R 语言有非常多的绘图和数据可视化的包，比如 graphics、lattice、ggplot2 等。这是 R 语言系列的第 9 篇文章，我们会介绍 R 中用来绘图的各种函数。

本文使用的 R 是 4.1.2 版本，运行环境为 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 是自由软件，没有任何担保责任。只要遵守 GNU 通用公共许可证的版本 2 或者版本 3，你就可以对它进行（修改和）再分发。详情见 https://www.gnu.org/licenses/。

折线图

我们以印度全境消费者物价指数（CPI — 乡村/城市）数据集为研究对象，它可以从 https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0 下载。选择“截止到 2021 年 11 月” 的版本，用 read.csv 函数读取下载好的文件，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 州为例，对每年各月份的 CPI 值求和，然后用 plot 函数画一张折线图：

“`

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 函数可以传入如下参数：

| 参数 | 描述 |
| |
| x | 向量类型，用于绘制 x 轴的数据 |
| y | 向量或列表类型，用于绘制 y 轴的数据 |
| type | 设置绘图类型：p 画点；l 画线；o 同时画点和线，且相互重叠；s 画阶梯线；h 画铅垂线 |
| xlim | x 轴范围 |
| ylim | y 轴范围 |
| main | 标题 |
| sub | 副标题 |
| xlab | x 轴标题 |
| ylab | y 轴标题 |
| axes | 逻辑型，是否绘制坐标轴 |

结果如图 1。

自相关图

自相关图能在时序分析中展示一个变量是否具有自相关性，可以用 R 中的 acf 函数绘制。acf 函数可以设置三种自相关类型：correlation、covariance 或 partial。图 2 是 Punjab 州 CPI 值的自相关图，x 表示 CPI。

“`
acf(punjab$x,main=’x’)

“`

acf 函数可以传入以下参数：

| 参数 | 描述 |
| |
| x | 一个单变量或多变量的时序对象，或者一个数值向量或数值矩阵 |
| lag.max | 最大滞后阶数 |
| type | 字符型，设置所计算的自相关类型：correlation、covariance 或 partial |
| plot | 逻辑性，若 TRUE 则绘制图像，若 FALSE 则打印传入数据的描述信息 |
| i | 一组要保留的时差滞后 |
| j | 一组要保留的名称或数字 |

柱状图

R 中画柱状图的函数是 barplot。下面的代码用来画 Punjab 州 CPI 的柱状图，如图3：

“`

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

“`

barplot 函数的使用方法非常灵活，可以传入以下参数：

| 参数 | 描述 |
| |
| height | 数值向量或数值矩阵，包含用于绘图的数据 |
| width | 数值向量，用于设置柱宽 |
| space | 柱间距 |
| beside | 逻辑型，若 FALSE 则绘制堆积柱状图，若 TRUE 则绘制并列柱状图 |
| density | 数值型，设置阴影线的填充密度（条数/英寸），默认为 NULL，即不填充阴影线 |
| angle | 数值型，填充线条的角度，默认为 45 |
| border | 柱形边缘的颜色 |
| main | 标题 |
| sub | 副标题 |
| xlab | x 轴标题 |
| ylab | y 轴标题 |
| xlim | x 轴范围 |
| ylim | y 轴范围 |
| axes | 逻辑型，是否绘制坐标轴 |

用 help 命令可以查看 barplot 函数的详细信息：

“`

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, ...)

“`

饼图

绘制饼图时要多加注意，因为饼图不一定能展示出各扇形间的区别。（LCTT 译注：根据统计学家和一些心理学家的调查结果，这种以比例展示数据的统计图形 实际上是很糟糕的可视化方式，因此，R 关于饼图的帮助文件中清楚地说明了并不推荐使用饼图，而是使用条形图或点图作为替代。） 用 subset 函数获得 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(‘Rural’, ‘Urban’, ‘Rural+Urban’)

“`

使用 pie 函数为 Gujarat 州的 CPI 值生成饼图，如下所示：

“`

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

“`

pie 函数可以传入以下参数：

| 参数 | 描述 |
| |
| x | 元素大于 0 的数值向量 |
|label| 字符向量，用于设置每个扇形的标签 |
|radius| 饼图的半径 |
|clockwise| 逻辑型，若TRUE则顺时针绘图，若FALSE则逆时针绘图 |
|density| 数值型，设置阴影线的填充密度（条数/英寸），默认为NULL，即不填充阴影线 |
|angle| 数值型，填充线条的角度，默认为 45 |
|col| 数值向量，用于设置颜色 |
|lty| 每个扇形的线条类型 |
|main` | 标题 |

箱线图

（LCTT 译注：箱线图主要是 从四分位数的角度出发 描述数据的分布，它通过最大值（Q4）、上四分位数（Q3）、中位数（Q2）、下四分位数（Q1） 和最小值（Q0）五处位置来获取一维数据的分布概况。我们知道，这五处位置之间依次包含了四段数据，每段中数据量均为总数据量的 1/4。通过每一段数据占据的长度，我们可以大致推断出数据的集中或离散趋势。长度越短，说明数据在该区间上越密集，反之则稀疏。）

箱线图能够用“ 须线 whisker ” 展示一个变量的 四分位距 Interquartile Range （简称 IQR=Q3-Q1）。用上下四分位数分别加/减内四分位距，再乘以一个人为设定的倍数 range（见下面的参数列表），得到 range * c(Q1-IQR, Q3+IQR)，超过这个范围的数据点就被视作离群点，在图中直接以点的形式表示出来。

boxplot 函数可以传入以下参数：

| 参数 | 描述 |
| |
| data | 数据框或列表，用于参数类型为公式的情况 |
| x | 数值向量或者列表，若为列表则对列表中每一个子对象依次作出箱线图 |
| width | 设置箱子的宽度 |
| outline | 逻辑型，设置是否绘制离群点 |
| names | 设置每个箱子的标签 |
| border | 设置每个箱子的边缘的颜色 |
| range | 延伸倍数，设置箱线图末端（须）延伸到什么位置 |
| plot | 逻辑型，设置是否生成图像，若 TRUE 则生成图像，若 FALSE 则打印传入数据的描述信息 |
| horizontal | 逻辑型，设置箱线图是否水平放置 |

用 boxplot 函数绘制部分州的箱线图：

“`

names <- c (‘Andaman and Nicobar’, ‘Lakshadweep’, ‘Delhi’, ‘Goa’, ‘Gujarat’, ‘Bihar’)
boxplot(cpi$Andaman.and.Nicobar, cpi$Lakshadweep, cpi$Delhi, cpi$Goa, cpi$Gujarat, cpi$Bihar, names=names)

“`

QQ 图

QQ 图 Quantile-Quantile plot 可以用来对比两个数据集，也可以用来检查数据是否服从某种理论分布。qqnorm 函数能绘制正态分布 QQ 图，可以检验数据是否服从正态分布，用下面的代码绘制 Punjab 州 CPI 数据的 QQ 图：

“`

qqnorm(punjab$x)

“`

qqline 函数可以向正态分布 QQ 图上添加理论分布曲线，它可以传入以下参数：

| 参数 | 描述 |
| |
| x | 第一个数据样本 |
| y | 第二个数据样本 |
| datax | 逻辑型，设置是否以 x 轴表示理论曲线的值，默认为 FALSE |
| probs | 长度为 2 的数值向量，代表概率 |
| xlab | x 轴标题 |
| ylab | y 轴标题 |
| qtype | [1,9] 内的整数，设置分位计算类型，详情见 help(quantile) 的类型小节 |

等高图

等高图可以描述三维数据，在 R 中对应的函数是 contour，这个函数也可以用来向已有的图表添加等高线。等高图常与其他图表一起使用。我们用 contour 对 R 中的 volcano 数据集（奥克兰的火山地形信息）绘制等高图，代码如下：

“`

contour(volcano)

“`

contour 函数的常用参数如下：

| 参数 | 描述 |
| |
| x,y | z 中数值对应的点在平面上的位置 |
| z | 数值向量 |
| nlevels | 设置等高线的条数，调整等高线的疏密 |
| labels | 等高线上的标记字符串，默认是高度的数值 |
| xlim | 设置 x 轴的范围 |
| ylim | 设置 y 轴的范围 |
| zlim | 设置 z 轴的范围 |
| axes | 设置是否绘制坐标轴 |
| col | 设置等高线的颜色 |
| lty | 设置线条的类型 |
| lwd | 设置线条的粗细 |
| vfont | 设置标签字体 |

等高线之间的区域可以用颜色填充，每种颜色表示一个高度范围，如下所示：

“`

filled.contour(volcano, asp = 1)

asp 为图形纵横比，即 y 轴上的 1 单位长度和 x 轴上 1 单位长度的比率

“`

填充结果见图 8。

掌握上述内容后，你可以尝试 R 语言 graphics 包中的其他函数和图表（LCTT 译注：用 help(package=graphics) 可以查看 graphics 包提供的函数列表）。

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

作者：Shakthi Kannan 选题：lkxed 译者：tanloong 校对：wxy

本文由 LCTT 原创编译，Linux中国 荣誉推出