数据视化的三大绘图系统概述：base、lattice和ggplot2

数据可视化是数据分析过程中探索性分析的一部分内容，可以直观展示数据集数据所具有的的特征和关联关系等。R语言不仅提供了基本的可视化系统graphics包，简单的图+修饰，例如：plot、 hist(条形图)、 boxplot(箱图)、 points 、 lines、 text、title 、axis(坐标轴)等；还提供了更加高级的图形系统lattice和ggplot2.

base基本图形系统相关内容可参照：《R语言 图形初阶：hist、plot和图形布局layout | 第6讲》，作为R语言图形绘制的入门一节。后续将分别就lattice和ggplot2可视化绘图系统进行简要介绍。

目录

引言

1 Lattice绘图系统

1.1 lattice常见函数集表达式对照表

1.2 lattice绘图系统相关参数对照表

1.3 面板函数

1.4 图形参数

1.5 页面布局

2 ggplot2绘图系统

ggplot2初识

更多下期详解

引言

不同类型变量常用的图表

连续数值变量

• 一个数值变量可以用：柱状图，点图，箱图

• 两个数值变量可以用：散点图

分类变量

• 一个分类变量的可视化：频率表，条形图

• 两个分类变量的可视化：关联表，相对频率表，分段条形图

一个分类变量一个数值变量：

• 分类箱图、条形图

1 Lattice绘图系统

特点：一次成图；适用于关系变量间的交互：在变量z的不同水平，变量y如何随变量x变化。常见lattice包函数有xyplot、barplot、histogram等，格式 xyplot(y~x | f *g ,data)；panel函数，用于控制每个面板内的绘图。

xyplot示例1：xyplot(y~x ,data)

> library(lattice)	
> data(airquality)	
> xyplot(Temp~Ozone,data=airquality) #简单xyplot示例

xyplot示例2：xyplot(y~x | f ,data)

xyplot(Temp~Ozone|factor(Month),data=airquality) 	
#在变量factor(Month)的不同水平，变量Temp如何随变量Ozone变化。

1.1 lattice常见函数集表达式对照表

图形类型	函数	表达式示例
三维等高线图	contourplot()	z  ~ x*y
三维水平图	levelplot()	z  ~ y*x
三维散点图	cloud()	z  ~ x*y|A
三维线框图	wireframe()	z  ~ y*x
条形图	barchart()	x  ~ A或A ~ x
箱线图	bwplot()	x  ~ A或A ~ x
点图	dotplot()	~  x | A
直方图	histogram()	~  x
核密度图	densityplot()	~  x | A*B
平行坐标图	parallel()	dataframe
散点图	xyplot()	y  ~ x | A
散点图矩阵	splom()	dataframe
带状图	stripplot()	A  ~ x或x ~ A

高级绘图中表达式的通常格式：y ~ x | A * B  

竖线左边的变量称为主要变量，右边称为条件变量。主要变量即为图形的两个坐标轴，其中y在纵轴上，x在横轴上。变形：单变量绘图，用 ~ x 即可；三维绘图，用z ~ x*y；多变量绘图，使用数据框代替y ~ x即可。

1.条件变量的用法~ x | A表示因子A各个水平下数值型变量x的分布情况；y ~ x | A * B表示因子A和B各个水平组合下数值型变量x和y之间的关系。A ~ x表示A在纵轴上展示，x在横轴上展示。

条件变量为连续型变量时，要先将其转换成离散型变量。一种方法是使用cut()函数，另外可以使用lattice包中的函数将连续型变量转化为瓦块（shingle）数据结构，这样，连续型变量可以被分割为一系列（可能）重叠的数值范围。这样就可以使用这个变量作为条件变量了

#连续型变量x将会被分割为#个区间，重叠度为proportion，每个区间内观测数相等	
myx<- equal.count(x, number = #, overlap = proportion)

分组变量：将每个条件变量产生的图形叠加到一起，在同一幅图中展示，只需要将条件变量放到绘图函数中的group声明中即可。 

> require(stats)## Tonga Trench Earthquakes	
> library(lattice)	
> Depth <- equal.count(quakes$depth, number=8, overlap=.1)	
> xyplot(lat ~ long | Depth, data = quakes)

1.2 lattice绘图系统相关参数对照表

参数名	参数解释
spect	数值，设定每个面板中图形的宽高比
col/pch/lty/lwd	向量，分别设定图形中的颜色、符号、线条类型和线宽
Groups	用来分组的变量（因子）
index.cond	列表，设定面板的展示顺序
key(或auto.key)	函数，添加分组变量的图例符号
layout	两元素数值型向量，设定面板的摆放方式（行数和列数）；如有需要，可以添加第三个元素，以指定页数
Main/sub	字符型向量，设定主标题和副标题
Panel	函数，设定每个面板要生成的图形
Scales	列表，添加坐标轴标注信息
Strip	函数，设定面板条带区域
Split/position	数值型向量，在一页上绘制多幅图形
Type	字符型向量，设定一个或多个散点图的绘图参数，（如p=点，l=线，r=回归，smooth=平滑曲线，g=格点）
xlab/ylab	字符型向量，设定横轴和纵轴标签
xlim/ylim	两元素数值型向量，分别设定横轴和纵轴的最小和最大值

 示例3：lattice绘图系统相关参数

xyplot(Sepal.Length ~ Petal.Length | Species,	
       data = iris, scales = "free", layout = c(2, 2),	
       auto.key = list(x = .6, y = .7, corner = c(0, 0)))

1.3 面板函数

自定义面板的各个选项，然后在绘制图形的函数中调用即可 

示例4：panel面板函数设置

mypanel = function(x,y){	
           panel.abline(v=mean(x),h=mean(y), lty=2) # 加线，v是水平线，h是竖直线，线类型为2,	
           panel.lmline(x,y,col="red") # 加线性回归线，颜色红色	
           }	
	
xyplot(Sepal.Length ~ Petal.Length | Species,	
       data = iris, ,panel=mypanel,scales = "free", layout = c(2, 2),	
       auto.key = list(x = .6, y = .7, corner = c(1, 0)))

1.4 图形参数

查看默认的图形参数使用trellis.par.get()函数；修改这些参数使用trellis.par.set()函数；show.settings()函数可以展示当前的图形参数设置情况。 

1.5 页面布局

lattice无法使用par()函数，因此需要将图形存储到对象中，然后利用plot()函数中的split = 或position = 选项来进行控制

split的方法，将第一幅图放置到第二幅图的上面：第一个plot()函数把页面分割为一列两行的矩阵，并将图形放置到第一列第一行中；第二个plot()函数将图形放置到第一列第二行中，由于plot()函数默认启动新的页面，因此使用newpage = FALSE选项。

> library(lattice)	
> x <- data.frame(matrix(1:100,ncol=1))	
> set.seed(100)	
> y1 <- rnorm(100,1,20)  #rnorm(n, mean=0, sd=1) 正态分布	
> set.seed(100)	
> y2 <- rnorm(100,2,20)	
> graph1 <- xyplot(y1~x)	
> graph2 <- xyplot(y2~x)	
> plot(graph1, split = c(1,1,1,2)) #打印graph1	
> plot(graph2, split = c(1,2,1,2), newpage = FALSE) #在相同画布上打印graph2

position方法，设定坐标，原点位于页面左下角，x轴和y轴维度范围为（0, 1），position = (xmin, ymin, xmax, ymax)。

> plot(graph1, position = c(0, .3, 1, 1))	
> plot(graph2, position = c(0, 0, 1, .3), newpage = FALSE)

2 ggplot2绘图系统

ggplot2将数据、数据到图形要素的映射以及图形要素绘制分离，然后按图层叠加的方式作图，通过+进行叠加。

ggplot2基本要素

• 数据（Data）和映射（Mapping）：Data（数据） 感兴趣的变量(data frame)

• 几何对象（Geometric）：point / line / histogram / bar / boxplot 

• 标尺（Scale）：标度是一种函数，它控制了数学空间到图形元素空间的射

• 统计变换（Statistics）：binning / smoothing / descriptive / inferential

• 坐标系统（Coordinante）：坐标系统控制了图形的坐标轴并影响所有图形元素

• 图层（Layer）：将包含有各种图形元素的图层叠放在一起，组合成最终效果

• 分面（Facet）：很多时候需要将数据按某种方法分组分别作图。Facet就是控制分组绘图的方法和排列形式。

• 主题（Theme）

  
  

ggplot2入门示例

> df <- data.frame(gp = factor(rep(letters[1:3], each = 10)),  y = rnorm(30)) #生成数据	
> ggplot(df, aes(gp, y)) #建立映射关系，此情况下仅输出基本画布信息，并没有数据点/线

> df <- data.frame(gp = factor(rep(letters[1:3], each = 10)),  y = rnorm(30)) #生成数据	
> ggplot(df, aes(gp, y)) + geom_point() #建立映射关系并添加点几何对象	
	
#或	
> df <- data.frame(gp = factor(rep(letters[1:3], each = 10)),  y = rnorm(30)) #生成数据	
> p <- ggplot(df, aes(gp, y))  #建立映射关系，并赋值给p	
> p + geom_point()#基于p添加点几何对象

由于ggplot2绘图系统内容繁杂，本文不再展开，本公众号将在下一节全面展开对ggplot2使用的案例呈现。