科研绘图神器之Plotluck（如何节省时间）-CSDN博客

介绍

通常，在统计绘图软件中，我们先确定图片类型（点，线）和所需绘图数据绘制某些类型的图表。在R语言中，许多开发者已经在基础图形之上开发了许多软件包，例如网ggplot2软件包。目前许多的可视化的软件包建立在ggplot2之上。Plotluck的目标是将可视化简单化处理，用户仅指定“（数据和变量关系），然后其他需求（例如，图的类型的选择）软件会自动决定。

ggplot2

我们以众所周知的iris数据集为例。假设我们对不同物种的花瓣长度和花瓣宽度的关系感兴趣。这两个变量都是数字变量，因此散点图是一个很好的选择。数据集中只有三种不同的物种，因此我们不会使用不同的颜色来定义物种类型。ggplot2代码如下：

library(ggplot2)	
data(iris)	
ggplot(iris, aes(x=Petal.Length,	
 y=Petal.Width, color=Species)) +	
 geom_point() + geom_smooth()	
#> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

640?wx_fmt=jpeg

正如我们所见，ggplot2使得创建绘图变得非常容易。但是，我们仍然需要考虑表示，使用哪种类型的绘图，以及通过它来表达变量的美学。如果我们可以专注于我们想要想象的关系怎么办？以下是plotluck中的等价物：

library(plotluck)	
plotluck(iris, Petal.Width~Petal.Length|Species)	
#> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

正如我们所见，ggplot2绘图非常容易。但是，我们仍然需要考虑图片类型，比如说使用哪种类型的绘图，以及通过哪种函数来绘制。

plotluck

以下是plotluck中同等作图的代码：

library(plotluck)	
plotluck(iris, Petal.Width~Petal.Length|Species)	
#> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

不可否认的是，在这个简单的例子中，代码并没有太大的减少;然而，在现实世界中，作者通常需要花费时间来更多的思考和预处理。对于包括各种类型数据的混合数据，确定其绘图类型并不简单。作者可能还希望在不知道其数据类型的情况下快速可视化两个变量：尤其是如果数据包含大量变量或者您创建所有变量的格子图。

快速查看数据类型

library(gapminder)	
plotluck(gapminder, .~1)	
#> Factor variable country has too many levels (142), truncating to 30	
> gapminder	
# A tibble: 1,704 x 6	
country     continent  year lifeExp      pop gdpPercap	
<fct>       <fct>     <int>   <dbl>    <int>     <dbl>	
1 Afghanistan Asia       1952    28.8  8425333      779.	
2 Afghanistan Asia       1957    30.3  9240934      821.	
3 Afghanistan Asia       1962    32.0 10267083      853.	
4 Afghanistan Asia       1967    34.0 11537966      836.	
5 Afghanistan Asia       1972    36.1 13079460      740.	
6 Afghanistan Asia       1977    38.4 14880372      786.	
7 Afghanistan Asia       1982    39.9 12881816      978.	
8 Afghanistan Asia       1987    40.8 13867957      852.	
9 Afghanistan Asia       1992    41.7 16317921      649.	
10 Afghanistan Asia       1997    41.8 22227415      635.	
# ... with 1,694 more rows

在上面这个网格视图中，每列都用缩略图来表示。但是我们大体知道了数据的分布：有2个分类变量和4个连续变量; pop和gdpPercap偏态分布，因此需要对其应用对数变换。

变量相关性

假设我们现在对目标lifeExp与其他变量关系感兴趣。

opts <- plotluck.options(verbose=TRUE)	
plotluck(gapminder, lifeExp~.,  opts=opts)

图片的排序有一定含义。我们看到lifeExp与gdpPercap，year和continent的明确关联。

plotluck(gapminder, lifeExp~continent, weights=pop, opts=opts)	
#> Ordering continent levels by lifeExp	
#> Not applying logarithmic axis scaling for lifeExp; expansion ratio is 0.801001, trans.log.thresh = 2.000000	
#> Choosing geom='violin' out of possible options: 'violin, box, scatter'