg),]

> x$cyl<-factor(x$cyl)

> 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,gcolor="black",color=x$color,pch=19,main="gas fo car models\ngrouped by cylinder",xlab="miles per gallon")