R语言学习之六

http://blog.163.com/jiangfeng_data/blog/static/20641403820125119121971/

虽然在用R时，为了避免内存消耗过大，常常用向量化来替代循环，但在实践中这种做法并不会时时都起作用，因此熟练运用循环还是很重要的。下面举个例子来说明如何用循环来作图。

1、数据集介绍

鸢尾花（iris）是数据挖掘常用到的一个数据集，包含150种鸢尾花的信息，每50种取自三个鸢尾花种之一（setosa,versicolour和virginica)。每个花的特征用下面的5种属性描述

萼片长度、萼片宽度、花瓣长度、花瓣宽度、类

要求对每个鸢尾花种类的萼片长度和宽度画出散点图，并保存为jpeg格式，由于有3个种类，我们只要绘制3张类似的图，这种情况下，复制3份类似的代码也不是什么难事。但是在显示中有很多数据集并不是这样，例如当要为1000个客户的购买数据各画张图，就要画1000张图，如果一张一张人工的输1000次代码，任务量之大可想而知。此时，用循环的话可以很方便的达到目的。另外说点题外话，用R的lattice包可以在一张图上完成任务（用内置函数即可），这里只考虑用一张张图展示的情况，例子可以类推出去。

2、设计代码的程序

设计代码时应按照一定程序先进行推敲，确定后再写。切不可想都不想就直接就在R写代码。

（1）载入数据熟悉变量名

（2）提取单个类别的数据，对这个子集绘制出萼片长度对宽度的散点图，同时添加图像的标题（鸢尾花的类别）和x,y轴名称。

（3）提取第二个类别数据，确定需要对原始图像做哪些修改，形成通用代码。

（4）确定如何将图像存储为jpeg格式

（5）写一个可以提取第i个类别数据的循环，使用第i个类别数据绘图，并将其存储为一个具有易识别的jpeg格式图片。

3、具体步骤

（1）载入数据

R基础包里就有鸢尾花（iris）数据集，此时我们只需了解下变量名和数据属性即可。

> names(iris)
[1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width" 
[5] "Species"     
> str(iris)
'data.frame':   150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
（2）绘制散点图并添加标签

首先要弄清楚每个种类的名字用unique完成

> unique(iris$Species
+ )
[1] setosa     versicolor virginica 
Levels: setosa versicolor virginica
这是3个种类的名字，先提取某个种类的数据,画散点图

iris.s<-iris[iris$Species=="setosa",]

plot(iris.s$Sepal.Width,iris.s$Sepal.Length,xlab="the width of sepal",ylab="the length of sepal",main="setosa")

（3)设计通用代码

为了研究代码的通用性，将相同的步骤应用于另外一种类别的数据，针对第一个种类，代码只需做很少的改变。如把setosa改成versicolor即可。当然这里只有3个类别，大可按这个模式再写一次就行，但正如前面所说，如果画1000张图，你就得写1000次了，到这一步，只需把不同的类别用同一种形式表现出来就可以循环了。

iris.i<-iris[iris$Species=="setosa",]

plot(iris.s$Sepal.Width,iris.s$Sepal.Length,xlab="the width of sepal",ylab="the length of sepal",main="setosa")

这里仍出现了2处"setosa"，需要替换掉，代码如下

allspecies<-unique(iris$Species)  把种类不重复的表现出来
Species.i<-allspecies[i]

iris.i<-iris[iris$Species==Species.i,]
plot(iris.i$Sepal.Width,iris.i$Sepal.Length,xlab="the width of sepal",ylab="the
length of sepal",main=Species.i)

（4）保存图像

下面要做的就是把图像化为jpeg格式

这里有个问题是如何生成一个文件名随着鸢尾花种类名字（species.i)改变而自动变化的文件，需要选一个包含有一个种类名字扩展为jpg的文件名，可以用paste命令来连接（之间不用空格）

setwd("D:/iris/")   定义路径
filename<-paste(Species.i,".jpg",sep="")
jpeg(filename)
dev.off()

（5）构造循环

最终代码如下

setwd("D:/iris/")
allspecies<-unique(iris$Species)
for(i in 1:3){
Species.i<-allspecies[i]
iris.i<-iris[iris$Species==Species.i,]
filename<-paste(Species.i,".jpg",sep="")
jpeg(filename)
plot(iris.i$Sepal.Width,iris.i$Sepal.Length,xlab="the width of sepal",ylab="the
length of sepal",main=Species.i)
dev.off()}

图形如下