document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2026-09-01 04:27:55 +08:00
Code Issues Packages Projects Releases Wiki Activity

R

Browse Source
This commit is contained in:
Xingyu Wang
2022-07-15 15:54:20 +08:00
parent ad7023e0b7
commit 7485ab94c2
1 changed files with 106 additions and 108 deletions
Download Patch File Download Diff File Expand all files Collapse all files

214
translated/tech/20220527 Plotting Data in R- Graphs.md
View File

@@ -3,21 +3,20 @@
[#]: author: "Shakthi Kannan https://www.opensourceforu.com/author/shakthi-kannan/"
[#]: collector: "lkxed"
[#]: translator: "tanloong"
[#]: reviewer: " "
[#]: reviewer: "wxy"
[#]: publisher: " "
[#]: url: " "
R 语言绘制数据：图表篇
======
R 语言有非常多的绘图和数据可视化的包，比如 graphics、lattice、ggplot2 等。这是 R 语言系列的第 9 篇文章，我们会介绍 R 中用来绘图的各种函数。
R 语言有非常多的绘图和数据可视化的包，比如 `graphics`、`lattice`、`ggplot2` 等。这是 R 语言系列的第 9 篇文章，我们会介绍 R 中用来绘图的各种函数。
![business-man-visulising-graphs][1]
![](https://img.linux.net.cn/data/attachment/album/202207/15/155129rsfee22secwyii8w.jpg)
本文使用的 R 是 4.1.2 版本，
运行环境为 Parabola GNU/Linux-libre (x86-64)。
本文使用的 R 是 4.1.2 版本，运行环境为 Parabola GNU/Linux-libre (x86-64)。
```R
```
$ R --version
R version 4.1.2 (2021-11-01) -- "Bird Hippie"
@@ -25,15 +24,13 @@ Copyright (C) 2021 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu (64-bit)
```
R 是开源软件，没有任何担保责任。
只要遵守 GNU 通用公共许可证的版本 2 或者版本 3，你就可以对它进行 (修改和) 再分发。
详情见 [*https://www.gnu.org/licenses/.*](https://www.gnu.org/licenses/.)
R 是自由软件，没有任何担保责任。只要遵守 GNU 通用公共许可证的版本 2 或者版本 3，你就可以对它进行（修改和）再分发。详情见 [https://www.gnu.org/licenses/](https://www.gnu.org/licenses/)。
### 折线图
我们以印度全境消费者物价指数 (CPI -- 乡村/城市) 数据集为研究对象，它可以从 [*https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0*](https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0) 下载。选择 "截止到 2021 年 11 月" 的版本，用 read.csv 函数读取下载好的文件，如下所示：
我们以印度全境消费者物价指数（CPI -- 乡村/城市）数据集为研究对象，它可以从 [https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0](https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0) 下载。选择“截止到 2021 年 11 月” 的版本，用 `read.csv` 函数读取下载好的文件，如下所示：
```R
```
> cpi <- read.csv(file="CPI.csv", sep=",")
> head(cpi)
@@ -54,9 +51,9 @@ Chattisgarh Delhi Goa Gujarat Haryana Himachal.Pradesh Jharkhand Karnataka
...
```
以 Punjab 州为例，对每年各月份的 CPI 值求和，然后用 plot 函数画一张折线图：
以 Punjab 州为例，对每年各月份的 CPI 值求和，然后用 `plot` 函数画一张折线图：
```R
```
> punjab <- aggregate(x=cpi$Punjab, by=list(cpi$Year), FUN=sum)
> head(punjab)
@@ -71,20 +68,20 @@ Group.1 x
> plot(punjab$Group.1, punjab$x, type="l", main="Punjab Consumer Price Index upto November 2021", xlab="Year", ylab="Consumer Price Index")
```
plot 函数可以传入如下参数：
`plot` 函数可以传入如下参数：
| 参数 | 描述 |
| :- | :- |
| x | 向量类型，用于绘制 x 轴的数据 |
| y | 向量或列表类型，用于绘制 y 轴的数据 |
| type | 设置绘图类型："p" 画点；"l" 画线；"o" 同时画点和线，且相互重叠；"s" 画阶梯线；"h" 画铅垂线 |
| xlim | x 轴范围 |
| ylim | y 轴范围 |
| main | 标题 |
| sub | 副标题 |
| xlab | x 轴标题 |
| ylab | y 轴标题 |
| axes | 逻辑型，是否绘制坐标轴 |
| `x` | 向量类型，用于绘制 x 轴的数据 |
| `y` | 向量或列表类型，用于绘制 y 轴的数据 |
| `type` | 设置绘图类型：`p` 画点；`l` 画线；`o` 同时画点和线，且相互重叠；`s` 画阶梯线；`h` 画铅垂线 |
| `xlim` | x 轴范围 |
| `ylim` | y 轴范围 |
| `main` | 标题 |
| `sub` | 副标题 |
| `xlab` | x 轴标题 |
| `ylab` | y 轴标题 |
| `axes` | 逻辑型，是否绘制坐标轴 |
结果如图 1。
@@ -92,57 +89,57 @@ plot 函数可以传入如下参数：
### 自相关图
自相关图能在时序分析中展示一个变量是否具有自相关性，可以用 R 中的 acf 函数绘制。acf 函数可以设置三种自相关类型：*correlation*、*covariance* 或 *partial*。图 2 是 Punjab 州 CPI 值的自相关图，x 表示 CPI。
自相关图能在时序分析中展示一个变量是否具有自相关性，可以用 R 中的 `acf` 函数绘制。`acf` 函数可以设置三种自相关类型：`correlation`、`covariance` 或 `partial`。图 2 是 Punjab 州 CPI 值的自相关图，x 表示 CPI。
```R
```
acf(punjab$x,main='x')
```
![Figure 2: ACF chart][3]
acf 函数可以传入以下参数：
`acf` 函数可以传入以下参数：
| 参数 | 描述 |
| :- | :- |
| x | 一个单变量或多变量的 time series 对象，或者一个数值向量或数值矩阵 |
| lag.max | 最大滞后阶数 |
| type | 字符型，设置所计算的自相关类型："correlation"、"covariance" 或 "partial" |
| plot | 逻辑性，若 TRUE 则绘制图像，若 FALSE 则打印传入数据的描述信息 |
| i | 一组要保留的时差滞后 |
| j | 一组要保留的名称或数字 |
| `x` | 一个单变量或多变量的时序对象，或者一个数值向量或数值矩阵 |
| `lag.max` | 最大滞后阶数 |
| `type` | 字符型，设置所计算的自相关类型：`correlation`、`covariance` 或 `partial` |
| `plot` | 逻辑性，若 `TRUE` 则绘制图像，若 `FALSE` 则打印传入数据的描述信息 |
| `i` | 一组要保留的时差滞后 |
| `j` | 一组要保留的名称或数字 |
### 柱状图
R 中画柱状图的函数是 barplot。下面的代码用来画 Punjab 州 CPI 的柱状图，如图3：
R 中画柱状图的函数是 `barplot`。下面的代码用来画 Punjab 州 CPI 的柱状图，如图3：
```R
```
> barplot(punjab$x, main="Punjab Consumer Price Index", sub="Upto November 2021", xlab="Year", ylab="Consumer Price Index", col="navy")
```
![Figure 3: Line chart of Punjab's CPI][4]
barplot 函数的使用方法非常灵活，可以传入以下参数：
`barplot` 函数的使用方法非常灵活，可以传入以下参数：
| 参数 | 描述 |
| :- | :- |
| height | 数值向量或数值矩阵，包含用于绘图的数据 |
| width | 数值向量，用于设置柱宽 |
| space | 柱间距 |
| beside | 逻辑型，若 FALSE 则绘制堆积柱状图，若 TRUE 则绘制并列柱状图 |
| density | 数值型，设置阴影线的填充密度 (条数/英寸)，默认为 NULL，即不填充阴影线|
| angle | 数值型，填充线条的角度，默认为 45 |
| border | 柱子边缘的颜色 |
| main | 标题 |
| sub | 副标题 |
| xlab | x 轴标题 |
| ylab | y 轴标题 |
| xlim | x 轴范围 |
| ylim | y 轴范围 |
| axes | 逻辑型，是否绘制坐标轴 |
| `height` | 数值向量或数值矩阵，包含用于绘图的数据 |
| `width` | 数值向量，用于设置柱宽 |
| `space` | 柱间距 |
| `beside` | 逻辑型，若 `FALSE` 则绘制堆积柱状图，若 `TRUE` 则绘制并列柱状图 |
| `density` | 数值型，设置阴影线的填充密度（条数/英寸），默认为 `NULL`，即不填充阴影线|
| `angle` | 数值型，填充线条的角度，默认为 45 |
| `border` | 柱形边缘的颜色 |
| `main` | 标题 |
| `sub` | 副标题 |
| `xlab` | x 轴标题 |
| `ylab` | y 轴标题 |
| `xlim` | x 轴范围 |
| `ylim` | y 轴范围 |
| `axes` | 逻辑型，是否绘制坐标轴 |
用 help 命令可以查看 barplot 函数的详细信息：
用 `help` 命令可以查看 `barplot` 函数的详细信息：
```R
```
> help(barplot)
barplot package:graphics R Documentation
@@ -176,9 +173,9 @@ Usage:
### 饼图
绘制饼图时要多加注意，因为饼图不一定能展示出各扇形间的区别。(LCTT 译注："根据统计学家和一些心理学家的调查结果，这种以比例展示数据的统计图形 [实际上是很糟糕的可视化方式][10]，因此，R 关于饼图的帮助文件中清楚地说明了并不推荐使用饼图，而是使用条形图或点图作为替代。") 用 subset 函数获得 Gujarat 州在 2021 年 1 月 Rural、Urban、Rurual+Urban 的 CPI 值：
绘制饼图时要多加注意，因为饼图不一定能展示出各扇形间的区别。（LCTT 译注：根据统计学家和一些心理学家的调查结果，这种以比例展示数据的统计图形 [实际上是很糟糕的可视化方式][10]，因此，R 关于饼图的帮助文件中清楚地说明了并不推荐使用饼图，而是使用条形图或点图作为替代。） 用 `subset` 函数获得 Gujarat 州在 2021 年 1 月 Rural、Urban、Rurual+Urban 的 CPI 值：
```R
```
> jan2021 <- subset(cpi, Name=="January" & Year=="2021")
> jan2021$Gujarat
@@ -187,50 +184,51 @@ Usage:
> names <- c('Rural', 'Urban', 'Rural+Urban')
```
使用 pie 函数为 Gujarat 州的 CPI 值生成饼图，如下所示：
使用 `pie` 函数为 Gujarat 州的 CPI 值生成饼图，如下所示：
```R
```
> pie(jan2021$Gujarat, names, main="Gujarat CPI Rural and Urban Pie Chart")
```
![Figure 4: Pie chart][5]
pie 函数可以传入以下参数：
`pie` 函数可以传入以下参数：
| 参数 | 描述 |
| :- | :- |
| x | 元素大于 0 的数值向量 |
| label | 字符向量，用于设置每个扇形的标签 |
| radius | 饼图的半径 |
| clockwise | 逻辑型，若 TRUE 则顺时针绘图，若 FALSE 则逆时针绘图 |
| density | 数值型，设置阴影线的填充密度 (条数/英寸)，默认为 NULL，即不填充阴影线|
| angle | 数值型，填充线条的角度，默认为 45 |
| col | 数值向量，用于设置颜色 |
| lty | 每个扇形的线条类型 |
| main | 标题 |
| `x | 元素大于 0 的数值向量 |
| `label` | 字符向量，用于设置每个扇形的标签 |
| `radius` | 饼图的半径 |
| `clockwise` | 逻辑型，若 `TRUE` 则顺时针绘图，若 `FALSE` 则逆时针绘图 |
| `density` | 数值型，设置阴影线的填充密度（条数/英寸），默认为 `NULL`，即不填充阴影线|
| `angle` | 数值型，填充线条的角度，默认为 45 |
| `col` | 数值向量，用于设置颜色 |
| `lty` | 每个扇形的线条类型 |
| `main` | 标题 |
### 箱线图
(LCTT 译注："箱线图主要是 [从四分位数的角度出发][11] 描述数据的分布，它通过最大值 (Q4)、上四分位数 (Q3)、中位数(Q2)、下四分位数 (Q1) 和最小值 (Q0) 五处位置来获取一维数据的分布概况。我们知道，这五处位置之间依次包含了四段数据，每段中数据量均为总数据量的 1/4。通过每一段数据占据的长度，我们可以大致推断出数据的集中或离散趋势 (长度越短，说明数据在该区间上越密集，反之则稀疏。)")
（LCTT 译注：箱线图主要是 [从四分位数的角度出发][11] 描述数据的分布，它通过最大值（Q4）、上四分位数（Q3）、中位数（Q2）、下四分位数（Q1） 和最小值（Q0）五处位置来获取一维数据的分布概况。我们知道，这五处位置之间依次包含了四段数据，每段中数据量均为总数据量的 1/4。通过每一段数据占据的长度，我们可以大致推断出数据的集中或离散趋势。长度越短，说明数据在该区间上越密集，反之则稀疏。）
箱线图能够用“须线” (whiskers) 展示一个变量的四分位距 (Interquartile Range，简称 IQR=Q3-Q1)。用上下四分位数分别加/减内四分位距，再乘以一个人为设定的倍数 range (见下面的参数列表)，得到 `range * c(Q1-IQR, Q3+IQR)`，超过这个范围的数据点就被视作离群点，在图中直接以点的形式表示出来。
boxplot 函数可以传入以下参数：
箱线图能够用“<ruby>须线<rt>whisker</rt></ruby>” 展示一个变量的<ruby>四分位距<rt>Interquartile Range</rt></ruby>（简称 IQR=Q3-Q1）。用上下四分位数分别加/减内四分位距，再乘以一个人为设定的倍数 `range`（见下面的参数列表），得到 `range * c(Q1-IQR, Q3+IQR)`，超过这个范围的数据点就被视作离群点，在图中直接以点的形式表示出来。
`boxplot` 函数可以传入以下参数：
| 参数 | 描述 |
| :- | :- |
| data | 数据框或列表，用于参数类型为公式 (formula) 的情况 |
| x | 数值向量或者列表，若为列表则对列表中每一个子对象依次作出箱线图 |
| width | 设置箱子的宽度 |
| outline | 逻辑型，设置是否绘制离群点 |
| names | 设置每个箱子的标签 |
| border | 设置每个箱子的边缘的颜色 |
| range | 延伸倍数，设置箱线图末端 (须) 延伸到什么位置 |
| plot | 逻辑型，设置是否生成图像，若 TRUE 则生成图像，若 FALSE 则打印传入数据的描述信息 |
| horizontal | 逻辑型，设置箱线图是否水平放置 |
| `data` | 数据框或列表，用于参数类型为公式的情况 |
| `x` | 数值向量或者列表，若为列表则对列表中每一个子对象依次作出箱线图 |
| `width` | 设置箱子的宽度 |
| `outline` | 逻辑型，设置是否绘制离群点 |
| `names` | 设置每个箱子的标签 |
| `border` | 设置每个箱子的边缘的颜色 |
| `range` | 延伸倍数，设置箱线图末端（须）延伸到什么位置 |
| `plot` | 逻辑型，设置是否生成图像，若 TRUE 则生成图像，若 FALSE 则打印传入数据的描述信息 |
| `horizontal` | 逻辑型，设置箱线图是否水平放置 |
用 boxplot 函数绘制部分州的箱线图：
用 `boxplot` 函数绘制部分州的箱线图：
```R
```
> names <- c ('Andaman and Nicobar', 'Lakshadweep', 'Delhi', 'Goa', 'Gujarat', 'Bihar')
> boxplot(cpi$Andaman.and.Nicobar, cpi$Lakshadweep, cpi$Delhi, cpi$Goa, cpi$Gujarat, cpi$Bihar, names=names)
```
@@ -239,56 +237,56 @@ boxplot 函数可以传入以下参数：
### QQ 图
QQ 图 (Quantile-Quantile plot) 可以用来对比两个数据集，也可以用来检查数据是否服从某种理论分布。qqnorm 函数能绘制正态分布 QQ 图，可以检验数据是否服从正态分布，用下面的代码绘制 Punjab 州 CPI 数据的 QQ 图：
<ruby>QQ 图<rt>Quantile-Quantile plot</rt></ruby>可以用来对比两个数据集，也可以用来检查数据是否服从某种理论分布。`qqnorm` 函数能绘制正态分布 QQ 图，可以检验数据是否服从正态分布，用下面的代码绘制 Punjab 州 CPI 数据的 QQ 图：
```R
```
> qqnorm(punjab$x)
```
![Figure 6: Q-Q plot][7]
qqline 函数可以向正态分布 QQ 图上添加理论分布曲线，它可以传入以下参数：
`qqline` 函数可以向正态分布 QQ 图上添加理论分布曲线，它可以传入以下参数：
| 参数 | 描述 |
| :- | :- |
| x | 第一个数据样本 |
| y | 第二个数据样本 |
| datax | 逻辑型，设置是否以 x 轴表示理论曲线的值，默认为 FALSE |
| probs | 长度为 2 的数值向量，代表概率 |
| xlab | x 轴标题 |
| ylab | y 轴标题 |
| qtype | [1,9] 内的整数，设置分位计算类型，详情见 help(quantile) 的 "Type" 小节 |
| `x` | 第一个数据样本 |
| `y` | 第二个数据样本 |
| `datax` | 逻辑型，设置是否以 x 轴表示理论曲线的值，默认为 `FALSE` |
| `probs` | 长度为 2 的数值向量，代表概率 |
| `xlab` | x 轴标题 |
| `ylab` | y 轴标题 |
| `qtype` | `[1,9]` 内的整数，设置分位计算类型，详情见 `help(quantile)` 的类型小节 |
### 等高图
等高图可以描述三维数据，在 R 中对应的函数是 contour，这个函数也可以用来向已有的图表添加等高线。等高图常与其他图表一起使用。我们用 contour 对 R 中的 volcano 数据集 (奥克兰的火山地形信息) 绘制等高图，代码如下：
等高图可以描述三维数据，在 R 中对应的函数是 `contour`，这个函数也可以用来向已有的图表添加等高线。等高图常与其他图表一起使用。我们用 `contour` 对 R 中的 `volcano` 数据集（奥克兰的火山地形信息）绘制等高图，代码如下：
```R
```
> contour(volcano)
```
![Figure 7: Volcano][8]
contour 函数的常用参数如下：
`contour` 函数的常用参数如下：
| 参数 | 描述 |
| :- | :- |
| x,y | z 中数值对应的点在平面上的位置 |
| z | 数值向量 |
| nlevels | 设置等高线的条数，调整等高线的疏密 |
| labels | 等高线上的标记字符串，默认是高度的数值 |
| xlim | 设置 x 轴的范围 |
| ylim | 设置 y 轴的范围 |
| zlim | 设置 z 轴的范围 |
| axes | 设置是否绘制坐标轴 |
| col | 设置等高线的颜色 |
| lty | 设置线条的类型 |
| lwd | 设置线条的粗细 |
| vfont | 设置标签字体 |
| `x,y` | z 中数值对应的点在平面上的位置 |
| `z` | 数值向量 |
| `nlevels` | 设置等高线的条数，调整等高线的疏密 |
| `labels` | 等高线上的标记字符串，默认是高度的数值 |
| `xlim` | 设置 x 轴的范围 |
| `ylim` | 设置 y 轴的范围 |
| `zlim` | 设置 z 轴的范围 |
| `axes` | 设置是否绘制坐标轴 |
| `col` | 设置等高线的颜色 |
| `lty` | 设置线条的类型 |
| `lwd` | 设置线条的粗细 |
| `vfont` | 设置标签字体 |
等高线之间的区域可以用颜色填充，每种颜色表示一个高度范围，如下所示：
```R
```
> filled.contour(volcano, asp = 1)
# asp 为图形纵横比，即 y 轴上的 1 单位长度和 x 轴上 1 单位长度的比率
```
@@ -296,7 +294,7 @@ contour 函数的常用参数如下：
![Figure 8: Filled volcano][9]
掌握上述内容后，你可以尝试 R 语言 graphics 包中的其他函数和图表 (LCTT 译注：用 help(package=graphics) 可以查看 graphics 包提供的函数列表)。
掌握上述内容后，你可以尝试 R 语言 `graphics` 包中的其他函数和图表（LCTT 译注：用 `help(package=graphics)` 可以查看 graphics 包提供的函数列表）。
--------------------------------------------------------------------------------
@@ -305,7 +303,7 @@ via: https://www.opensourceforu.com/2022/05/plotting-data-in-r-graphs/
作者：[Shakthi Kannan][a]
选题：[lkxed][b]
译者：[tanloong](https://github.com/tanloong)
校对：[校对者ID](https://github.com/校对者ID)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出