感謝Robert I.Kabacoff 著作本書，同時感謝高濤、肖楠、陳鋼編譯此書。

　　最近在學習《R語言實戰》，特將學習過程記錄下來，供各位朋友參考，雖說是筆記，但是90%是書中內容，另外10%是自己偶爾冒出的一點點想法的記錄和一些疑問，希望互相探討。末尾有本章的程式碼清單下載地址，與各位交流，還是提倡按照書中內容把程式碼一個個敲出來。

第六章　　基本圖形

本章內容

條形圖、箱線圖和點圖

餅圖和扇形圖

直方圖與核密度圖

6.1　　條形圖

　　條形圖通過水平或垂直的條形展示了類別型變數的分佈（頻率）函式函式barplot()的最簡單用法是：

barplot(height)

　　其中height是一個向量或一個矩陣。（問：資料框不可以嗎？親測，不可以，會有錯誤提示。）

6.1.1　　一個簡單的條形圖

　　載入vcd包之前，需要載入grid包。

小提示

　　若要繪製的類別型變數是一個因子或有序型因子，就可以使用函式plot()快速建立一幅垂直條形圖。由於Arthritis$Improved是一個因子，所以程式碼：

plot(Arthritis$Improved, main = "Simple Bar Plot", xlab = "Improved", ylab = "Frequency")

plot(Arthritis$Improved, horiz = TRUE, main = "Horizontal Bar Plot", xlab = "Frequency", ylab = "Improved")

6.1.2　　堆砌條形圖和分組條形圖

　　如果hight是一個矩陣而不是一個向量，則繪圖結果將是一幅堆砌條形圖或分組條形圖。若beside=FALSE（預設），則矩陣中的每一列將都將生產圖中的一個條形，各列中的值將給出堆砌的“子條”的高度。若beside=TRUE，則矩陣中的每一了都表示一個分組，各列中的值將並列而不是堆砌。

6.1.3　　均值條形圖

　　條形圖並不一定要基於計數資料或頻率資料。你可以使用資料整合函式並將結果傳遞給barplot()函式，來建立表示均值、中位數、標準差等的條形圖。

6.1.4　　條形圖的微調

　　有若干種方式可以微調條形圖的外觀。例如，隨著條數的增多，條形的標籤可能會開始重疊，你可以使用引數cex.names來減小字號。將其指定為小於1的值可以縮小標籤的大小。可選的引數names.arg允許你指定一個字元向量作為條形的標籤名。

6.1.5　　棘狀圖

　　在結束官途條形圖的討論之前，讓我們再來看一種特殊的條形圖，它被稱為棘狀圖（spinogram）。棘狀圖對堆砌條形圖進行了重縮放，這樣每個條形的高度為1，每一段的高度即表示比例。棘狀圖可由vcd包中的函式spine()繪製。

6.2　　餅圖

　　由函式pie()建立，程式碼如下：

pie(x, labls)

　　餅圖讓比較各扇形的值變得困難（除非這些值被附加在標籤上）。因此出現了一種扇形圖，為使用者提供了一種同時展示相對數量和相互差異的方法。通過plotrix包中的fan.plot()函式實現。特點是以同一起點開始，分別展示不同扇形，可以理解為：按照從小到大的順序，分別從前往後繪製圖形。在這裡扇形的寬度（width）是重要的，半徑並不重要。

6.3　　直方圖

　　與條形圖和餅圖不同，直方圖描述的是連續型變數的分佈。直方圖是通過X軸上將值域分割為一定數量的組，在Y軸上顯示相應值得頻數，展示了連續型變數的分佈。使用如下程式碼建立直方圖。

hist(x)

　　其中的X是一個由資料值組成的數值向量。引數freq=FALSE表示根據頻率密度而不是頻數繪製圖形。引數breaks用於控制組的數量。

程式碼清單6-6　　直方圖

par(mfrow = c(2,2))

hist(mtcars$mpg)

hist(mtcars$mpg, breaks = 12, col = "red", xlab = "Miles Per Gallon", main = "Colored histogram with 12 bins")

hist(mtcars$mpg, freq = FALSE, breaks = 12, col = "red", xlab = "Miles Per Gallon", main = "Histogram ,rug plot, density curve")

rug(jitter(mtcars$mpg))
lines(density(mtcars$mpg))
lines(density(mtcars$mpg), col = "blue", lwd = 2)

x <- mtcars$mpg
h <- hist(x, breaks = 12, col = "red", xlab = "Miles Per Gallon", main = "Histogram with normal curve and box")
xfit <- seq(min(x), max(x), length = 40)
yfit <- dnorm(xfit, mean = mean(x), sd = sd(x))
yfit <- yfit*diff(h$mids[1:2])*length(x)
lines(xfit, yfit, col = "blue", lwd = 2)
box()

　　第一幅直方圖展示了未指定任何選項是的預設圖形。第二幅將組數指定為12，使用紅色填充條形，並添加了標籤和標題。

　　第三幅直方圖保留了上一幅圖中的顏色、組數、標籤和標題設定，又疊加了一條密度曲線和軸須圖。這條密度曲線是一條核密度估計，它為資料的分佈提供了一種更加平滑的描述。再使用lines()函式疊加了這條藍色、雙倍預設線條寬度的曲線。最後，軸須圖是實際資料的一種一維呈現方式。如果資料中有許多結，你可以使用如下程式碼將軸須圖的資料打散：

rug(jitter(mtcars$mpg, amount = 0.01))

　　這樣將向每個資料點新增一個小的隨機值（一個±amount之間的均勻分佈隨機數），以避免重疊的點產生影響。

　　第四幅直方圖與第二幅類似，只是擁有一條疊加在上面的正太曲線和一個將圖形圍繞起來的盒形。

6.4　　核密度圖

　　用術語來說，核密度估計是用於估計隨機變數概率密度函式的一種非引數方法。核密度圖不失為一種用來觀察連續型變數分佈的有效方法。不疊加到另一幅圖上方繪製密度圖的方法為：

plot(density(x))

　　其中x是一個數值型向量。若要在一幅已經存在的圖形上疊加一條密度曲線，可以使用：

lines(density(x))

　　使用sm包中的sm.density()函式可向圖形疊加兩組或更多的核密度圖。使用格式為：

sm.density.compare(x, factor)

　　其中的x是一個數值型向量，factor是一個分組變數。

6.5　　箱線圖

　　箱線圖（又稱盒須圖）通過繪製連續型變數的五數總括，即最小值、下四分位數（第25百分位數）、中位數（第50百分位數）、上四分位數（第75百分位數）以及最大值，描述了連續型變數的分佈。箱線圖能夠顯示出可能為離群點（範圍在±IQR以外的值，IQR表示四分位距，即上四分位數與下四分位數的差值）的觀測。

boxplot(mtcars$mpg,main = "Box plot", ylab = "Mles per Gallon")

6.5.1　　使用並列箱線圖進行跨組比較

　　箱線圖可以展示單個變數或分組變數。使用格式為：

boxplot(formula, data = dataframe)

　　其中對的formula是一個公式，dataframe代表提供資料的資料庫（或列表）。一個示例公式為y ~ A，這將為類別型變數A的每個值並列地生成數值型變數y的箱線圖。公式y ~ A*B則將為類別型變數A和B所有水平的兩兩組合生成數值型變數y的箱線圖。

　　箱線圖靈活多變，通過新增notch=TRUE。可以得到含凹槽的箱線圖。若兩個箱的凹槽互不重疊，則表明他們的中位數有顯著差異。

6.5.2　　小提琴圖

　　小提琴圖示箱線圖和核密度圖的結合。首次使用需要下載安裝vioplot包。使用格式為：

Vioplot(x1, x2, …, names = , col = )

　　其中x1，x2，…表示要繪製的一個或多個數值向量（將為每個向量繪製一幅小提琴圖）。引數names是小提琴圖中標籤的字元向量，而col是一個為每幅小提琴圖指定顏色的向量。（注意：每個引數都是向量。）

　　小提琴圖基本上是核密度圖以映象的方式在箱線圖上的疊加。在圖中，白點是中位數，黑色盒型的範圍是下四分位點到上四分位點，西黑線表示須。外部形狀即為核密度估計。

6.6　　點圖

　　點圖提供了一種在簡單水平刻度上繪製大量有標籤值的方法。可以用dotchart()函式建立點圖。格式為：

dotchart(x, labels)

　　其中x是一個數值向量，而labels則是由每個點的標籤組成的向量。你可以通過新增引數groups來選定一個因子，用以指定x中元素的分組方式。如果這樣做，則引數groups可以控制不同組標籤的顏色，cex可控制標籤的大小。

注意：

　　點圖有許多變種。Jacoby(2006)對點圖進行了非常有意義的討論，並且提供了創新型應用的R程式碼。此外，Hmisc包也提供了一個帶有許多附加功能的點圖函式（恰如其分地叫做dotchart2）。