利用R语言自带函数快速探索数据

《R Graphics Cookbook》 chapter2 Quickly Exploring Data 快速浏览数据

为了非常快速地浏览数据，有时使用 R 自带的绘图函数很有用

Creating a Scatter Plot 创建一个散点图

要制作散点图，请使用 plot() 并向其传递一个 x 值的向量，后跟一个 y 值的向量

以 mtcars 数据集为例

plot(mtcars$wt, mtcars$mpg)

也可以使用函数 ggplot() 获得类似的结果

library(ggplot2)

ggplot(mtcars, aes(x = wt, y = mpg)) +  # 第一部分：ggplot() ，告诉它创建一个绘图对象
  geom_point()                          # 第二部分：geom_point()，告诉它叠加一个点图

通常情况下，使用 ggplot() 方法是向它传递一个数据框（例如，mtcars ），然后告诉它哪些列用于 x 和 y 值。
如果你想用两个向量作为 x 和 y 值，则设置 data = NULL 。
请记住，ggplot2 最初设计是将数据框作为数据来源，而不是单个向量，
所以这种使用方式只能让您使用其功能的有限部分。

ggplot(data = NULL, aes(x = mtcars$wt, y = mtcars$mpg)) +
  geom_point()

Creating a Line Graph 创建一个折线图

使用 plot() 制作折线图，向其传递 x、y 的向量，并设置 type = "l"

plot(pressure$temperature, pressure$pressure, type = "l")

如果要添加点和/或多条线，首先把 plot() 放在第一行
然后再用 points() 添加点或者用 lines() 附加线

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")

上述代码需要全选一起运行

可以使用 ggplot2，用 geom_line() 获得类似结果

library(ggplot2)
ggplot(pressure, aes(x = temperature, y = pressure)) +
  geom_line()

ggplot(pressure, aes(x = temperature, y = pressure)) +
  geom_line() +
  geom_point()

Creating a Bar Graph 创建条形图

如果要画数值条形图：
使用 barplot() ，并将每个 bar 的高度值向量和（可选）每个条形图的标签向量传递给它
如果向量中的元素有名称，名称将自动用作标签

BOD
#>   Time demand
#> 1    1    8.3
#> 2    2   10.3
#> 3    3   19.0
#> 4    4   16.0
#> 5    5   15.6
#> 6    7   19.8

barplot(BOD$demand, names.arg = BOD$Time)

如果画计数条形图：
有时，bar 代表每个类别中的个例数。
这与直方图类似，但 X 轴是离散的，而不是连续的。
使用 table() 函数生成向量中每个唯一值的计数，

table(mtcars$cyl)
#> 
#>  4  6  8 
#> 11  7 14

barplot(table(mtcars$cyl))

也可以使用 ggplot2 中的 geom_col() 获得类似的结果（绘制数值条形图）
注意 x 变量为连续变量和离散变量时的输出差异

# 数值条形图
# BOD 数据框，"Time" 列作x值，"demand" 列作y值

ggplot(BOD, aes(x = Time, y = demand)) +
  geom_col()

# 将 x 转为因子, 当作离散变量处理
# 对于某些类型的数据，使用 factor() 函数将连续 x 变量转换为离散变量可能更有意义
ggplot(BOD, aes(x = factor(Time), y = demand)) +
  geom_col()

还可以使用 ggplot2 中的 geom_bar() 绘制每个类别中数据行数的计数图

# 计数条形图
# 使用 mtcars 数据集中 cyl 为 x
# 而 y 则表示 cyl 每种数值共有几行 
ggplot(mtcars, aes(x = cyl)) +
  geom_bar()

# 转为因子
ggplot(mtcars, aes(x = factor(cyl))) +
  geom_bar()

Note：在早期版本的 ggplot2 中，创建数值条形图的推荐方法是使用 geom_bar(stat = "identity") .
从 ggplot2 2.2.0 开始，有一个 geom_col() 函数可以做同样的事情

Creating a Histogram 创建直方图

直方图纵坐标为频数 Frequency ，适合粗略了解一维数据的分布情况

使用 hist() 画直方图，并选择一个数值向量作为 x

hist(mtcars$mpg)

# 通过指定 break 数量来明确箱数
hist(mtcars$mpg, breaks = 10)

也可以使用 ggplot2 中的 geom_histogram() 获得类似结果

library(ggplot2)
ggplot(mtcars, aes(x = mpg)) +
  geom_histogram()
#> `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
# 当创建直方图而未指定图格宽度时，ggplot()会默认画 30 个箱数

# 改为更宽的箱宽
ggplot(mtcars, aes(x = mpg)) +
  geom_histogram(binwidth = 4)

Creating a Box Plot 创建箱体图

制作箱形图，使用 plot() 并传递 x 值的因子和 y 值的向量
当 x 是一个因子（而不是数值向量）时，它将自动创建一个箱形图：

plot(ToothGrowth$supp, ToothGrowth$len)

如果两个向量在同一个数据框中，可以使用带有公式语法的 boxplot() 函数
它可以将 x 轴上的两个变量组合起来

# Formula syntax 公式语法
boxplot(len ~ supp, data = ToothGrowth)

# 将两个变量的交互作用放在 x 轴上
boxplot(len ~ supp + dose, data = ToothGrowth)

使用 ggplot2 包中 geom_boxplot() 也可以画出类似的图形

library(ggplot2)
ggplot(ToothGrowth, aes(x = supp, y = len)) +
  geom_boxplot()

通过使用 interaction() 将变量组合起来，也可以绘制多个变量的箱形图

ggplot(ToothGrowth, aes(x = interaction(supp, dose), y = len)) +
  geom_boxplot()

基础图形中的箱形图与 ggplot2 中的箱形图略有不同。
这是因为它们使用略有不同的方法来计算分位数。

Plotting a Function Curve 绘制函数曲线

要绘制函数曲线，使用 curve() 并传递一个带有变量 x 的表达式

curve(x^3 - 5*x, from = -4, to = 4)

可以绘制任何以数值向量作为输入并返回数值向量的函数
包括自定义的函数
使用 add = TRUE 将向先前创建的绘图添加一条曲线：

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

# 添加曲线:
curve(1 - myfun(x), add = TRUE, col = "red")

使用 ggplot2 中的 stat_function(geom = “line”) ，可以获得类似的结果
传递一个函数，该函数将数字向量作为输入并返回数字向量：

library(ggplot2)
# 将 x 的范围设置为 0 到 20
ggplot(data.frame(x = c(0, 20)), aes(x = x)) +
  stat_function(fun = myfun, geom = "line")