r语言 相关性作图_R语言系列 基本统计作图

【本文用于教学】

基本统计图形

要观察分类变量与定量变量的数据，最基本的方法就是用图形：

1. 将变量的分布作可视化展示；
2. 通过结果变量进行跨组比较。

#条形图 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）。函数barplot()的最简单用法是：

其中，height为向量或矩阵。

##简单条形图（height为向量）

library(vcd) #使用数据集Arthritis

## Loading required package: grid

counts <- table(Arthritis$Improved)
counts

##
## None Some Marked
## 42 14 28

par(mfrow=c(1,2))
barplot(counts, main = "Simple Bar Plot", xlab = "Improvement", ylab = "Frequency") #竖直条形图
barplot(counts, main = "Horizontal Bar Plot", xlab = "Frequency", ylab = "Improvement", horiz = TRUE) #水平条形图

##堆砌条形图和分组条形图（height为矩阵）

若**beside=FALSE**（默认值），则矩阵中的每一列都将生成图中的一个条形，各列中的值将给出堆砌的“子条”的高度。
若**beside=TRUE**，则矩阵中的每一列都表示一个分组，各列中的值将并列而不是堆砌。

library(vcd) #使用数据集Arthritis
counts <- table(Arthritis$Improved, Arthritis$Treatment)
counts

##
## Placebo Treated
## None 29 13
## Some 7 7
## Marked 7 21

par(mfrow=c(1,2),pin = c(3,3))
barplot(counts, main = "Stacked Bar Plot", xlab = "Treatment", ylab = "Frequency", col = c("red", "yellow", "green"),legend = rownames(counts)) #堆砌条形图
barplot(counts, main = "Grouped Bar Plot", xlab = "Treatment", ylab = "Frequency", col = c("red", "yellow", "green"),legend = rownames(counts), beside = TRUE) #分组条形图

注：棘状图可对堆砌条形图进行重缩放

library(vcd)
attach(Arthritis)
counts <- table(Treatment, Improved)
par(pin = c(3.5,3.5))
spine(counts, main = "Spinogram Example")

detach(Arthritis)

##均值条形图 条形图并不一定要基于计数数据或频率数据，也可以使用数据整合函数并将结果传递给函数barplot()，来创建表示均值、中位数、标准差等的条形图。

states <- data.frame(state.region, state.x77)
means <- aggregate(states$Illiteracy, by = list(state.region), FUN = mean)
means <- means[order(means$x), ] #均值从小到大排序
means

## Group.1 x
## 3 North Central 0.700000
## 1 Northeast 1.000000
## 4 West 1.023077
## 2 South 1.737500

barplot(means$x, names.arg=means$Group.1) #参数2设置标签
title("Mean Illiteracy Rate")

##条形图的微调

par(mar = c(5, 8, 4, 2))
par(las = 2) #旋转图形标签
counts <- table(Arthritis$Improved)
barplot(counts, main = "Treatment Outcome", horiz = TRUE, cex.names = 0.8, names.arg = c("No Improvement", "Some Improvement", "Marked Improvement")) #cex.names缩小字体

#饼图 饼图的功能同条形图，每一个扇形的角度与相应频数成比例。基本函数为：

其中，x为非负数值向量，表示每个扇形的面积；labels表示各扇形标签的字符型向量。

attach(mtcars)
piedata<-table(c