R 語言繪製數據：圖表篇

R 語言有非常多的繪圖和數據可視化的包，比如 graphics、lattice、ggplot2 等。這是 R 語言系列的第 9 篇文章，我們會介紹 R 中用來繪圖的各種函數。

本文使用的 R 是 4.1.2 版本，運行環境為 Parabola GNU/Linux-libre (x86-64)。

$ R --version

R version 4.1.2 (2021-11-01) -- "Bird Hippie"
Copyright (C) 2021 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)

R 是自由軟體，沒有任何擔保責任。只要遵守 GNU 通用公共許可證的版本 2 或者版本 3，你就可以對它進行（修改和）再分發。詳情見 https://www.gnu.org/licenses/。

折線圖

我們以印度全境消費者物價指數（CPI -- 鄉村/城市）數據集為研究對象，它可以從 https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0 下載。選擇「截止到 2021 年 11 月」 的版本，用 read.csv 函數讀取下載好的文件，如下所示：

> cpi <- read.csv(file="CPI.csv", sep=",")

> head(cpi)
Sector Year Name Andhra.Pradesh Arunachal.Pradesh Assam Bihar
1 Rural 2011 January 104 NA 104 NA
2 Urban 2011 January 103 NA 103 NA
3 Rural+Urban 2011 January 103 NA 104 NA
4 Rural 2011 February 107 NA 105 NA
5 Urban 2011 February 106 NA 106 NA
6 Rural+Urban 2011 February 105 NA 105 NA
Chattisgarh Delhi Goa Gujarat Haryana Himachal.Pradesh Jharkhand Karnataka
1 105 NA 103 104 104 104 105 104
2 104 NA 103 104 104 103 104 104
3 104 NA 103 104 104 103 105 104
4 107 NA 105 106 106 105 107 106
5 106 NA 105 107 107 105 107 108
6 105 NA 104 105 106 104 106 106
...

以 Punjab 州為例，對每年各月份的 CPI 值求和，然後用 plot 函數畫一張折線圖：

> punjab <- aggregate(x=cpi$Punjab, by=list(cpi$Year), FUN=sum)

> head(punjab)
Group.1 x
1 2011 3881.76
2 2012 4183.30
3 2013 4368.40
4 2014 4455.50
5 2015 4584.30
6 2016 4715.80

> plot(punjab$Group.1, punjab$x, type="l", main="Punjab Consumer Price Index upto November 2021", xlab="Year", ylab="Consumer Price Index")

plot 函數可以傳入如下參數：

結果如圖 1。

自相關圖

自相關圖能在時序分析中展示一個變數是否具有自相關性，可以用 R 中的 acf 函數繪製。acf 函數可以設置三種自相關類型：correlation、covariance 或 partial。圖 2 是 Punjab 州 CPI 值的自相關圖，x 表示 CPI。

acf(punjab$x,main='x')

acf 函數可以傳入以下參數：

柱狀圖

R 中畫柱狀圖的函數是 barplot。下面的代碼用來畫 Punjab 州 CPI 的柱狀圖，如圖3：

> barplot(punjab$x, main="Punjab Consumer Price Index", sub="Upto November 2021", xlab="Year", ylab="Consumer Price Index", col="navy")

barplot 函數的使用方法非常靈活，可以傳入以下參數：

用 help 命令可以查看 barplot 函數的詳細信息：

> help(barplot)

barplot                package:graphics                R Documentation

Bar Plots

Description:

     Creates a bar plot with vertical or horizontal bars.

Usage:

     barplot(height, ...)

     ## Default S3 method:
     barplot(height, width = 1, space = NULL,
             names.arg = NULL, legend.text = NULL, beside = FALSE,
             horiz = FALSE, density = NULL, angle = 45,
             col = NULL, border = par("fg"),
             main = NULL, sub = NULL, xlab = NULL, ylab = NULL,
             xlim = NULL, ylim = NULL, xpd = TRUE, log = "",
             axes = TRUE, axisnames = TRUE,
             cex.axis = par("cex.axis"), cex.names = par("cex.axis"),
             inside = TRUE, plot = TRUE, axis.lty = 0, offset = 0,
             add = FALSE, ann = !add && par("ann"), args.legend = NULL, ...)

     ## S3 method for class 'formula'
     barplot(formula, data, subset, na.action,
             horiz = FALSE, xlab = NULL, ylab = NULL, ...)

餅圖

繪製餅圖時要多加註意，因為餅圖不一定能展示出各扇形間的區別。（LCTT 譯註：根據統計學家和一些心理學家的調查結果，這種以比例展示數據的統計圖形 實際上是很糟糕的可視化方式，因此，R 關於餅圖的幫助文件中清楚地說明了並不推薦使用餅圖，而是使用條形圖或點圖作為替代。） 用 subset 函數獲得 Gujarat 州在 2021 年 1 月 Rural、Urban、Rurual+Urban 的 CPI 值：

> jan2021 <- subset(cpi, Name=="January" & Year=="2021")

> jan2021$Gujarat
[1] 153.9 151.2 149.1

> names <- c(&apos;Rural&apos;, &apos;Urban&apos;, &apos;Rural+Urban&apos;)

使用 pie 函數為 Gujarat 州的 CPI 值生成餅圖，如下所示：

> pie(jan2021$Gujarat, names, main="Gujarat CPI Rural and Urban Pie Chart")

pie 函數可以傳入以下參數：

箱線圖

（LCTT 譯註：箱線圖主要是 從四分位數的角度出發 描述數據的分布，它通過最大值（Q4）、上四分位數（Q3）、中位數（Q2）、下四分位數（Q1） 和最小值（Q0）五處位置來獲取一維數據的分布概況。我們知道，這五處位置之間依次包含了四段數據，每段中數據量均為總數據量的 1/4。通過每一段數據佔據的長度，我們可以大致推斷出數據的集中或離散趨勢。長度越短，說明數據在該區間上越密集，反之則稀疏。）

箱線圖能夠用「 須線 whisker 」 展示一個變數的 四分位距 Interquartile Range （簡稱 IQR=Q3-Q1）。用上下四分位數分別加/減內四分位距，再乘以一個人為設定的倍數 range（見下面的參數列表），得到 range * c(Q1-IQR, Q3+IQR)，超過這個範圍的數據點就被視作離群點，在圖中直接以點的形式表示出來。

boxplot 函數可以傳入以下參數：

用 boxplot 函數繪製部分州的箱線圖：

> names <- c (&apos;Andaman and Nicobar&apos;, &apos;Lakshadweep&apos;, &apos;Delhi&apos;, &apos;Goa&apos;, &apos;Gujarat&apos;, &apos;Bihar&apos;)
> boxplot(cpi$Andaman.and.Nicobar, cpi$Lakshadweep, cpi$Delhi, cpi$Goa, cpi$Gujarat, cpi$Bihar, names=names)

QQ 圖

QQ 圖 Quantile-Quantile plot 可以用來對比兩個數據集，也可以用來檢查數據是否服從某種理論分布。qqnorm 函數能繪製正態分布 QQ 圖，可以檢驗數據是否服從正態分布，用下面的代碼繪製 Punjab 州 CPI 數據的 QQ 圖：

> qqnorm(punjab$x)

qqline 函數可以向正態分布 QQ 圖上添加理論分布曲線，它可以傳入以下參數：

等高圖

等高圖可以描述三維數據，在 R 中對應的函數是 contour，這個函數也可以用來向已有的圖表添加等高線。等高圖常與其他圖表一起使用。我們用 contour 對 R 中的 volcano 數據集（奧克蘭的火山地形信息）繪製等高圖，代碼如下：

> contour(volcano)

contour 函數的常用參數如下：

等高線之間的區域可以用顏色填充，每種顏色表示一個高度範圍，如下所示：

> filled.contour(volcano, asp = 1)
# asp 為圖形縱橫比，即 y 軸上的 1 單位長度和 x 軸上 1 單位長度的比率

填充結果見圖 8。

掌握上述內容後，你可以嘗試 R 語言 graphics 包中的其他函數和圖表（LCTT 譯註：用 help(package=graphics) 可以查看 graphics 包提供的函數列表）。

via: https://www.opensourceforu.com/2022/05/plotting-data-in-r-graphs/

作者：Shakthi Kannan 選題：lkxed 譯者：tanloong 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出

本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive