R可视化代码（一、二）

数据可视化学习<必运行>
install.packages(“ggplot”)#主要画图包
install.packages(“gcookbook”)#数据包
library(ggplot2)
library(gcookbook)

#第一章：基础
read.csv("datafile.csv",sep="\t")#加载分隔符式文件，sep设置分隔符
#数据集中字符串自动转为因子，设置stringsAsFactors=FALSE不会读为因子
read.table()
install.packages("xlsx",sheetIndex=2,sheetName="RE")#
read.xlsx("datafile.xlsx")#读excel文件，来自上面的包
install.packages("gdata")#
read.xls("datafile.xls",sheet=2)#读xls格式的文件

install.packages("foregin")#
library(foregin)
read.spss("datafile.sav")
read.octave()#Octave和matlab
read.xport()#sas
read.dta()#Stata
ls("package:foregin")#查看该包里面所有函数的列表

#第二章：快速探索数据（一些实例绘图）
#1、散点图——查看数据散布情况
fix(mtcars)#以此为例
plot(mtcars$wt,mtcars$mpg)#最简单
qplot(mtcars$wt,mtcars$mpg)
qplot(wt,mpg,data=mtcars)#同样的散点图
#2、折线图——查看数据趋势
plot(pressure$temperature, pressure$pressure, type="l")#plot绘制折线，指定type
###利用points添加数据点、lines添加更多的线
plot(pressure$temperature, pressure$pressure, type="l")
points(pressure$temperature, pressure$pressure)
lines(pressure$temperature, pressure$pressure/2, col="red")
points(pressure$temperature, pressure$pressure/2, col="red")

#ggplot绘制折线（qplot(geom)、ggplot+geom_）
qplot(pressure$temperature, pressure$pressure, geom="line")
###下面代码针对同一数据框
qplot(temperature, pressure, data=pressure, geom="line")
ggplot(pressure, aes(x=temperature, y=pressure)) + geom_line()
#添加数据点
qplot(temperature, pressure, data=pressure, geom=c("line", "point"))#geom里面加参数point
ggplot(pressure, aes(x=temperature, y=pressure)) + geom_line() + geom_point()

#3、绘制条形图——查看变量值、频数、频率
fix(BOD)#查看数据,很简单的数据
barplot(BOD$demand, names.arg=BOD$Time)#这里高度表示demand的值，横轴是time，自动分配
#用mtcars数据集中cyl绘制频数条形图
table(mtcars$cyl)
barplot(table(mtcars$cyl))

#ggplot绘制条形图（qplot(geom)、ggplot+geom_）
qplot(BOD$Time, BOD$demand, geom="bar", stat="identity")#横轴变量是连续型的，会空出没有值的变量
qplot(factor(BOD$Time), BOD$demand, geom="bar", stat="identity")#横轴变量改为因子、离散的，不空出

qplot(mtcars$cyl)#mtcars连续型和离散型区别更加明显
qplot(factor(mtcars$cyl))
##对于同一数据框里面的变量绘制可以用下面的两种方式
qplot(Time, demand, data=BOD, geom="bar", stat="identity")#第一个变量是横轴
ggplot(BOD, aes(x=Time, y=demand)) + geom_bar(stat="identity")
qplot(factor(cyl), data=mtcars)
ggplot(mtcars, aes(x=factor(cyl))) + geom_bar()

#4、绘制直方图——查看一维数据分布特征
hist(mtcars$mpg)#默认间距，高度是每组内频数
hist(mtcars$mpg, breaks=10)#breaks指定组距

#ggplot绘图
qplot(mtcars$mpg)
#同一数据框可以用下面的方式
qplot(mpg, data=mtcars, binwidth=4)#binwidth设置宽度
ggplot(mtcars, aes(x=mpg)) + geom_histogram(binwidth=4)

#5、绘制箱线图——对不同分布比较
fix(ToothGrowth)#以该数据集为例，supp是因子变量，len是数值型连续型
plot(ToothGrowth$supp, ToothGrowth$len)#若x是因子，plot自动绘制箱线图
boxplot(len ~ supp, data = ToothGrowth)#用boxplot绘制，指定y~x。是公式语法，效果一致
boxplot(len ~ supp + dose, data = ToothGrowth)#在x轴引入两量的交互，按supp和dose对数据分组，绘制箱线。
##ggplot绘制箱线图
qplot(ToothGrowth$supp, ToothGrowth$len, geom="boxplot")
qplot(supp, len, data=ToothGrowth, geom="boxplot")#针对同一数据框内变量
ggplot(ToothGrowth, aes(x=supp, y=len)) + geom_boxplot()#效果同上

qplot(interaction(ToothGrowth$supp, ToothGrowth$dose), ToothGrowth$len,geom="boxplot")
#interaction函数将分组变量组合在一起，绘制基于多分组变量的箱线图，指定按supp和dose对数据分组
##同一数据框的情况
qplot(interaction(supp,dose),len, data=ToothGrowth, geom="boxplot")
ggplot(ToothGrowth, aes(x=interaction(supp, dose), y=len)) + geom_boxplot()

#6、绘制函数图像——由公式绘制
curve(x^3－5*x, from=-4, to=4)#curve函数，第一部分公式，从-4到4的图形

myfun=function(xvar) 
{ 1/(1 + exp(-xvar + 10))}
curve(myfun(x), from=0, to=20)＃以自定义函数绘图

curve(1-myfun(x), add = TRUE, col = "red")＃添加直线

qplot(c(0,20), fun=myfun, stat="function", geom="line")＃指示向量作为绘图的x的区间
ggplot(data.frame(x=c(0, 20)), aes(x=x)) + stat_function(fun=myfun, geom="line")＃与上面相同

附：《R数据可视化手册》
http://download.csdn.net/detail/qq_28797967/9294243?locationNum=4&fps=1