R实战读书笔记四

分手后的思念是犯贱 2022-08-24 05:25 189阅读 0赞

第三章 图形入门

本章概要

1 创建和保存图形

2 定义符号、线、颜色和坐标轴

3 文本标注

4 掌控图形维数

5 多幅图合在一起

本章所介绍内容概括如下。

一图胜千字，人们从视觉层更易获取和理解信息。

**图形工作**

R具有非常强大的绘图功能，看下面代码。

> attach(mtcars)

> plot(wt, mpg)

> abline(lm(mpg~wt))

> title("Regression of MPG on Weight")

> detach(mtcars)

效果图如图1所示。

![96255F1848B11B5652D28CF147C2B952_B500_900_500_318.jpeg][]

**图1：mtcars数据集中wt-mpg线性回归图**

图形保存方法可以用RGUI完成或者写代码保存。例如把上图以pdf格式保存在D:/data目录下，代码如下：

> setwd("E:\\\\data")

> pdf("wt-mpg.pdf")

> attach(mtcars)

> plot(wt, mpg)

> abline(lm(mpg~wt))

> title("Regresssion of MPG on Weight")

> detach(mtcars)

>dev.off()

> dir()

一个简单实例

数据集，病人对两种药不同剂量的反映，如图2所示。

![8F88A9C712A7A023B3A6B460367FF61C_B500_900_500_161.jpeg][]

**图2： 病人对两种药不同剂量的反映**

程序清单

> dosage <- c(20, 30, 40, 45, 60)

> responseA <- c(16, 20, 27, 40, 60)

> responseB <- c(15, 18, 25, 31, 40)

> plot(dosage, responseA, type="b")

效果图如图3所示。

![EC6A8CA00824998E6E092EA091AE03A2_B500_900_500_314.jpeg][]

**图3： 不同剂量下，病人对药A的反映图**

图像化参数

通过图形化参数定义一个图形的特征（字体、颜色、标题、坐标轴）。利用par()函数指定图形化参数。或者把这些参数至于绘图函数中。现基于两种不同的方式使用图形化参数。

方式一：par()函数

> opar <- par(no.readonly=TRUE)

> par(lty=2, pch=17)

> plot(dosage, responseB, type="b")

> par(opar)

方式二：在绘图函数进行参数设置

> plot(dosage, responseB, type="b", lty=2, pch=17)

两种方式运行后效果一样，如图4所示：

![9158B314C70F6D995FC33AA83F8EC88C_B500_900_500_319.jpeg][]

**图4：不同剂量下病人对药B的反映图**

R绘图常用参数归纳如下。

**符号和线型参数，如图5所示**。

![1732426C0CCA70FBEB45BC65D0B98F57_B500_900_500_176.jpeg][]

**图5：R符号和线型参数**

R符号如6所示，线型如图7所示。

![4F5055B1C064712B9D2761558292951D_B500_900_308_306.jpeg][]

**图6：R符号**

![E37D2DE30572AB4390C4CEE108B96AFC_B500_900_395_291.jpeg][]

**图7：R线型**

**颜色参数，如图8所示。**

![EE38CDE98C11ADB71D85E3D12514D405_B500_900_500_255.jpeg][]

**图8：R颜色参数**

关于R颜色，可以进一步参阅：[http://research.stowers-institute.org/efg/R/Color/Chart][http_research.stowers-institute.org_efg_R_Color_Chart]

文本参数，如图9所示。

![4DDCB169FEB77AB8BEE985DE8B5400E6_B500_900_500_174.jpeg][]

**图9：文本尺寸参数**

字体参数，如图10所示。

![923F0F4C18AB9F17A119B65E12386BCC_B500_900_500_244.jpeg][]

**图10：字体参数**

面板大小和边距参数，如图11所示。

![1964EEA38C97FBDEEF2017E8128D16EC_B500_900_500_135.jpeg][]

**图11：面板大小和边距参数**

基于参数化图形的一个实例。

程序清单如下：

> dose <- c(20, 30, 40, 45, 60)

> drugA <- c(16, 20, 27, 40, 60)

> drugB <- c(15, 18, 25, 31, 40)

> opar <- par(no.readonly=TRUE)

> par(pin=c(2, 3))

> par(lwd=2, cex=1.5)

> par(cex.axis = .75, font.axis=3)

> plot(dose, drugA, type="b", pch=19, lty=2, col="red")

> plot(dose, drugB, type="b", pch=23, lty=6, col="blue", bg="green")

> par(opar)

**图形修饰**

图形修饰包括添加文本、自定义坐标轴和说明。例如：

>plot(dose,drugA,type="b",col="red",lty=2,pch=2,lwd=2,

main="Clinical Trials for Drug A"，sub="This is hypothetical data",

xlab="Dosage", ylab="Drug Resoponse",

xlim=c(0,60), ylim=c(0, 70))

效果图如图12所示。

![1F85A4ABB33618B8CF81B9F2B402FCC6_B500_900_500_405.jpeg][]

**图12：图形修饰演示图**

图形修饰主要又如下几个方面。

方面一：标题，使用title()函数。

方面二：坐标轴，使用axis()函数。

方面三：参照线，使用abline()函数。

方面四：说明，使用legend()函数。

方面五：文字，使用text()函数。

**图形合并**

R使用函数par()或者layout()实现图形合并。关于每种方法，演示如下：

方法一：基于par()图形合并

程序清单：

> rm(list=ls())

> attach(mtcars)

> opar <- par(no.readonly=TRUE)

> par(mfrow=c(2,2))

> plot(wt,mpg, main="Scatterplot of wt vs. mpg")

> plot(wt,disp, main="Scatterplot of wt vs disp")

> hist(wt, main="Histogram of wt")

> boxplot(wt, main="Boxplot of wt")

> par(opar)

> detach(mtcars)

效果图如图13所示。

![E96AA6837C47A42BFED4E919DA8CE46C_B500_900_500_392.jpeg][]

**图13：基于par()图形合并**

方法二：基于layout()图形合并

程序清单：

> layout(matrix(c(1,1,2,3), 2, 2, byrow=TRUE))

> hist(wt)

> hist(mpg)

> hist(disp)

> detach(mtcars)

效果图如图14所示。

![C199FEADC87AE66DC7C69A2ED24F5C60_B500_900_500_401.jpeg][]

**图14：基于layou()图形合并**

**总结**

**1 图形创建与保存**

**2 图形修饰与合并**

**参考资料**

**1 [王路情博客][Link 1]**

[96255F1848B11B5652D28CF147C2B952_B500_900_500_318.jpeg]: http://m2.img.srcdd.com/farm5/d/2014/0617/20/96255F1848B11B5652D28CF147C2B952_B500_900_500_318.jpeg
[8F88A9C712A7A023B3A6B460367FF61C_B500_900_500_161.jpeg]: http://m2.img.srcdd.com/farm5/d/2014/0617/20/8F88A9C712A7A023B3A6B460367FF61C_B500_900_500_161.jpeg
[EC6A8CA00824998E6E092EA091AE03A2_B500_900_500_314.jpeg]: http://m3.img.srcdd.com/farm4/d/2014/0617/20/EC6A8CA00824998E6E092EA091AE03A2_B500_900_500_314.jpeg
[9158B314C70F6D995FC33AA83F8EC88C_B500_900_500_319.jpeg]: http://m1.img.srcdd.com/farm4/d/2014/0617/20/9158B314C70F6D995FC33AA83F8EC88C_B500_900_500_319.jpeg
[1732426C0CCA70FBEB45BC65D0B98F57_B500_900_500_176.jpeg]: http://m3.img.srcdd.com/farm5/d/2014/0617/20/1732426C0CCA70FBEB45BC65D0B98F57_B500_900_500_176.jpeg
[4F5055B1C064712B9D2761558292951D_B500_900_308_306.jpeg]: http://m3.img.srcdd.com/farm4/d/2014/0617/20/4F5055B1C064712B9D2761558292951D_B500_900_308_306.jpeg
[E37D2DE30572AB4390C4CEE108B96AFC_B500_900_395_291.jpeg]: http://m2.img.srcdd.com/farm4/d/2014/0617/20/E37D2DE30572AB4390C4CEE108B96AFC_B500_900_395_291.jpeg
[EE38CDE98C11ADB71D85E3D12514D405_B500_900_500_255.jpeg]: http://m1.img.srcdd.com/farm4/d/2014/0617/20/EE38CDE98C11ADB71D85E3D12514D405_B500_900_500_255.jpeg
[http_research.stowers-institute.org_efg_R_Color_Chart]: http://research.stowers-institute.org/efg/R/Color/Chart
[4DDCB169FEB77AB8BEE985DE8B5400E6_B500_900_500_174.jpeg]: http://m2.img.srcdd.com/farm4/d/2014/0617/20/4DDCB169FEB77AB8BEE985DE8B5400E6_B500_900_500_174.jpeg
[923F0F4C18AB9F17A119B65E12386BCC_B500_900_500_244.jpeg]: http://m2.img.srcdd.com/farm4/d/2014/0617/20/923F0F4C18AB9F17A119B65E12386BCC_B500_900_500_244.jpeg
[1964EEA38C97FBDEEF2017E8128D16EC_B500_900_500_135.jpeg]: http://m3.img.srcdd.com/farm4/d/2014/0617/20/1964EEA38C97FBDEEF2017E8128D16EC_B500_900_500_135.jpeg
[1F85A4ABB33618B8CF81B9F2B402FCC6_B500_900_500_405.jpeg]: http://m1.img.srcdd.com/farm4/d/2014/0617/20/1F85A4ABB33618B8CF81B9F2B402FCC6_B500_900_500_405.jpeg
[E96AA6837C47A42BFED4E919DA8CE46C_B500_900_500_392.jpeg]: http://m2.img.srcdd.com/farm5/d/2014/0617/20/E96AA6837C47A42BFED4E919DA8CE46C_B500_900_500_392.jpeg
[C199FEADC87AE66DC7C69A2ED24F5C60_B500_900_500_401.jpeg]: http://m3.img.srcdd.com/farm4/d/2014/0617/20/C199FEADC87AE66DC7C69A2ED24F5C60_B500_900_500_401.jpeg
[Link 1]: http://www.wangluqing.com/2014/06/r-in-action-note4/