《統(tǒng)計(jì)學(xué)-基于R》(02)第2章-數(shù)據(jù)的可視化(R3)

數(shù)據(jù)分析

(方法與案例)

作者賈俊平版權(quán)所有違者必究StatisticswithR統(tǒng)計(jì)學(xué)R語言第2章數(shù)據(jù)的可視化2.1

數(shù)據(jù)的頻數(shù)分布2.2類別數(shù)據(jù)的可視化2.3數(shù)值數(shù)據(jù)的可視化3.4洛倫茨曲線2.5ggplot2繪圖的一個示例2.5使用圖表的注意事項(xiàng)isualizationV2.1數(shù)據(jù)的頻數(shù)分布

2.1.1類別數(shù)據(jù)的頻數(shù)分布

2.1.2數(shù)值數(shù)據(jù)的類別化第2章數(shù)據(jù)的可視化2.1.1類別數(shù)據(jù)的頻數(shù)分布2.1數(shù)據(jù)的頻數(shù)分布2018-9-25類別數(shù)據(jù)的頻數(shù)分布表生成頻數(shù)表一個類別變量——簡單頻數(shù)表兩個類別變量——二維列聯(lián)表多個類別變量——多維列聯(lián)表計(jì)算描述統(tǒng)計(jì)量頻數(shù)(frequency)：落在各類別中的數(shù)據(jù)個數(shù)比例(proportion)：某一類別數(shù)據(jù)個數(shù)占全部數(shù)據(jù)個數(shù)的比值百分比(percentage)：將對比的基數(shù)作為100而計(jì)算的比值比率(ratio)：不同類別數(shù)值個數(shù)的比值2018-9-25生成頻數(shù)分布表

(類別數(shù)據(jù))【例2-1】(example2_1)某物業(yè)管理公司準(zhǔn)備進(jìn)行一項(xiàng)物業(yè)管理的改革措施，為征求社區(qū)居民的意見，在所管理的4個社區(qū)隨機(jī)調(diào)查80個住戶，對戶主進(jìn)行調(diào)查。表2—1是被調(diào)查者所在的社區(qū)、被調(diào)查者的性別及其對該項(xiàng)改革措施的態(tài)度數(shù)據(jù)。生成簡單頻數(shù)分布表，觀察被調(diào)查者所在的社區(qū)、性別以及對改革措施態(tài)度的分布狀況2018-9-25單變量簡單頻數(shù)表#使用summary函數(shù)生成頻數(shù)分布表#生成被調(diào)查者所在社區(qū)的頻數(shù)分布表，并將頻數(shù)分布表轉(zhuǎn)化成百分比#生成被調(diào)查者性別的頻數(shù)分布表，并將頻數(shù)表轉(zhuǎn)化成百分比#生成被調(diào)查者態(tài)度的頻數(shù)分布表，并將頻數(shù)表轉(zhuǎn)化成百分比load("C:/example/ch2/example2_1.RData")summary(example2_1)count1<-table(example2_1$社區(qū));count1prop.table(count1)*100count2<-table(example2_1$性別);count2prop.table(count2)*100count3<-table(example2_1$態(tài)度);count3prop.table(count3)*1002018-9-25雙變量二維列聯(lián)表#社區(qū)與性別的二維列聯(lián)表，增加邊際和，并將列聯(lián)表轉(zhuǎn)化成百分比#社區(qū)與態(tài)度的二維列聯(lián)表，增加邊際和，并將列聯(lián)表轉(zhuǎn)化成百分比#性別與態(tài)度的列聯(lián)表，增加邊際和，并將列聯(lián)表轉(zhuǎn)化為百分比表

mytable1<-table(example2_1$社區(qū),example2_1$性別)addmargins(mytable1)addmargins(prop.table(mytable1))*100mytable2<-table(example2_1$社區(qū),example2_1$態(tài)度)addmargins(mytable2)addmargins(prop.table(mytable2))*100mytable3<-table(example2_1$性別,example2_1$態(tài)度)addmargins(mytable3)

addmargins(prop.table(mytable2))*1002018-9-25列聯(lián)表的描述性分析

(雙變量百分比列聯(lián)表)#使用CrossTable函數(shù)生成二維列聯(lián)表（以被調(diào)查者性別與態(tài)度的二維列聯(lián)表為例）library(gmodels)CrossTable(example2_1$性別,example2_1$態(tài)度)2018-9-25多變量多維列聯(lián)表#行變量為被調(diào)查者所屬社區(qū)和性別，列變量為態(tài)度的三維列聯(lián)表

#生成行變量為被調(diào)查者性別和態(tài)度，列變量為社區(qū)的三維列聯(lián)表#為列聯(lián)表mytable2增加邊際和#將列聯(lián)表mytable2轉(zhuǎn)化為百分比表load("C:/example/ch2/example2_1.RData")mytable1<-ftable(example2_1);mytable1mytable2<-ftable(example2_1,row.vars=c("性別","態(tài)度"),col.var="社區(qū)");mytable2ftable(addmargins(table(example2_1$性別,example2_1$態(tài)度,example2_1$社區(qū))))ftable(addmargins(prop.table(table(example2_1$性別,example2_1$態(tài)度,example2_1$社區(qū))))*100)2.1.1數(shù)值數(shù)據(jù)的類別化2.1數(shù)據(jù)的頻數(shù)分布2018-9-25數(shù)值數(shù)據(jù)的類別化

(例題分析)【例2-2】一家購物網(wǎng)站連續(xù)120天的銷售額數(shù)據(jù)。生成一張頻數(shù)分布表觀察銷售額的分布特征net2721972251832002172102051911861812361721952222532052172242382251982521962012062122372042161991961872392242482182172242341881992161962021812172181881992402002431981932072142032252351911722462082031722062192222202042342071992612072152072092381921612432522032162652222261962122541672002182052152182282331941712032382352092332262292062412032242002082102162232302432018-9-25數(shù)值數(shù)據(jù)的類別化

2018-9-25數(shù)值數(shù)據(jù)的類別化#把銷售額以10為間隔分組(計(jì)算各組頻數(shù)、百分比和累積百分比)load("C:/example/ch2/example2_2.RData")vector2_2<-as.vector(example2_2$銷售額)library(plyr)count<-table(round_any(vector2_2,10,floor))count<-as.numeric(count)pcount<-prop.table(count)*100cumsump<-cumsum(pcount)name<-paste(seq(160,270,by=10),"-",seq(170,280,by=10),sep="")gt<-data.frame("頻數(shù)"=count,"頻數(shù)百分比"=pcount,"累積頻數(shù)百分比"=cumsump,s=name)round(gt,4)2018-9-25數(shù)值數(shù)據(jù)的類別化

(用cut函數(shù)進(jìn)行分組)#使用“cut”函數(shù)，將【例2—2】分成間隔為10的組（不比考慮組數(shù)，有了間隔，組數(shù)自然就確定了）load("C:/example/ch2/example2_2.RData")vector2_2<-as.vector(c(example2_2$銷售額))d<-table(cut(vector2_2,breaks=10*(16:28),right=FALSE))dd<-data.frame(d)percent<-dd$Freq/sum(dd$Freq)*100cumsump<-cumsum(percent)df<-data.frame(dd,percent,cumsump)library(reshape)mytable<-rename(df,c(Var1="分組",Freq="頻數(shù)",percent="頻數(shù)百分比",cumsump="累積頻數(shù)百分比"))mytable2.2類別數(shù)據(jù)的可視化

2.1.1條形圖及其變種據(jù)

2.1.2餅圖及其變種第2章數(shù)據(jù)的可視化2.2.1條形圖及其變種2.2類別數(shù)據(jù)的可視化2018-9-25簡單條形圖

(例題2—1簡單條形圖)load("C:/example/ch2/example2_1.RData")count1<-table(example2_1$社區(qū))count2<-table(example2_1$性別)count3<-table(example2_1$態(tài)度)par(mfrow=c(1,3),mai=c(0.7,0.7,0.6,0.1),cex=0.7,cex.main=0.8)bar<-barplot(count1,xlab="頻數(shù)",ylab="社區(qū)",horiz=TRUE,xlim=c(0,1.2*max(count1)),main="(a)水平條形圖",col=2:5)text(bar,count1,labels=count1,pos=4,adj=c(0,0.5))bar<-barplot(count2,xlab="性別",ylab="頻數(shù)",col=c("gray40","gray80"),ylim=c(0,1.2*max(count2)),main="(b)垂直條形圖")text(bar,count2,labels=count2,pos=3,col=2)bar<-barplot(count3,xlab="態(tài)度",ylab="頻數(shù)",ylim=c(0,1.1*max(count3)),col=2:3,main="(c)垂直條形圖")text(bar,count3/2,labels=count3,pos=3,col=4)2018-9-25Pareto圖(排序的條形圖)

(繪制例2-1的Paretochart)#load("C:/example/ch2/example2_1.RData")count1<-table(example2_1$社區(qū))par(mai=c(0.7,0.7,0.1,0.7),cex=.8)x<-sort(count1,decreasing=T)bar<-barplot(x,xlab="社區(qū)",ylab="頻數(shù)",col=rainbow(4),ylim=c(0,1.2*max(count1)))text(bar,x,labels=x,pos=3,col=1)y<-cumsum(x)/sum(x)par(new=T)plot(y,type="b",lwd=1.5,pch=15,axes=FALSE,xlab='',ylab='',main='')axis(4)mtext("累積頻率",side=4,line=3,cex=.8)mtext("累積分布曲線",line=-2.5,cex=.8,adj=0.75)2018-9-25復(fù)式條形圖

(例題2—1復(fù)式條形圖)load("C:/example/ch2/example2_1.RData")mytable1<-table(example2_1$態(tài)度,example2_1$社區(qū))par(mfrow=c(2,2),cex=0.6)bar1<-barplot(mytable1,xlab="社區(qū)",ylab="頻數(shù)",ylim=c(0,16),col=c("red","green"),legend=rownames(mytable1),args.legend=list(x=12),beside=TRUE,main="(a)社區(qū)并列條形圖")text(bar1,mytable1,labels=mytable1,pos=3,col=1)

bar2<-barplot(mytable1,xlab="社區(qū)",ylab="頻數(shù)",ylim=c(0,30),col=c("red","green"),legend=rownames(mytable1),args.legend=list(x=4.8),main="(b)社區(qū)堆疊條形圖")

mytable2<-table(example2_1$態(tài)度,example2_1$性別)bar3<-barplot(mytable2,xlab="性別",ylab="頻數(shù)",ylim=c(0,30),col=c("red","green"),legend=rownames(mytable2),args.legend=list(x=4.5),beside=TRUE,main="(c)性別并列條形圖")text(bar3,mytable2,labels=mytable2,pos=3,col=1)

bar4<-barplot(mytable2,xlab="性別",ylab="頻數(shù)",ylim=c(0,60),col=c("red","green"),legend=rownames(mytable2),args.legend=list(x=1),main="(d)性別堆疊條形圖")2018-9-25脊形圖

(spineplot)是根據(jù)各類別的比例繪制的一種條形圖，形狀類似脊椎骨，可看做是堆疊條形圖的一個變種繪制脊形圖時(shí)，將一個類別變量各類別的條的高度都設(shè)定為1，條的寬度與觀測頻數(shù)成比例，條內(nèi)每一段的高度表示另一個類別變量各類別的比例2018-9-25脊形圖

(例題2—1脊形圖)#性別與社區(qū)的脊形圖#社區(qū)與態(tài)度的脊形圖load("C:/example/ch2/example2_1.RData")library(vcd)spine(社區(qū)~性別,data=example2_1,xlab="性別",ylab="社區(qū)",margins=c(4,3.5,1,2.5))spine(態(tài)度~社區(qū),data=example2_1,xlab="社區(qū)",ylab="態(tài)度",margins=c(4,3.5,1,2.5))2018-9-25附加：社區(qū)與態(tài)度的百分比條形圖load("C:/example/ch2/example2_1.RData")par(mai=c(.8,.8,.3,.1),cex=.8)mytable2<-table(example2_1$社區(qū),example2_1$態(tài)度)A<-mytable2[1,]/sum(mytable2[1,])B<-mytable2[2,]/sum(mytable2[2,])C<-mytable2[3,]/sum(mytable2[3,])D<-mytable2[4,]/sum(mytable2[4,])df<-as.matrix(data.frame(A,B,C,D))barplot(df,xlab="社區(qū)",ylab="百分比",ylim=c(0,1.5*max(df)),col=2:3,legend=rownames(df),args.legend=list(x=1),main="社區(qū)與態(tài)度的百分比條形圖")2018-9-25馬賽克圖

(例題2—1)馬賽克圖(mosaicplot)圖中的嵌套矩形面積正比于單元格頻數(shù)。矩形的相對高度和寬度表示不同類別的頻數(shù)性對與總頻數(shù)的比例(更適合展示兩個以上的類別變量)#繪馬賽克圖(mosaicplot)

load("C:/example/ch2/example2_1.RData")par(mai=c(0.4,0.4,0.2,0.1),cex=.9)mosaicplot(~性別+社區(qū)+態(tài)度,data=example2_1,color=2:3,main="")2.2.2餅圖及其變種2.2類別數(shù)據(jù)的可視化2018-9-25餅圖

(例題2—1)#繪制帶有百分比的餅圖（以不同社區(qū)的被調(diào)查者人數(shù)分布為例）#繪制3D餅圖（以不同社區(qū)的被調(diào)查者人數(shù)分布為例）load("C:/example/ch2/example2_1.RData")count1<-table(example2_1$社區(qū))name<-names(count1)percent<-prop.table(count1)*100label1<-paste(name,"",percent,"%",sep="")par(pin=c(3,3),mai=c(0.1,0.4,0.1,0.4),cex=0.8)pie(count1,labels=label1,init.angle=90,radius=1)load("C:/example/ch2/example2_1.RData")library(plotrix)count1<-table(example2_1$社區(qū))name<-names(count1)percent<-prop.table(count1)*100labs<-paste(name,"",percent,"%",sep="")pie3D(count1,labels=labs,explode=0.1,labelcex=0.7)2018-9-25扇形圖

(例題2—1)#繪制扇形圖（以不同社區(qū)的被調(diào)查者人數(shù)分布為例）load("C:/example/ch2/example2_1.RData")count1<-table(example2_1$社區(qū))name<-names(count1)percent<-count1/sum(count1)*100labs<-paste(name,"",percent,"%",sep="")library(plotrix)fan.plot(count1,labels=labs,ticks=200)2.3數(shù)值數(shù)據(jù)的可視化

2.3.1展示數(shù)值分布的圖形

2.3.2展示變量間關(guān)系的圖形

2.3.3比較多樣本相似性的圖形

2.3.4時(shí)間序列圖第2章數(shù)據(jù)的可視化2018-9-25數(shù)值數(shù)據(jù)的可視化數(shù)值數(shù)據(jù)做了類別化處理后，上面介紹的可視化方法都適用數(shù)值數(shù)據(jù)還有一些特定的圖示方法，它們并不適用于類別數(shù)據(jù)數(shù)值數(shù)據(jù)的可視化圖形大致可分為展示數(shù)據(jù)分布的圖形、展示變量間關(guān)系的圖形、展示多樣本在多變量上數(shù)值相似性的圖形以及展示時(shí)間序列的圖形等2.3.1展示數(shù)據(jù)分布的圖形2.3數(shù)值數(shù)據(jù)的可視化2018-9-25直方圖

(histogram)用于展示分組數(shù)據(jù)分布的一種圖形用矩形的寬度和高度來表示頻數(shù)分布本質(zhì)上是用矩形的面積來表示頻數(shù)分布在直角坐標(biāo)中，用橫軸表示數(shù)據(jù)分組，縱軸表示頻數(shù)或頻率，各組與相應(yīng)的頻數(shù)就形成了一個矩形，即直方圖直方圖下的總面積等于12018-9-25繪制直方圖

(例2-2四種不同的直方圖)load("C:/example/ch2/example2_2.RData")

d<-example2_2$銷售額par(mfrow=c(2,2),cex=0.7,mai=c(0.6,0.6,0.2,0.1))hist(d,ylim=c(0,28),labels=T,xlab="銷售額",ylab="頻數(shù)",main="(a)普通")hist(d,breaks=20,col="lightblue",xlab="銷售額",ylab="頻數(shù)",main="(b)分成20組")hist(d,freq=FALSE,ylim=c(0,0.028),breaks=20,xlab="銷售額",ylab="密度",col="lightgreen",labels=T,main="(c)增加軸須線和核密度線")rug(d)lines(density(d),col="red",lwd=2)hist(d,freq=FALSE,breaks=20,xlab="銷售額",ylab="密度",main="(d)增加正態(tài)密度線",col="pink")curve(dnorm(x,mean(d),sd(d)),add=T,col="blue",lwd=2)rug(jitter(d))2018-9-25繪制核密度圖

(例2—2的兩個密度圖)#繪制密度圖核密度估計(jì)是用于估計(jì)隨機(jī)變量概率密度函數(shù)的一種非參數(shù)方法。核密度圖是估計(jì)的概率密度函數(shù)的圖像。用于觀察連續(xù)型變量的分布load("C:/example/ch2/example2_2.RData")par(mfrow=c(1,2),cex=0.7,mai=c(.7,.7,.1,.1))d<-density(example2_2$銷售額)plot(d,main="",lwd=3,col=2)plot(d,main="",lwd=3)polygon(d,col="gold",border="blue")rug(example2_2$銷售額,col="brown")2018-9-25給直方圖增加正態(tài)曲線的不恰當(dāng)之處#美國黃石國家公園老忠實(shí)間歇噴泉的噴發(fā)持續(xù)時(shí)間和等待（間隔）時(shí)間，來自R的自帶數(shù)據(jù)包par(mai=c(.8,.8,.1,.1),cex=.8)hist(faithful$eruptions,probability=TRUE,xlab="噴發(fā)持續(xù)時(shí)間",breaks=20,col="lightblue",main="")rug(faithful$eruptions)lines(density(faithful$eruptions,bw=.1),type='l',lwd=2,col='red')curve(dnorm(x,mean=mean(faithful$eruptions),sd=sd(faithful$eruptions)),add=T,col="blue",lwd=2,lty=6)2018-9-25給直方圖增加正態(tài)曲線的不恰當(dāng)之處par(mai=c(.8,.8,.1,.1),cex=.8)hist(faithful$eruptions,probability=TRUE,xlab="噴發(fā)持續(xù)時(shí)間",breaks=20,col="lightblue",labels=T,main="")rug(faithful$eruptions)lines(density(faithful$eruptions,bw=.1),type='l',lwd=4,col='red')points(quantile(faithful$eruptions),c(0,0,0,0,0),lwd=5,col="red2")points(mean(faithful$eruptions),c(0),lwd=8,col=4)curve(dnorm(x,mean=mean(faithful$eruptions),sd=sd(faithful$eruptions)),add=T,col="blue",lwd=3,lty=6)2018-9-25直方圖與條形圖的區(qū)別

(直方圖)條形圖中的每一矩形表示一個類別，其寬度沒有意義；直方圖的寬度則表示各組的組距分組數(shù)據(jù)具有連續(xù)性，直方圖的各矩形通常是連續(xù)排列；而條形圖則是分開排列條形圖主要用于展示類別數(shù)據(jù)，而直方圖則主要用于展示數(shù)值數(shù)據(jù)2018-9-25莖葉圖

(stem-and-leafplot)顯示未分組的原始數(shù)據(jù)的分布由“莖”和“葉”兩部分構(gòu)成以該組數(shù)據(jù)的高位數(shù)值作樹莖，低位數(shù)字作樹葉樹葉上只保留最后一位數(shù)字莖葉圖類似于橫置的直方圖，但又有區(qū)別直方圖可觀察一組數(shù)據(jù)的分布狀況，但沒有給出具體的數(shù)值莖葉圖既能給出數(shù)據(jù)的分布狀況，又能給出每一個原始數(shù)值，保留了原始數(shù)據(jù)的信息直方圖適用于大批量數(shù)據(jù)，莖葉圖適用于小批量數(shù)據(jù)2018-9-25繪制莖葉圖

(例題2—4)#繪制莖葉圖(每個莖列出1次的莖葉圖）#使用stem.leaf函數(shù)繪制莖葉圖（每個莖列出2次的莖葉圖）#使用stem.leaf.backback函數(shù)繪制背靠背莖葉圖（前60天銷售額和后60天銷售額分別繪制）load("C:/example/ch2/example2_2.RData")stem(example2_2$銷售額)library(aplpack)stem.leaf(example2_2$銷售額,1,2)

library(aplpack)stem.leaf.backback(example2_2$銷售額[1:60],example2_2$銷售額[61:120])2018-9-25莖葉圖中數(shù)據(jù)的深度

(例題2—4)圖中最左邊一列給出的是數(shù)據(jù)的深度（depth）把數(shù)據(jù)按大小排序，一個數(shù)據(jù)的深度是指該數(shù)據(jù)升序和降序中的最小值比如，194這個數(shù)，從小的一端數(shù)過來是第18個，而從大的一端數(shù)過來是第102個，因此該數(shù)的是18莖葉圖中每一行列出的深度是為該行的最大深度。比如，莖為19*的那行最大深度出現(xiàn)在數(shù)據(jù)194，深度為18，因此該行的深度就是18在深度那一列中，中位數(shù)所在是行用括號括起來，其中的數(shù)字5不是指數(shù)據(jù)深度，而是數(shù)據(jù)的個數(shù)。根據(jù)數(shù)據(jù)的深度值，可以計(jì)算出數(shù)據(jù)的個數(shù)2018-9-25箱線圖

(boxplot)

2018-9-25箱線圖

(boxplot)

2018-9-25箱線圖的示意圖

(boxplot)2018-9-25箱線圖的解讀

(boxplot)對稱分布的箱線圖的特點(diǎn)是：中位數(shù)在箱子中間；上下相鄰值到箱子的距離等長；離群點(diǎn)在上下內(nèi)圍欄的分布也大體相同右偏分布的箱線圖的特點(diǎn)是：中位數(shù)更靠近25%四分位數(shù)（下四分位數(shù)）的位置；下相鄰值到箱子的距離比上相鄰值到箱子的距離短；離群點(diǎn)多數(shù)在上內(nèi)圍欄之外左偏分布的箱線圖的特點(diǎn)是：中位數(shù)更靠近75%四分位數(shù)（上四分位數(shù)）的位置；下相鄰值到箱子的距離比上相鄰值到箱子的距離長；離群點(diǎn)多數(shù)在下內(nèi)圍欄之外2018-9-25不同設(shè)置的箱線圖#相鄰值與箱子連線的箱線圖（range=1.5和range=3）par(mfrow=c(3,1),mai=c(0.4,0.2,0.3,0.2))x<-rnorm(1000,50,5)boxplot(x,range=1.5,col="red",lwd=2,horizontal=TRUE,main="相鄰值與箱子連線的箱線圖(range=1.5)",cex=0.8)boxplot(x,range=3,col="green",lwd=2,horizontal=TRUE,main="相鄰值與箱子連線的箱線圖(range=3)",cex=0.8)#極值與箱子連線的箱線圖（range=0,varwidth=T）boxplot(x,range=0,varwidth=T,lwd=2,col="pink",horizontal=TRUE,main="極值與箱子連線的箱線圖(range=0,varwidth=T)",cex=0.8)2018-9-25分布的形狀與箱線圖2018-9-25【例2-2】數(shù)據(jù)的直方圖和箱線圖

虛線為分位數(shù)(0,.25,.5,.75,1)#【例2-2】數(shù)據(jù)的直方圖load("C:/example/ch2/example2_2.RData")x<-example2_2$銷售額layout(matrix(c(1,2),nc=1),heights=c(2,1))par(mai=c(0.15,.4,.2,.2),cex=.8)hist(x,freq=FALSE,col="lightgreen",breaks=15,xlab="",ylab="",main="")rug(x,col="blue4")abline(v=quantile(x),col="blue4",lwd=2,lty=6)points(quantile(x),c(0,0,0,0,0),lwd=5,col="red2")lines(density(x),col="red",lwd=2)#模擬箱線圖—調(diào)整軸須線的長度par(mai=c(0.35,.42,.2,.43),cex=.8)boxplot(x,col="pink",lwd=2,horizontal=T)rug(x,ticksize=.1,col="blue4")abline(v=quantile(x),col="blue4",lwd=2,lty=6)2018-9-25箱線圖

(例題2—3)【例2-3】在2008年8月舉行的第29屆北京奧運(yùn)會男子25米手槍速射決賽中，進(jìn)入決賽的前6名運(yùn)動員最后20槍的決賽成績?nèi)绫?—8所示。繪制箱線圖分析各運(yùn)動員射擊成績分布的特征亞歷山大·彼得里夫利拉爾夫·許曼克里斯蒂安·賴茨列昂尼德·葉基莫夫基思·桑德森羅曼·邦達(dá)魯克10.18.49.98.89.79.88.49.610.710.710.59.210.310.29.09.79.010.310.210.810.59.69.67.210.410.510.310.09.09.99.610.310.610.29.910.510.19.810.010.19.210.410.010.97.910.29.710.99.910.310.79.49.910.510.210.010.410.38.110.310.89.59.510.49.310.210.010.29.99.810.110.010.310.710.18.910.59.810.510.19.910.010.29.29.610.310.310.010.08.39.89.79.09.19.99.010.49.39.89.59.59.410.310.310.89.89.79.89.110.010.310.79.910.410.29.610.710.09.99.62018-9-25繪制普通箱線圖#繪制普通箱線圖(example2_3)

#繪制凹槽箱線圖#繪制凹槽箱線圖load("C:/example/ch2/example2_3.RData")par(mai=c(.8,.8,.1,.1))boxplot(example2_3,col="pink",ylab="射擊環(huán)數(shù)",xlab="運(yùn)動員",cex.lab=.8,cex.axis=.7)boxplot(example2_3,col="red",notch=TRUE,ylab="射擊環(huán)數(shù)",xlab="運(yùn)動員",cex.lab=.8,cex.axis=.6)boxplot(example2_3,col=3:8,cex.axis="")boxplot(example2_3,col="red",notch=TRUE,ylab="射擊環(huán)數(shù)",xlab="運(yùn)動員",cex.lab=.8,cex.axis=.6,add=TRUE)2018-9-25繪制小提琴圖

(【例2—2】violinplot)load("C:/example/ch2/example2_3.RData")library(vioplot)par(cex=0.8,mai=c(.7,.7,.1,.1))x1<-example2_3$亞歷山大.彼得里夫利x2<-example2_3$拉爾夫.許曼x3<-example2_3$克里斯蒂安.賴茨x4<-example2_3$列昂尼德.葉基莫夫x5<-example2_3$基思.桑德森x6<-example2_3$羅曼.邦達(dá)魯克

vioplot(x1,x2,x3,x4,x5,x6,col="lightblue",names=c("亞歷山大.彼得里夫利","拉爾夫.許曼","克里斯蒂安.賴茨","列昂尼德.葉基莫夫","基思.桑德森","羅曼.邦達(dá)魯克"))2018-9-25點(diǎn)圖

(dotplot)點(diǎn)圖也稱克利夫蘭(Cleveland)點(diǎn)圖，它是將各數(shù)據(jù)用點(diǎn)繪制在圖中點(diǎn)圖是檢測數(shù)據(jù)離群點(diǎn)的有效工具，當(dāng)數(shù)據(jù)量較少時(shí)，也可以替代箱線圖來觀察實(shí)際的分布2018-9-25將數(shù)據(jù)轉(zhuǎn)化成長格式#轉(zhuǎn)化成長格式，并另存為example2_3_1

load("C:/example/ch2/example2_3.RData")example2_3<-cbind(example2_3,id=factor(1:20))library(reshape)example2_3_1<-melt(example2_3,id.vars=c("id"),variable_name="運(yùn)動員")example2_3_1<-rename(example2_3_1,c(value="射擊環(huán)數(shù)"))save(example2_3_1,file="C:/example/ch2/example2_3_1.RData")head(example2_3_1);tail(example2_3_1)2018-9-25點(diǎn)圖

(Clevelanddotplots)#用dotchart函數(shù)繪制點(diǎn)圖（例題2—3）

load("C:/example/ch2/example2_3_1.RData")par(mai=c(.8,.8,.1,.1),cex=.8)dotchart(example2_3_1$射擊環(huán)數(shù),groups=example2_3_1$運(yùn)動員,xlab="射擊環(huán)數(shù)",pch=20)2018-9-25Lattice包繪制的點(diǎn)圖

(Clevelanddotplots)load("C:/example/ch2/example2_3_1.RData")library(lattice)dot1<-dotplot(射擊環(huán)數(shù)~運(yùn)動員,data=example2_3_1,col="blue",pch=19,cex=.6,main="并列")dot2<-dotplot(~射擊環(huán)數(shù)|運(yùn)動員,par.strip.text=list(cex=0.8),data=example2_3_1,col="blue",pch=19,cex=.6,main="柵格")#組合latiice包的繪圖plot(dot1,split=c(1,1,2,1))plot(dot2,split=c(2,1,2,1),newpage=F)2018-9-25核密度圖

(例題2—3)

#用lattice包繪制核密度曲線load("C:/example/ch2/example2_3_1.RData")library(lattice)dp1<-densityplot(~射擊環(huán)數(shù)|運(yùn)動員,data=example2_3_1,col="blue",cex=0.4,par.strip.text=list(cex=0.6),sub="(a)柵格圖")#用lattice包繪制例2-3的核密度比較曲線dp2<-densityplot(~射擊環(huán)數(shù),group=運(yùn)動員,data=example2_3_1,auto.key=list(columns=1,x=0.01,y=0.95,cex=0.6),cex=0.4,sub="(b)比較圖")#組合latiice包的繪圖plot(dp1,split=c(1,1,2,1))plot(dp2,split=c(2,1,2,1),newpage=F)2018-9-25核密度圖(kerneldensityplot)

(例題2—3)

#繪制核密度比較曲線

load("C:/example/ch2/example2_3_1.RData")attach(example2_3_1)library(sm)par(cex=0.8,mai=c(.7,.7,.1,.1))pare(射擊環(huán)數(shù),運(yùn)動員,lty=1:6,col=c("black","blue","brown","darkgreen","green","red"),lwd=2)legend("topleft",legend=levels(運(yùn)動員),lty=1:6,,col=c("black","blue","brown","darkgreen","green","red"))2.3.2展示變量間關(guān)系的圖形2.3數(shù)值數(shù)據(jù)的可視化2018-9-25展示變量間關(guān)系的圖形

(散點(diǎn)圖—scatterplots)展示兩個變量之間的關(guān)系用橫軸代表變量x，縱軸代表變量y，每組數(shù)據(jù)(xi

，yi)在坐標(biāo)系中用一個點(diǎn)表示，n組數(shù)據(jù)在坐標(biāo)系中形成的n個點(diǎn)稱為散點(diǎn)，由坐標(biāo)及其散點(diǎn)形成的圖有2維、3維、矩陣等形式2018-9-25#模擬線性關(guān)系的散點(diǎn)圖

用散點(diǎn)圖的外部點(diǎn)圍成區(qū)域par(mai=c(0.8,0.8,0.2,0.2))x<-seq(0,25,len=100)y<-4+0.5*x+rnorm(100,0,2)d<-data.frame(x,y)plot(d)polygon(d[chull(d),],col="pink",lty=3,lwd=2)points(d)abline(lm(y~x),lwd=3)abline(v=mean(x),h=mean(y),lty=2)lines(lowess(y~x,f=0.2),col=4,lwd=2,lty=6)2018-9-25繪制散點(diǎn)圖

(例題2—4)【例2-4】

隨機(jī)抽取的20家醫(yī)藥企業(yè)銷售收入、銷售網(wǎng)點(diǎn)數(shù)、銷售人員數(shù)數(shù)以及廣告費(fèi)用的數(shù)據(jù)。繪散點(diǎn)圖觀察這些變量之間的關(guān)系銷售收入銷售網(wǎng)點(diǎn)數(shù)銷售人員數(shù)廣告費(fèi)用43731865526512811522642473232376519098740527632119239492145104398313341182455355026253765561256655817410202626464931271905262028584107249329153950383401551086443531781642753842371913884113152858144456471330814147857150212306187472018-9-25繪制散點(diǎn)圖#繪制普通散點(diǎn)圖和帶有擬合直線的散點(diǎn)圖load("C:/example/ch2/example2_4.RData")attach(example2_4)par(mfcol=c(1,2),mai=c(0.7,0.7,0.3,0.1),cex=0.8,cex.main=0.8)plot(廣告費(fèi)用,銷售收入,main="(a)普通帶網(wǎng)格線",type="n")grid()points(廣告費(fèi)用,銷售收入,main="(a)普通帶網(wǎng)格線")rug(jitter(廣告費(fèi)用),side=1,col=4)rug(jitter(銷售收入),side=2,col=4)

plot(廣告費(fèi)用,銷售收入,main="(b)帶有擬合直線")abline(lm(銷售收入~廣告費(fèi)用,data=example2_4),col="red")rug(jitter(廣告費(fèi)用),side=1,col=4)rug(jitter(銷售收入),side=2,col=4)2018-9-25繪制散點(diǎn)圖#繪制帶有兩個變量箱線圖的散點(diǎn)圖load("C:/example/ch2/example2_4.RData")attach(example2_4)par(mfcol=c(1,2),mai=c(0.7,0.7,0.3,0.1),cex=0.8,cex.main=0.8)plot(廣告費(fèi)用,銷售收入,main="(a)普通帶網(wǎng)格線",type="n")grid()points(廣告費(fèi)用,銷售收入,main="(a)普通帶網(wǎng)格線")rug(jitter(廣告費(fèi)用),side=1,col=4)rug(jitter(銷售收入),side=2,col=4)

plot(廣告費(fèi)用,銷售收入,main="(b)帶有擬合直線")abline(lm(銷售收入~廣告費(fèi)用,data=example2_4),col="red")rug(jitter(廣告費(fèi)用),side=1,col=4)rug(jitter(銷售收入),side=2,col=4)2018-9-25繪制散點(diǎn)圖

(重疊散點(diǎn)圖)par(mai=c(0.5,0.85,0.1,0.1))plot(廣告費(fèi)用,銷售收入,xlab="",ylab="銷售收入")abline(lm(銷售收入~廣告費(fèi)用,data=example2_4))points(銷售網(wǎng)點(diǎn)數(shù),銷售收入,pch=2,col="blue")abline(lm(銷售收入~銷售網(wǎng)點(diǎn)數(shù),data=example2_4),col="blue")points(銷售人員數(shù),銷售收入,pch=3,col="red")abline(lm(銷售收入~銷售人員數(shù),data=example2_4),col="red")legend("bottomright",legend=c("廣告費(fèi)用","銷售網(wǎng)點(diǎn)數(shù)","銷售人員數(shù)"),pch=1:3,col=c("black","blue","red"))2018-9-25繪制三維散點(diǎn)圖#繪制三維散點(diǎn)圖#繪制三維散點(diǎn)圖load("C:/example/ch2/example2_4.RData")library(lattice)cloud(銷售收入~銷售網(wǎng)點(diǎn)數(shù)*廣告費(fèi)用,data=example2_4,col="blue")library(scatterplot3d)attach(example2_4)s3d<-scatterplot3d(銷售人員數(shù),銷售網(wǎng)點(diǎn)數(shù),銷售收入,pch=16,highlight.3d=TRUE,type="h",cex.lab=0.7)fit<-lm(銷售收入~銷售人員數(shù)+銷售網(wǎng)點(diǎn)數(shù))s3d$plane3d(fit,col="blue")2018-9-25繪制散點(diǎn)圖#繪制散點(diǎn)圖矩陣#繪制散點(diǎn)圖矩陣#

diagonal=c("density","boxplot","histogram","oned","qqplot","none")load("C:/example/ch2/example2_4.RData")plot(example2_4,cex=0.8,gap=0.5)library(car)attach(example2_4)scatterplotMatrix(~銷售收入+銷售網(wǎng)點(diǎn)數(shù)+銷售人員數(shù)+廣告費(fèi)用,diagonal="histogram",gap=0.5)2018-9-25模擬氣泡圖

(bubbleplot)par(mai=c(.8,.8,.3,.3))n<-30x<-rnorm(n)y<-rnorm(n)z<-abs(rnorm(n))+5:1plot(x,y,cex=z,col="pink",pch=19,main="bubbleplot")points(x,y,cex=z,lwd=1.5)2018-9-25繪制氣泡圖

(例2—4)load("C:/example/ch2/example2_4.RData")attach(example2_4)par(mai=c(0.9,0.9,0.1,0.1))r<-sqrt(銷售收入/pi)symbols(廣告費(fèi)用,銷售網(wǎng)點(diǎn)數(shù),circle=r,inches=0.3,fg="white",bg="lightblue",ylab="銷售網(wǎng)點(diǎn)數(shù)",xlab="廣告費(fèi)用")text(廣告費(fèi)用,銷售網(wǎng)點(diǎn)數(shù),rownames(example2_4),cex=0.6)mtext("氣泡大小=銷售收入",line=-2.5,cex=.8,adj=0.1)2.3.3比較多樣本相似性的圖形2.3數(shù)值數(shù)據(jù)的可視化2018-9-25比較多個樣本相似性的圖形

(例題2—5)【例2-5】2010年按收入等級分的我國城鎮(zhèn)居民家庭平均每人全年消費(fèi)性支出數(shù)據(jù)。繪制輪廓圖，比較不同收入等級的家庭消費(fèi)支出的特點(diǎn)和相似性支出項(xiàng)目最低收入戶（10%）低收入戶（10%）中等偏下戶（20%）中等收入戶（20%）中等偏上戶（20%）高收入戶（10%）最高收入戶（10%）食品2525.323246.6939464773.835710.1467568535.21衣著513.56804.731076.031408.11786.572226.73148.85居住656.28775.11009.971260.281504.211999.993014.65家庭設(shè)備用品及服務(wù)288.55427.16600.94833.591110.951500.242380.63醫(yī)療保健405.29478.3637.75864.671060.131313.61842.83交通和通信448.25669.081051.751620.622357.963630.636770.31教育文化娛樂服務(wù)502.61746.671037.971421.252001.472739.74515.23其他商品和服務(wù)131.98212.45288.8427.09608.93833.531553.922018-9-25也稱平行坐標(biāo)圖(parallel

plot)20世紀(jì)90年代初由Inselberg和Dimsdale提出的展示多元數(shù)據(jù)的圖示方法將各變量用一系列平行的橫坐標(biāo)軸表示，變量值對應(yīng)縱軸上的位置可用于研究多個樣本在多個變量上的相似程度或變量間的相互關(guān)系比較多個樣本相似性的圖形—輪廓圖

(outlineplot)2018-9-25繪制輪廓圖#方法1：使用matplot函數(shù)load("C:/example/ch2/example2_5.RData")par(mai=c(.7,.7,.1,.1),cex=.8)matplot(t(example2_5[2:9]),type='b',lty=1:7,col=rainbow(7),lwd=2,xlab="消費(fèi)項(xiàng)目",ylab="支出金額",pch=1,xaxt="n")axis(side=1,at=1:8,labels=c("食品","衣著","居住","家庭設(shè)備用品及服務(wù)","醫(yī)療保健","交通和通信","教育文化娛樂服務(wù)","其他商品和服務(wù)"),cex.axis=0.7)legend(x="topright",legend=example2_5[,1],lty=1:7,col=rainbow(7),text.width=1,cex=0.8)2018-9-25比較多個樣本的相似性—雷達(dá)圖

(radarchart)也稱為蜘蛛圖(spiderchart)從一個點(diǎn)出發(fā)，用每一條射線代表一個變量，多個變量的數(shù)據(jù)點(diǎn)連接成線，即圍成一個區(qū)域，多個樣本圍成多個區(qū)域，就是雷達(dá)圖可用于研究多個樣本在多個變量上的相似程度當(dāng)多個變量的取值相差較大或量綱不同時(shí)，可進(jìn)行變換處理后再做圖2018-9-25繪制雷達(dá)圖的R函數(shù)#繪制雷達(dá)圖的函數(shù)radarchart(df,axistype,seg,maxmin,vlabels,...)

df：為繪圖的數(shù)據(jù)，通常為數(shù)據(jù)框。數(shù)據(jù)框的行表示各樣本，列為繪圖變量

axistyp：指定坐標(biāo)軸類型，取值在0~5之間，默認(rèn)為0，表示不標(biāo)出坐標(biāo)軸刻度

seg：設(shè)定坐標(biāo)軸刻度線數(shù)，默認(rèn)為4條

maxmin=TRUE：設(shè)定各坐標(biāo)軸的最小值為所有變量的最小值，最大值為所有變量的最大值，maxmin=FALSE表示各坐標(biāo)軸的最小值為該軸所對應(yīng)變量的最小值，最大值為該軸所對應(yīng)變量的最大值

vlabels：用于設(shè)定各坐標(biāo)軸的標(biāo)題更多參數(shù)設(shè)置查看幫助：?radarchart2018-9-25繪制雷達(dá)圖load("C:/example/ch2/example2_5.RData")par(mai=c(0.3,0.5,0.1,0.1),cex=0.8)library(fmsb)radarchart(example2_5[,2:9],axistype=0,seg=4,maxmin=FALSE,vlabels=names(example2_5[,2:9]),pcol=rainbow(7),plwd=3)legend(x="topleft",legend=example2_5[,1],col=rainbow(7),lwd=1,text.width=0.5,cex=0.7)2018-9-25也稱雷達(dá)圖用P個變量將圓P等分，并將P個半徑與圓心連線將一個樣本的P個變量連接成一個P邊形n個樣本形成n個P邊形根據(jù)n個P邊形比較n個樣本的相似性比較多個樣本相似性的圖形—星圖

(starplot)2018-9-25繪制星圖

(例2-5)#繪制不同收入等級的星圖

#繪制不同消費(fèi)項(xiàng)目的星圖#畫成圓形load("C:/example/ch2/example2_5.RData")matrix2_5=as.matrix(example2_5[,2:9])rownames(matrix2_5)=example2_5[,1]stars(matrix2_5,key.loc=c(7,2,5),cex=0.8)stars(t(matrix2_5),full=F,draw.segments=TRUE,key.loc=c(8,1.85,5),cex=0.8)stars(t(matrix2_5),draw.segments=TRUE,key.loc=c(7,2,5),cex=0.6)2018-9-25比較多個樣本相似性的圖形—臉譜圖

(faceplot)

臉譜圖由美國統(tǒng)計(jì)學(xué)家Chernoff(1973)首先提出，也稱為Chernoff臉譜(Chernofffaces)臉譜圖將P個維度的數(shù)據(jù)（P個變量）用人臉部位的形狀或大小來表征。通過對臉譜的分析，可以根據(jù)P個變量對樣本進(jìn)行歸類或比較研究臉譜圖由15個變量決定臉部特征，若實(shí)際變量更多將被忽略，若實(shí)際變量較少則臉部有些特征將被自動固定根據(jù)一定的數(shù)學(xué)函數(shù)關(guān)系，就可以確定臉的輪廓、五官的部位及形狀，每一個樣本點(diǎn)都用一張臉譜來表示統(tǒng)計(jì)學(xué)曾給出了幾種不同的臉譜圖的畫法，對于同一種臉譜圖的畫法，將變量次序重新排列，得到的臉譜的形狀也會有很大不同2018-9-25比較多個樣本相似性的圖形—臉譜圖

(faces)

#15個變量代表的面部特征變量面部特征變量面部特征變量面部特征1臉的高度(heightofface)6笑容曲線(curveofsmile)11發(fā)型(stylingofhair)2臉的寬度(widthofface)7眼睛高度(heightofeyes)12鼻子高度(heightofnose)3臉的形狀(shapeofface)8眼睛寬度(widthofeyes)13鼻子寬度(widthofnose)4嘴的高度(heightofmouth)9頭發(fā)高度(heightofhair)14耳朵寬度(widthofears)5嘴的寬度(widthofmouth)10頭發(fā)寬度(widthofhair)15耳朵高度(heightofears)2018-9-25繪制【例2-5】臉譜圖

(由包

aplpack繪制,face.type=0,1,2)

#不同收入等級的臉譜圖load("C:/example/ch2/matrix2_5.RData")library(aplpack)faces(matrix2_5,nrow.plot=4,ncol.plot=2,face.type=0,main='不同收入等級的臉譜圖')faces(matrix2_5,nrow.plot=4,ncol.plot=2,face.type=1,main='不同收入等級的臉譜圖')

faces(matrix2_5,nrow.plot=4,ncol.plot=2,face.type=2,main='不同收入等級的臉譜圖')2018-9-25繪制【例2-5】臉譜圖

(由包

aplpack繪制,face.type=0,1,2)

#不同消費(fèi)項(xiàng)目的臉譜圖faces(t(matrix2_5),nrow.plot=4,ncol.plot=2,face.type=0,main='不同消費(fèi)項(xiàng)目的臉譜圖')faces(t(matrix2_5),nrow.plot=4,ncol.plot=2,face.type=1,main='不同消費(fèi)項(xiàng)目的臉譜圖')faces(t(matrix2_5),nrow.plot=4,ncol.plot=2,face.type=2,main='不同消費(fèi)項(xiàng)目的臉譜圖')2.3.4時(shí)間序列圖2.3數(shù)值數(shù)據(jù)的可視化2018-9-25如時(shí)間序列數(shù)據(jù)可以繪制線圖來觀察數(shù)據(jù)隨時(shí)間變化的趨勢或特征。線圖的橫軸為時(shí)間，縱軸為觀測值。【例2—9】(數(shù)據(jù)：example2_9.Rdata)

2000—2014年我國農(nóng)村居民和城鎮(zhèn)居民消費(fèi)水平的數(shù)據(jù)。繪制線圖，比較農(nóng)村居民和城鎮(zhèn)居民消費(fèi)水平的變化趨勢。時(shí)間序列圖

(lineplot)年份農(nóng)村居民消費(fèi)水平城鎮(zhèn)居民消費(fèi)水平2000191769992001203273242002215777452003229281042004252188802005278498322006306610739200735381248020084065140612009440215127201049411710420116187199122012696421861201377732360920148711254242018-9-25繪制【例2-9】的線圖

load("C:/example/ch2/example2_9.RData")example2_9<-ts(example2_9,start=2000)par(mai=c(0.7,0.7,0.1,0.1),cex=0.8,fg=2)plot(example2_9[,2],lwd=2,ylim=c(2000,30000),xlab="年份",ylab="居民消費(fèi)水平",type="n")grid(col="gray60")p