R绘图 vs Python绘图(散点图、折线图、直方图、条形图、箱线图、饼图、热力图、蜘蛛图)

写在前面：为啥不用excel绘制这些图，用PoweBI，帆软BI等可视化软件来绘图，不是更方便吗？的确，这些工具都很方便，但同时，它们显得很呆，不够灵活，更为致命的是，它们绘制出的图形，分辨率不够，用来出版论文，是不合格的。所以，要做学术的朋友，对R，Python可视化绘图感兴趣的朋友，不妨下点功夫将这些技术学到手。

我之所以，将自己花费4个晚上，8个小时整理出来的文档分享出来，无非是为了减少大家学习技术的时间，我深知入门一种语言的艰辛，因为我在学习的时候，也是网上各种找资料，一个软件下载安装完毕，花费大半天的时间，当初学习一门语言的激情都走了大半；所以，希望大家能够快速上手，将时间花费在能真正提高技术的地方，比如设置图形的颜色，宽度，线条，灵活的修改图形等方面，这也是我接下来要研究的。

看在我这么辛苦的份上，看完不妨点个赞。。。文章最后放本文所需要的软件安装过程链接，用R与Python绘制中国地图，某省地图，以及可视化技术的介绍。。。

本文要绘制的图形以及如何使用这些图形：散点图、折线图、直方图、条形图、箱线图、饼图、热力图、蜘蛛图、二元变量分布和成对关系。

用R绘图

软件：w10版Rstudio

条形图通过垂直的或水平的条形展示了类别型变量的分布（频数）。

> install.packages("vcd")
> library(vcd)
> counts<-table(Arthritis$Improved)
> counts

  None   Some Marked 
    42     14     28 
> barplot(counts,main="简单的条形图",xlab="Improvement",ylab="Frequency")

 

> counts<-table(Arthritis$Improved,Arthritis$Treatment)
> counts
        
         Placebo Treated
  None        29      13
  Some         7       7
  Marked       7      21

> plot(counts,main="堆砌条形图",xlab="Treatment",ylab="Frequency",col=c("red","yellow","green"))

> barplot(counts,main="堆砌条形图",xlab="Treatment",ylab="Frequency",col=c("red","yellow","green"),legend=rownames(counts))

> barplot(counts,main="分组条形图",xlab="Treatment",ylab="Frequency",col=c("red","yellow","green"),beside=T,legend=rownames(counts))


> states<-data.frame(state.region,state.x77)
> means<-aggregate(states$Illiteracy,by=list(state.region),FUN=mean)
> means<-means[order(means$x),]
> barplot(means$x,names.arg=means$Group.1)
> title("均值条形图")

使用中注意：我用plot（）与barplot（）绘制的堆砌条形图并不一样！！！要想使得条形图“横着放”，barplot（）函数中加上horiz=T

在绘图堆砌条形图时，使用table（）函数将数据表格化，之所以使用table（）是为了防止类别型变量不是因子，本例中Arthritis$Improved是一个因子。

 

散点图的英文叫做 scatter plot，它将两个变量的值显示在二维坐标中，非常适合展示两个变量之间的关系。

> x<-rnorm(100)
> y<-2*x+rnorm(100)
> plot(x,y,main="Linearly correlated random numbers",xlab="x",ylab="2*x+noise",xlim=c(-4,4),ylim=c(-4,4))
> plot(0:25,0:25,pch=0:25,xlim=c(-1,26),ylim=c(-1,26),main="point stytles (pch)")
> text(0:25+1,0:25,0:25)

 

> plot(x,y,pch=ifelse(x*y>1,16,1),main="scatter plot with conditional point styles")
> z<-sqrt(1+x^2)+rnorm(100)
> plot(x,y,pch=1,xlim=range(x),ylim=range(y,z),xlab="x",ylab="values")
> points(x,z,pch=17)
> title("scatter plot with two series")