maizeman126的博客

在这类图形中，两个变量绘制在x轴和y轴上，而第三个变量由图上的圆的面积或“气泡”表示。基础R中的symbols()函数可以创建气泡图，而DescTools包中的PlotBubble()函数更易于理解。我们还可以用car包的scatter3d()函数来生成3d图。这类图成为伪色图（false-color plot），可以用lattice包的levelplot()函数实现。参数col=SetAlpha(as.numeic(Gender)+3)是Gender的两个值的颜色不同，并按色阶用三步设置颜色。

完全正相关时， r = 1，表明两个定量变量在散点图上的所有点正好在一条上升的直线上。首先，我们可以在矩阵的对角线上绘制每个变量的分布，比如绘制直方图、密度图、箱线图、QQ图，还可以为每张图添加最小二乘曲线。要绘制相关性分析图，首先必须定义一个相关矩阵（correlation matrix），该矩阵包含数据集中所有变量对的相关系数，有cor()函数实现。GGally 包中的 ggscatmat() 函数可以实现把一部分图放在矩阵的下半部，另一部分放在上半部，也可将散点图矩阵与相关分析图相结合。

对于这个数据集来说，我们可以比较男性顾客和女性顾客给的小费，或午餐和晚餐时给的小费。要实现这个需求，我们可以组织适当的数据子集，并绘制各组的QQ图。如果原始数据不满足分析给出有效结果的必要假设，有时可以应用数据函数（即变换）产生满足假设的数据，然后对变换后的数据进行分析。在图中，5 美元以下的情形看不出什么差异，但是高于5美元的小费更有可能是从男性顾客那里获得的。qqnorm() 函数，可以不用事先创建分位数变量就可以绘制QQ图，但仅用于检验数据的正态性。参考资料：R图形化数据分析。

点代表了对象的两个测量值的平均值（水平轴）以及两个测量值之间的差值（垂直轴）。要计算协议限制，首先要找到差异的平均值（称之为m）和差异的标准差（称之为s）。这一点至关重要，如果Wright流计量器对统一对象的测量互不相同，那么试图评估与迷你流计量器的一致性是没有什么意义的。这是一张17个点的散点图，一个点对应研究中的一个对象。图上的点（x,y）被定义为x=一个对象的两个测量值的平均值，y=两个测量值之间的差值。Bland-Altman图用于评估两项测试技术之间的一致性，或测量的可靠性/可重复性。

这不仅比向日葵图更加美观，而且也提供了更好的分辨率。例如，图中最大的黑点表示，受过大约 12 年教育（高中毕业）的人大多取得了 5~7 分的词汇成绩，但在向日葵图上是看不到这些情况。低学历的人词汇成绩偏低，分数随着受教育水平的提升而提升，这种看似合理的预期是否符合实际情况？上图的散点图并没有呈现清晰的趋势，因为这两个变量是离散的（discrete）。这和向日葵图相似，但重叠的点表示为区间（bin）中的总数，而不是点的形状。根据点的数量，这种类型的图在不同位置使用不同的符号。参考资料：R图形化数据分析。

相同横坐标下，拟合线上的点和被拟合线上的点的垂直距离就是“误差”。拟合线有无数条，可以放在图上的“最佳拟合”是“误差”平方和最小的线，即“最小平方”线。有几种类型的平滑器，但它们在给定的x值（或相近的几个x值）都都显示了y的中心，连接这些点构成的线（通常是曲线）相对平滑。a图中，type="b"表示点和线，b图中的type="l"表示仅绘制线。涉及lattice包的目的是为了生成网格图，如下，用lattice为Puromycin数据绘制的图，在不同的窗口或面板（panel）分别展示处理和未处理的对象。

它是一种一维的展示，可以添加到已有的图上，以说明其他类型图中没能呈现的信息。地毯图和带状图一样，沿坐标轴在各个点放置不同的符号，代表变量的值，只不过它是用短线来表示点。如果合适的话，例如搭配垂直的箱线图的情形，地毯图也可以放在图的左侧（side=2）或右侧（side=4）轴上。b图的箱形图呈偏态分布，但是仅凭箱线图我们不可能知道数据分布在哪里，而地毯图清晰地展示了这一点。图形上面的长细须，可能是几个分散的点或一个极值的结果。地毯图显示了所有点和它们的位置，包括一个极值和刚超过第三个四分位处聚集的几个点。

饼图（pie chart）通常用于占比展示。我们可以是pie()函数来生成饼图。当我们想强调整体重有一个切片代表的某一部分时，饼图也可以很好地满足需求。饼图的可替代方案是扇形图（fan plot）。参考资料：R图形化数据分析。

最后两张条形图中，各级别中代表男性和女性的条紧邻，而不同的级别是分开的。这是通过使用参数 space = c(1, 0, 1, 0, 1, 0) 实现的，它告诉 R：在第一个条前应该有一个大小为 1 的间隔，在第二个条前应该有一个为 0 的间隔，以此类推。的，甚至是按类区分的，所以断点通常是固定的或者说逻辑上不可移动的。最重要的区别是条的间距，另外，最后一张图的方向和其他图不同。图b使用了space = 1.5，所以条间隔很宽，即条间的宽度是条的 1.5 倍。如果需要，我们可以使用不同的断点定义条。

当ecdf() 函数应用到小的数据集时（如sbp数据集），由于数据非常稀疏，以致图上的“曲线”有断点，这使此图缺乏吸引力且难以阅读。lines()接受的参数可以是包含定义先的点的向量，也可以是一对用来画线的变量x和y。想象一下，取几个相邻组的数值的加权平均值，并用连接这些平均值的平滑线代替直方图的值。首先，我们可以首先为欧洲的碳排放数据绘制密度图，然后用 lines() 函数在生成的图上绘制欧亚大陆的数据。在上图的a图的x轴标题显示了默认标签，代表样本的大小N和带宽（bandwidth）。

最后，每个等级中男性和女性的工资分布有相同的中位数，但在教授和副教授级别中有更多的男性处于工资的高端。我们来生成一组直方图，为每个等级（3 个等级）和性别（2 种性别）的组合，或者说共 6 种组合，生成各自的直方图。然而，男性的分布不那么容易解释：因为柱形条的底部在不同的水平线上，很难比较它们的高度。注意 histogram() 命令的语法稍微不同，要做直方图的变量位于~符号右侧，由变量组合形成的组后紧跟竖线符号（|），使用星号（*）表示跨两个变量。这里使用的是基础函数，并未使用上述函数，但效果一样。

你也许不会将这种类型的图用在最后的展示中，但可能会发现这个优雅的工具有助于理解直方图，而且在项目的探索阶段它是有启发作用的。这种类型的图不仅可以揭示数据分布的大致形状，还可以显示每个数据点的值。许茎叶图看起来没有其他一些有好看形状和颜色的图吸引人，但此类图显示了所研究向量中的每个数字的精确值，这可以帮助理解数据，也有助于对图的修改。然后，为同一范围内的所有值保留一行，并且在适当的行上写下每个数值的最后一位有效数字。每个茎的宽度减半（即宽度为5而不是10），而茎的数量变成的之前的2倍。

Mathach被拆分为多个组，生成的箱线图如下：这次par()函数通过给参数mfrow传递一个表示2行2列的向量来设置一页显示4张图。通过参数sub="text to appear"使每张图的x轴上有一个标签，表明生成此图的命令。还有一种不同类型的图会揭示更多的信息：箱线图可以展示几个关键信息，它们在带状图中是不明显的。这两个带状图仅能展示了数据大体的分布情况，且是在使用了极小符号"."的情况下才可以看得清楚。示例二：使用Nimrod数据集，用箱线图研究各种乐器及业余与专业剧团的表演时间的分布情况。

颜色可以吸引观察者的注意，所以用参数col将点和标签设置为不同的颜色。图中的线也靠的非常近，为方便阅读，可以尝试逐条线交替使用不同的颜色显示。因为只指定了两种颜色，所以当R需要为第三个州添加颜色时，它会返回使用第一个颜色，依此类推，直到所有州都有颜色。请注意，数据框中的每一行有一个州名。现在，可以很容易看到哪个州谋杀逮捕率最高，哪个州谋杀逮捕率最低。当然，可以从数据表中看出这些信息，但通过这张图，一眼便可看出各州之间的相对差异。参数cex可以改变字符大小：cex的默认值为1，他的值越小，字符显示地就越小。

因此，即使是完全相同的数据，每次执行抖动的stripchart()命令时，结果也会略有不同的，但每个点在水平方向上的位置是相同。对于带状图来说，最好的符号是哪些重叠最少的符号，往往是空心圆（pch=1）或非常小的符号（pch=18或pch=20）。在上图的中，Volume的单个极值似乎没有处于适当的位置，超出了图像的范围，我们可以使用参数xlim延长坐标轴来解决这个问题。每一个参数可在图周围，以参数表示的形。adj表示“对齐”，参数=1表示在最右边，=0表示在最左边，0~1的值表示位于右边和右边的距离。

做方差分析时，可根据资料设计的类型及研究目的，将总变异分解为两个或多个部分，每个部分的变异可由某因素的作用来解释，通过比较可能由某因素所致的变异与误差(或组内)变异，即可了解该因素对测定结果有无影响。如果统计分析时只分析最后一次测量结果，会丧失很多“过程”，如测量指标的时间趋势等，而且在统计上，保留“处理”前得信息可以有效评价随机分组的均衡性，也能够提高统计分析的效率。根据输出结果，可以列出两个方差分析表，不同的method间差异显著，pressure在不同的method下不同时间变化的趋势不同。

barplot的第一个参数包含条形的长度，如果这是一个命名向量，那么这些名称将用作条形图上的标签。默认情况，条形图都是垂直的，但如果类型比较多，通常使用水平条形图。类似base系统，ggplot2默认使用竖直的条形图，添加coord_flip可使它翻转为水平的条形图。las参数（即label axis style的缩写）控制标签是水平还是垂直的、是平行的还是垂直于轴的。此参数的另一种选项是position="fill"，它所创建的每个堆积条都具有同样的高度，范围是0~100%。2、lattice方法。

箱线图（boxplot）也被称为盒须图或盒形图，可以让我们一次比较多个分布。虽然我们不能得到像直方图或核密度图那么多细节，但简单的高低和宽窄之间的比较是没有问题的。在本例中，我们可以直接将boxplot替换为bwplot（bw是b（box）和w（whisker）的简称）在某种意义上，如果我们重新把箱线图从小到大排序，这种类型的绘图往往会更清晰。base系统中绘制箱线图的函数是boxplot，它需要一个公式接口且需要data参数。在ggplots2中绘制箱线图只需要我们添加一个geom_boxplot。

ggplot2直方图是通过添加一个直方图的geom来创建的。lattice中的直方图与base类似，不过它还使用了一个data参数，这个参数使它能更易于分割成多个面板，且能把绘图保存为变量。lattice中的直方图能通过type参数为"count"、"density"或"percent"指定y轴的显示类型：计数、概率密度和百分比，默认是百分比。在base中可以使用hist函数绘制直方图，与plot函数一样，它没有data参数，须把数据框置于with中。如果我们要研究一个连续变量的分布，直方图是最佳的选择。

与散点图一样，lattice也使用xyplot来画线图，但同样也要使用type="l"的参数。对于只有两条线的场景，还有一个更好的解决方案，它不需要任何的数据操作。然而，这样需要调用geom_line两次，且在实际应用中相对较少。在base图形系统中，线图与散点图的创建方式一样使用plot函数，不同的是线图采用参数type="l"。为线图额外添加附加线，可以使用lines函数在现有绘图中重叠绘出。在ggplots中从散点图切换到线图非常简单，只要把geom_point替换为geom_line即可。

轴的尺度需要以不同的方式指定。col能改变点的颜色，它可以接受任何通过colors返回的已命名颜色，或者向"#123456"的HTML风格的十六进制值。log="x"表示使用x轴为对数坐标，log="y"表示使用y轴为对数坐标，而log="xy"则表示同时使用x和y轴作为对数坐标。ggplot2不仅能识别来自base图形系统的命令来改变点的颜色和形状，而且也有自己的一套更加可读的名称。lattice系统的另一个好处是它能把绘图存储在变量中（base只能把绘图绘制在窗口），因而可在之后更改它们。

图例展示在图的顶部。一个连续的标尺可以把Salaries数据集中的yrs.since.phd变量的数值映射到x轴，同时将salary的变量映射到y轴。把palette="Set1"用其他的值（例如"Set2"、 "Set3"、 "Pastel1"、"Pastel2"、 "Paired"、 "Dark2"或"Accent"）来代替将会产生不同的颜色方案。上例中，aes()函数的参数size=disp生成连续型变量（发动机排放）的标尺，并使用它来控制点的尺寸。连续型的标尺可以映射数值型的变量到图的其他特征。

对于数据集中的大部分范围，男性能拿到更高的薪水。geom_smooth()函数依赖于stat_smooth()函数来计算画出一个你和曲线及其置信区间所需的数量。帮助页面对于geom_smooth()函数的介绍很少，但对stat_smooth()函数的介绍包含大量有用的信息。在这个例子中，我们可以使用带有95%置信区间的非参数光滑曲线（ loess）。我们可以使用geom_smooth()函数来添加一系列的平滑曲线和置信区域。上图可以看出，经验和薪水之间不是线性的关系，至少在毕业时间很长的时候是这样。

如果组在途中并排出现而不是重叠为单一的图形，关系就是清晰的。值得注意的是横向排列便于组间比较。虽然颜色不是必要的，但它们可以帮助区分图形。上表中，var、rowvar和colvar是因子（factor）参考资料：R语言实战【第2版】

薪水随着等级的增长而增长，但是重叠比较明显，比如一些助理教授与副教授或教授的薪水相同。随着学术等级的增长，薪水的范围也在扩大。变量包括rank（助理教授、副教授、教授）、sex（女性、男性）、yrs.since.phd（获得博士学位年数）、rs.service（工龄）和salary（以美元计的九个月薪水）。在上图中，学术等级用点的颜色来表示（红色代表助理教授，绿色代表副教授，蓝色代表教授），性别用形状来表示（圆形代表女性，三角形代表男性）。薪水随着毕业年数的增加而增加，但是它们之间的关系绝对不是线性的。

把箱线图和小提琴图结合在一起形成一个新的图形（展示在图19-7中）。箱线图展示了在singer数据框中每个音部的25%、 50%和75%分位数得分和任意的异常值。实际的观察值（教师）是重叠的，因而给予一定的透明度以避免遮挡箱线图。ggplot()函数指定要绘制的数据源和变量，几何函数则指定这些变量如何在视觉上进行表示（使用点、线、条和阴影区）。需要注意的是，创建直方图时只有变量x是指定的，但创建箱线图时变量x和y都需要指定。每个的几何函数具有一组可以用来修改它的表示的选项。参考资料：R语言实战【第2版】

上面案例中，我们选用geom_point()函数来设置点的形状为三角形（pch=17），点的大小加倍（size=2），并使颜色为蓝色（color="blue"）。geom_smooth()函数添加“平滑”曲线，选用线性拟合（method="lm"），并且产生一条红色（color="red"）虚线（linestype=2），线条尺寸为1（size=1）。现在对上面的作图步骤进行拆解：ggplot()初始化图形并指定要用到的数据来源（mtcars）和变量（wt、mpg）。每个函数修改属于自己的部分。

location：我们可以直接给定图例左上角的x、y坐标，也可以执行locator(1)，然后通过鼠标单击给出图例的位置，还可以使用关键字bottom、bottomleft、left、topleft、top、topright、right、bottomright、或center放置图例。1=下，2=左，3=上，4=右。1=下，2=左，3=上，4=右。tck：刻度线的长度，以相对于绘图区与大小的分数表示（负值表示在图形外侧，正值表示在图形内侧，0表示禁用刻度，1表示绘制网格线），默认值为-0.01。

我们可以在par()函数中使用图形参数mfrow=c(nrows,ncols)来创建按行填充的行数为nrows、列数为ncols的图形矩阵。如果我们想通过排布或叠加若干图形来创建单幅的、有意义的图形，这需要有对图形布局的精细控制能力。函数layout()的调用形式为layout(mat)，其中mat是一个矩阵，它指定了所要组合的多个图形的所在位置。以下代码表示：第一幅图被置于第1行，另外两幅图被置于第2行。在以下代码中，我们再次将一幅图形置于第1行，两幅图形置于第2行。高度是第2行中图形高度的二分之一。

除了pdf()，还可以使用函数win.metafile()、png()、jpeg()、bmp()、tiff()、xfig()和postscript()将图形保存为其他格式。参考资料：R语言实战【第2版】

举例来说：col=1，col='white'，col='#FFFFFF'，col=rgb(1,1,1)，col=hsv(0,0,1)都是表示白色的等价方式。举例：在执行此语句：par(font.lab=3,cex.lab=1.5,font.main=4,cex.main=2)之后，创建的所有图形都将拥有斜体、1.5倍于默认文本大小的坐标轴标签（名称），以及粗斜体、2倍于默认文本大小的标题。mar：以数值向量表示的边界大小，顺序为“下、左、上、右”，单位为英分，默认值为c(5,4,4,2,)+0.1。

"黔西南布依族苗族自治州": ["maps/gui4_zhou1_qian2_xi1_nan2_bu4_yi1_zu2_miao2_zu2_zi4_zhi4_zhou1", "js"],"克孜勒苏柯尔克孜自治州": ["maps/xin1_jiang1_ke4_zi1_le4_su1_ke1_er3_ke4_zi1_zi4_zhi4_zhou1", "js"],在pyecharts中地图时，提示地图类型，具体参考 pyecharts.datasets.map_filenames.json 文件；

在马赛克图中，嵌套矩形面积正比于单元格频率，其中该频率就是多维列联表中的频率。以基础安装中的Titanic数据集为例，它包含存活或死亡的乘客数、乘客的船舱等级、性别、以及年龄层。其中formula是标准的R表达式，data是一个数据框或表格。田间选项shade=TRUE将根据你和模型的皮尔逊残差值对图形上色，添加legend=TRUE将展示残差的图例。当变量时类别型变量时，若直观察单个类别型变量，可以使用柱状图或饼图；若存在两个类别型变量或更多时，我们可以使用马赛克图。其中table是数组形式的列联表。

首先看上图中下三角区域（主对角线下方的单元格）：默认地，蓝色和从左下指向右上的斜杠表示单元格中的两个变量呈正相关；哪些被考察的变量与其他变量相关性很强，而哪些并不强？相关图作为一种相对现代的方法，可以通过相关系数矩阵的可视化来回答这些问题。以mtcars数据集的变量相关性为例，它含有11个变量，对每个变量都测量了32辆汽车。颜色的功能同上，而相关性大小由被填充的饼图块的大小来展示。当order=TRUE时，相关矩阵将使用主成分分析法对变量重排序，这将使得二元变量的关系模式更为明显。

因此，lines()函数通常是在plot()函数生成一幅图形之后再被调用。如果对图形有要求，我们可以先通过plot()函数中的type="n"选线来创建坐标轴、标题和其他图形特征，然后再使用lines()函数添加各种需要绘制的曲线。type="s"和type="S"都是生成阶梯线，但第一种类型是先横线再上升，而第二种类型是先上升再横线。其中，x和y是要连接的(x,y)点的数值型向量。注意，plot()和lines()函数工作原理不同。type="b"生成最常见的折线图。type="p"生成典型的散点图。

我们可以使用symbols()函数来创建气泡图。该函数可以在指定的(x,y)坐标上绘制圆圈图、方形图、星型图、温度计图和箱线图。text()函数是可选函数，此处用来添加各个汽车的名称。气泡图（bubble plot）用来展示三个定量变量间的关系：先创建一个二维散点图，然后用点的大小来代表第三个边变量的值。下面我们用mtcars数据集来绘制气泡图：x轴代表车重，y轴代表每加仑英里数，气泡大小代表发动机排量。其中x、y和radius是需要设定的向量，分别表示x、y坐标和圆圈半径。其中，z为第三个要绘制的变量。

R语言还提供了许多其他的方式来创建散点图矩阵，如：glus包中的cpars()函数，TeachingDemos包中的pairs2()函数，HH包中的xysplom()函数，ResourceSelection包中的kepairs()函数和SMPracticals包中的pairs.mod()函数。值得注意的是，主对角线的上方和下方的六幅散点图是相同的，women也可以通过调整参数，只显示下三角或上三角的图形。由上图可看出，数据点的重叠导致识别x和y的关系变得异常困难。针对这种情况，R语言提供了一些解决办法。

本例中plot()函数用于绘制散点图，abline()函数用来添加最佳拟合的线性直线，lowess()函数则用来田间一条平滑曲线（该平滑曲线拟合是一种基于局部加权多项式回归的非参数方法）。car包中的scatterplot()函数增强了散点图的许多功能，它可以很方便地绘制散点图，并且能添加拟合曲线、边界箱线图和置信椭圆，还可以按子集绘图。R语言中创建散点图的基础函数是plot(x,y)，其中，x和y是数值型向量，代表着图形中的（x,y）坐标点。参考资料：R语言实战【第2版】

当bins为文本时，表示作图时的分组策略，可用选项具体有：'auto', 'fd', 'doane','scott', 'stone', 'rice', 'sturges', 'sqrt'。（13）common_norm=True, 当分组数据作图，stat设置为‘percent’或‘density’时，如果设置为True，表示按整体进行汇总转换，当设置为False时，表示按各组自己的数据汇总转换。（16）fill=True, 用于设置条形图是否有填充，默认为True，下图为设置为False的展示。

统计学家认为在抽样较少的情况下，抽样点按照分位数等概率间隔的出现是不合理的，实际情况应该是分布在两端的数据被抽到的概率非常小，中间抽到的概率比较高，于是给出了一些分位点位置的调整方案。Q-Q图全称Quantile-Quantile图，Q-Q图是用于评估两个数据集的分布相似程度的，若数据点分布在直线y=x附近，则两个数据集的分布类似。正态Q-Q图是Q-Q图的一种。普通Q-Q图与正态Q-Q图的不同点在于普通Q-Q图的横坐标是未知数据集的分位数，正态Q-Q图的横坐标是标准正态分布的分位数，其他步骤都一样。