这篇教程介绍了R语言中的一些高级绘图函数，包括散点图、线图、箱线图、条形图、散点图矩阵、三维散点图、三维曲面图、气泡图和圆形关系图。文中详细讲解了各类型图表的绘制方法，如线图使用`lines()`或`plot()`函数，箱线图用`boxplot()`，条形图用`barplot()`，散点图矩阵用`pairs()`，三维图用`persp()`，气泡图则涉及`ggplot2`包，以及`plotly`包用于交互式图形。这些图表在数据分析和学术界广泛应用，虽然不追求炫酷效果，但易于理解且制作简便。
上一篇里我大概写了R语言的简单作图元素，这里我们开始使用一些稍微高级的绘图函数，这些函数主要用来做各种统计图，比如箱线图，条形图，散点图等等……这些图再几百年前就开始使用，至今依然是学术界最为流行的图。或许它们相比于现在那些最酷的做图工具来说不够炫目，但是这些图依然是最容易让你看懂，也是最容易让你一行代码写出来的做图函数。
散点图
简而言之就是再图上画出一个一个的点，这是科研领域最常用也是最耐用的图，作图的时候，你必须知道横纵坐标分别是什么然后把点绘制出来。
> plot(sample(1:10),sample(1:10),main="散点图")
上图中，plot里有两个vector参数，前一个代表横坐标，后一个代表纵坐标。
线图
线图的代码其实和之前的散点图非常非常像：
> plot(sample(1:10),type = "l",main="线图")
这样就做出了线图，要注意的是，这里的线图是把每一个节点连接起来的。所以这与你vector里的点的顺序有关系了，做散点图，前后两个点顺序相反没关系，但是做线图，如果你把点的位置弄反了，绘制出来的线条会非常乱。所以，绘制线图的时候，一定要根据x坐标将所有点进行排序。
有时候我们想要绘制连贯的曲线，这个可不容易，因为这需要做拟合，所谓拟合就是绘制一条大致趋近你的曲线的线，但是那条线更为圆滑，这需要使用loess函数：
> x <- 1:10
> y <- c(2,4,6,8,7,12,14,16,18,20)
> lo <- loess(y~x)
> plot(x,y)
> lines(predict(lo), col='red', lwd=2)
再上面loess函数完成了y因变量伴随着x自变量发生变化的拟合曲线，predict(lo)函数的意思就是，提取出这个模型中根据每一个对应的x至拟合出来的y值。然后我们将其plot出来。
箱线图
boxplot在之前我们介绍异常值的时候介绍过，它的优点是可以很快让人看到中位数，上下四分位点等数值，缺点是只有box，看不到细部的数据细节，所以有时候，100个点和10000个点做出来的boxplot很类似很类似。所以看到boxplot，要小心的时候，除了总体的描述统计量，细节数据有没有直接关注的地方。
在这里我们展示一种更为特殊的boxplot：
boxplot(len~supp*dose, data=ToothGrowth, notch=TRUE,
col=(c("gold","darkgreen")),
main="Tooth Growth", xlab="Suppliment and Dose")
最低0.47元/天 解锁文章
扫一扫
116
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
