《R语言与数据挖掘最佳实践和经典案例》—— 3.4 更多探索

本节书摘来自华章出版社《R语言与数据挖掘最佳实践和经典案例》一 书中的第3章，第3.4节，作者：（澳）Yanchang Zhao，更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.4　更多探索

本节将介绍一些图像，包括3D散布图、等级图、等高图、交互图以及平行坐标。
一个3D散布图可以通过scatterplot3d包[Ligges and M鋍hler， 2003]生成（见图3-9）。

rgl包[Adler and Murdoch，2012]提供了函数plot3d()来支持交互3D散布图。

热区图是一个数据矩阵的2D展示，可以由R中的函数heatmap()绘制而成。通过下面的代码，我们使用函数dist()计算iris数据中不同鸢尾花的相似度，并且绘制热区图（见图3-10）。

lattice包[Sarkar，2008]中的函数levelplot()可以绘制等级图（见图3-11），使用函数grey.colors()创建一个γ校正灰色向量，类似的函数rainhow()可以创建一个连续颜色向量。

等高图可以使用graphics包中的函数contour()和lattice包中的函数filled.contour()绘制（见图3-12）。

数值矩阵的另一种图像展示是3D曲面图，如图3-13所示，可以使用函数persp()绘制。

平行坐标为多维数据提供了良好的可视化效果。平行坐标可以通过MASS包中的函数parcoord()和lattice包中的函数parallelplot()绘制（见图3-14和图3-15）。

ggplot2包[Wickham，2009]支持复杂的图像，对探索数据十分有用。下面给出一个简单的例子（见图3-16）。关于ggplot2包的更多例子可以从http://had.co.nz/ggplot2/上获得。