《統(tǒng)計分析軟件：使用R與Python》 課件 第4章-R 語言可視化

4.1R語言基礎(chǔ)繪圖4.2ggplot2繪圖包4.3增強型繪圖plotly包4.4交互式動態(tài)網(wǎng)頁Shiny包第4章

R語言可視化R語言可視化R語言繪圖基礎(chǔ)ggplot2繪圖包ggplot圖形語法、ggplot繪圖函數(shù)增強型繪圖plotly包交互式動態(tài)網(wǎng)頁Shiny包高級繪圖：散點圖、直方圖、箱線圖、條形圖星圖、點圖、餅圖、QQ圖、莖葉圖等低級繪圖、交互式繪圖函數(shù)圖形參數(shù)、圖形保存R繪圖簡單易用、靈活性強R繪制的常用圖形繪制地圖maps包實例ggmap+baidumap中南大學新校區(qū)繪制3D立方體rgl包實例plot3D包實例繪制詞云(WordCloud)wordcloud包實例wordcloud2包實例在R中有三種繪圖函數(shù)：高級(High-level)繪圖函數(shù)：創(chuàng)建一個新的圖形。典型的是plot函數(shù)。低級(Low-level)繪圖函數(shù)：在現(xiàn)有的圖形上添加元素，對圖形進行進一步細化和解釋說明。低水平作圖函數(shù)有points、legend等函數(shù)。交互式(Interactive)繪圖函數(shù)。如rggobi

軟件包中的ggobi函數(shù)。4.1.R語言繪圖基礎(chǔ)4.1.1

高級繪圖函數(shù)

plot()是泛型函數(shù)，對于不同的數(shù)據(jù)可以繪制出不同的圖形。一個向量參數(shù)的plot(x)函數(shù)一般用于繪制散點圖plot()函數(shù)JS<-

read.csv('JSdata.csv')plot(JS$height)兩個向量參數(shù)的plot(x,y)函數(shù),主要繪制標準的x-y圖形plot()函數(shù)plot(JS$height,JS$weight)當我們對整個數(shù)據(jù)集使用plot命令而不選擇任何特定列，則繪制散點圖矩陣plot()函數(shù)plot(JS)plot()函數(shù)plot(cars,font.lab=2,type="p")plot(cars,font.lab=2,type="l")plot(cars,font.lab=2,type="b")plot(cars,font.lab=2,type="o")plot(cars,font.lab=2,type="h")plot(cars,font.lab=2,type="s")plot(cars,font.lab=2,type="S")可用type選項來指定不同的曲線類型。曲線類型plot()函數(shù)標簽、標題和顏色我們可以標記X（xlab）和Y軸（ylab），并為我們的繪圖指定一個標題（main）。此外，我們還利用（col）為繪圖賦予顏色plot(JS$height,JS$weight,xlab="身高",ylab="體重",main="教師身高及體重分布情況",col="red")顏色名稱：white,black,red,yellow,…數(shù)字代號：1,2,3,4,5,6,7,8顏色函數(shù)：rainbow,heat.colors,terrain.colors,topo.colors,cm.colors,colors()col符號參數(shù)pch符號參數(shù)：pch=1:25plot()函數(shù)參數(shù)功能adj控制關(guān)于文字對齊方式bg背景色bty圖形邊框形狀cex符號和文字大小,cex.axis,cex.lab,cex.main,cex.subfont文字字體，font.axis,font.lab,font.main,font.sublas坐標軸刻度數(shù)字標記方向lty線條樣式，1：實線；2：虛線；3：點線；4：點虛線；5：長虛線lwd線的寬度mar圖形邊空的大小pty繪圖區(qū)域類型其它常用繪圖參數(shù)在R軟件中,用函數(shù)hist()畫出樣本的直方圖,其格式為hist(x)或hist(x,breaks="Sturges",freq=NULL,probability=!freq,include.lowest=TRUE,right=TRUE,density=NULL,angle=45,col=NULL,border=NULL,main=paste("Histogramof",xname),xlim=range(breaks),ylim=NULL,xlab=xname,ylab,axes=TRUE,plot=TRUE,labels=FALSE,nclass=NULL,...)直方圖其中x是由樣本構(gòu)成的向量.breaks規(guī)定直方圖的組距,由以下幾種形式給出：向量,給出直方圖的起點、終點與組距.數(shù),定義直方圖的組距.字符串(缺省值為“Sturges”).函數(shù),計算組距的寬度.freq是邏輯變量:NULL空(缺省值);TRUE繪出頻率直方圖;counts繪出頻率直方圖;FALSE繪出密度直方圖probability是邏輯變量與freq相反,是與S-PLUS相兼容的參數(shù),

TRUE繪出密度直方圖;FALSE繪出頻率直方圖col表示直方圖中填充的顏色.plot是邏輯變量:TRUE表示給出直方圖；FALSE表示列出繪出直方圖的各種結(jié)果(并不繪圖).

利用Sturges公式計算Bin建議

個數(shù)ceiling(log2(length(x)+1)，后利用pretty函數(shù)給出真正bin個數(shù)>JS=read.csv(“JSdata.csv",header=T)>hist(JS$height)直方圖#break：指定一個向量，給出不同的斷點hist(JS$height,breaks=c(140,160,180,200))#顯示的是頻率（=頻數(shù)/總數(shù)）>hist(JS$height,freq=F)>hist(JS$height,col=rainbow(nclass.Sturges(JS$height)+3))莖葉圖與直方圖比較,莖葉圖(stem-and-leaf)更能細致地看出數(shù)據(jù)分布的結(jié)構(gòu).R中莖葉圖stem()函數(shù)的使用方法是

stem(x,scale=1,width=80,atom=1e-08)其中x是數(shù)據(jù)向量.scale控制繪出莖葉圖的長度.width繪圖的寬度.atom是容差.下面做出JS中salary的莖葉圖stem(JS$salary)207的十位為20個位為7.以個位為單位,將207用|號分開

207→20|7每一個數(shù)都可以這樣處理.因此,莖葉圖將十位數(shù)0,2,4,6按縱列從上到下排列,在縱列右側(cè)從上到下畫一豎線,再在豎線右側(cè)寫上原始數(shù)據(jù)的相應的個數(shù).在莖葉圖中,縱軸為測定數(shù)據(jù),橫軸為數(shù)據(jù)頻數(shù).數(shù)據(jù)的十位數(shù)部分表示“莖”,作為縱軸的刻度;個位數(shù)部分作為“葉”,顯示頻數(shù)的個數(shù),作用與直方圖的直方類似.箱線圖能直觀明了地識別數(shù)據(jù)批中的異常值，判斷數(shù)據(jù)的偏態(tài)和尾重情況.在R軟件中,用boxplot()函數(shù)作箱線圖.boxplot(JS$salary)箱線圖上(Q3)下(Q1)四分位數(shù)分別確定出中間箱體的頂部主底部.箱體中間的粗線是中位數(shù)所在的位置.由箱體向上下伸出的垂直部分稱為“觸須”,表示數(shù)據(jù)的散布范圍,最遠點為1.5倍四分位數(shù)間距.超出此范圍的點稱為異常值點,異常值點用“?”號表示boxplot()函數(shù)的使用方法有三種形式,第一種格式為boxplot(x,...)其中x是由數(shù)據(jù)構(gòu)成的數(shù)值型向量,或者是列表,或者是數(shù)據(jù)框.上面例子的使用方法就是這種形式.boxplot第二種形式為boxplot(formula,data=NULL,...,subset,na.action=NULL)其中formula是公式,如y?grp,這里y是由數(shù)據(jù)構(gòu)成的數(shù)值型向量,grp是數(shù)據(jù)的分組,通常是因子.data是數(shù)據(jù)結(jié)構(gòu).例：按職稱分組繪制出各組收入情況boxplot(JS$salary~JS$title,col=rainbow(length(unique(JS$title))))第三種形式為boxplot(x,...,range=1.5,width=NULL,varwidth=FALSE,

notch=FALSE,outline=TRUE,names,plot=TRUE,border=par(“fg”),col=NULL,log=“”,pars=list(boxwex=0.8,staplewex=0.5,outwex=0.5),horizontal=FALSE,add=FALSE,at=NULL)其中x的意義與第一種情況相同.

range是“觸須”的范圍(缺省值為1.5).

notch是邏輯變量,當notch=TRUE(缺省值為FALSE)時,畫出的箱線圖帶有切口.

outline是邏輯變量,當outline=FALSE(缺省值為TRUE)時,不標明異常值點.

col是顏色變量,附給不同的值,繪出不同顏色的箱線圖.

horizontal是邏輯變量,當horizontal=TRUE(缺省值為FALSE)時,將把箱線圖繪成水平狀.

add是邏輯變量,當add=TRUE時,在原圖上畫圖;否則(FALSE,缺省值)替換上一張圖.#帶切口的箱線圖boxplot(JS$height,notch=T)#不標明異常值點boxplot(JS$salary,outline=F)#水平狀的箱線圖boxplot(JS$salary,horizontal=T)箱線圖示例利用boxplot()函數(shù)還可以畫出多組數(shù)據(jù)的箱線圖，進而比較各組數(shù)據(jù)的的中位數(shù)、尾長、異常值、分布區(qū)間等形狀信息。QQ圖

R函數(shù)qqnorm()和qqline()提供了畫正態(tài)QQ圖和相應直線的方法.其使用方法是qqnorm(y,ylim,main="NormalQ-QPlot",xlab="TheoreticalQuantiles",ylab="SampleQuantiles",plot.it=TRUE,

datax=FALSE,...)qqline(y,datax=FALSE,...)下列代碼繪出JS數(shù)據(jù)中身高的正態(tài)QQ圖,并從直觀上鑒別樣本數(shù)據(jù)是否來自正態(tài)分布總體.qqnorm(JS$height)qqline(JS$height,col="red")執(zhí)行后繪出正態(tài)QQ圖：從正態(tài)QQ圖（來看,樣本的數(shù)據(jù)基本上可以看成來自正態(tài)總體.對于對數(shù)正態(tài)、指數(shù)等分布（ggplot2

）也可以作相應的QQ圖,用以鑒別樣本數(shù)據(jù)是否來自某一類型的總體分布.條形圖主要用來展示不同分類(橫軸)下某個數(shù)值型變量(縱軸)的取值。R使用barplot()函數(shù)來創(chuàng)建條形圖,基本語法是-barplot(H,

xlab,

ylab,

main,

names.arg,

col)

H

-是包含條形圖中使用的數(shù)值的向量或矩陣。xlab

-是x軸的標簽。ylab

-是y軸的標簽。main

-是條形圖的標題。names.arg

-是在每個欄下顯示的名稱向量。col

-用于給圖中的圖條給出顏色。條形圖(barplot)barplot(table(JS$title),main="職稱分布",xlab="職稱",ylab="人數(shù)",col=rainbow(4))條形圖橫軸上的數(shù)據(jù)是離散而非連續(xù)的。比如想展示兩商品的價格隨時間變化的走勢，則不能用條形圖，因為時間變量是連續(xù)的；有時條形圖的值表示數(shù)值本身，但也有時是表示數(shù)據(jù)集中的頻數(shù)，不要引起混淆。#StackedBarPlotbarplot(table(JS$title,JS$sex),main="職稱分布",ylab="人數(shù)",col=rainbow(4))legend("topright",fill=rainbow(length(unique(JS$title))),legend=(rownames(table(JS$title,JS$sex))))dotchart()構(gòu)造數(shù)據(jù)x的點圖.基本語法:dotchart(x,labels=NULL,groups=NULL,gcolor=par("fg"),color=par("fg"))在點圖中,x要么是數(shù)值向量，要么是矩陣.labels表示每個點的標簽向量；groups表示一個分組變量，表示如何對x的元素進行分組。gcolor表示組標簽和值顏色；color用于點和標簽的顏色。點圖#1940年弗吉尼亞州死亡率>dotchart(VADeaths,main="DeathRates")在R中餅圖可以由以下函數(shù)創(chuàng)建：pie(x,labels=names(x),radius=0.8,main=“NULL”,col=NULL,clockwise=FALSE,density=NULL,angle=45,lty=NULL,border=NULL,edges=200,….)x

是非負的數(shù)值向量，表示每個扇形的面積。labels代表各扇形面積標簽的字符型向量。radius

表示餅圖的圓的半徑，特別是在字符標簽過長的情況尤其適用。main

是用來表示圖標的標題的。col

是表示每個扇形的顏色，相當于調(diào)色板。餅圖下面使用JS數(shù)據(jù)繪制餅圖pie(table(JS$sex))pie(table(JS$title),labels=unique(JS$title),main="按職稱",col=terrain.colors(length(table(JS$title))))#添加餅圖每個扇形的百分比以及圖表圖例>areap=table(JS$title)>piepercent<-round(100*areap/sum(areap),1)>piepercent<-paste(piepercent,"%",sep="")>pie(areap,labels=piepercent,main=“按職稱”,

col=rainbow(length(areap)))>legend("topright",names(areap),cex=0.8,fill=rainbow(length(areap)))顯示多變量數(shù)據(jù)R軟件為顯示多變量數(shù)據(jù)提供了兩個非常有用的函數(shù).一個是pairs()函數(shù),當X是矩陣或數(shù)據(jù)框時>pairs(X)繪出關(guān)于矩陣各列的散點圖.例如,以JS的數(shù)據(jù)框為例,>pairs(JS[,6:8])繪出的圖形與plot(JS[,6:8])相同.

另一個函數(shù)是coplot().當有三、四個變量時,coplot()可以將散點圖畫的更細.假設(shè)a和b是數(shù)值向量,并且c是向量或因子(所有變量具有相同的長度),則

>coplot(a?b|c)繪出在給定c值下,a關(guān)于b的散點圖.仍然以JS的數(shù)據(jù)為例,

>coplot(JS$weight~JS$height|JS$title)繪出了按職稱給出的體重與身高的散點圖從下往上,從左往右副教授助教教授講師從左往右>coplot(weight~height|title,data=JS,row=1)對于四個變量a,b,c,d,還可以有如下命令>coplot(a?b|c+d)即按c、d劃分下,a關(guān)于b的散點圖.>coplot(weight~height|title+sex,data=JS)pairs()函數(shù)只能顯示雙向關(guān)系，coplot()函數(shù)能夠說明三向甚至四向關(guān)系，它特別于適合觀察當給定其他預測變量時，反應變量如何根據(jù)一個預測變量變化。數(shù)據(jù)可視化中，如果數(shù)據(jù)是三維或者不多于六維，那么星圖就是反映數(shù)據(jù)分布的最佳圖像。R里面提供了繪制星圖的函數(shù)——stars()函數(shù)。每一個星圖用線段離中心的長度來表示變量值的大小，用于展示多個變量的個體，每個變量的圖形相互獨立，即每個角都有一條軸線與中心點連接起來的軸線,分別對應了數(shù)據(jù)的維度，數(shù)值越大，軸線越長，畫出來的星圖也就越大，由于星圖整幅圖形看起來像星星一樣，因此稱之為星圖。星圖

stars()函數(shù)基本語法:stars(x,full=TRUE,scale=TRUE,radius=TRUE,labels=dimnames(x)[[1]],locations=NULL,nrow=NULL,ncol=NULL,len=1,key.loc=NULL,key.labels=dimnames(x)[[2]],...)x

多維數(shù)據(jù)矩陣或數(shù)據(jù)框，每一行數(shù)據(jù)將繪制一個星圖;full決定圖形是圓形還是半圓，默認為TRUE

scale是否將數(shù)據(jù)標準化到區(qū)間[0,1]，默認為TRUE,radius是否畫出半圓半徑，也就是星圖內(nèi)部的那些線段，默認為TRUElabels每個星圖個體的名稱，默認為數(shù)據(jù)的行名下面使用JS數(shù)據(jù)繪制星圖stars(JS[,6:8])#如果不需要星圖內(nèi)部的那些小線段的話，那就設(shè)置radius為FALSE.stars(JS[,6:8],radius=F)#只需要顯示每個星圖的一半，只需要將參數(shù)full設(shè)置為FALSE..stars(JS[,6:8],full=F)#給每個塊加顏色.stars(JS[,6:8],draw.segments=TRUE)#線條加色.僅需對col.lines參數(shù)進行設(shè)置，僅當draw.segments為FALSE時才有效。對前30行數(shù)據(jù)加色stars(JS[,6:8],draw.segments=FALSE,col.lines=c(1:30))4.1.2

低級繪圖函數(shù)

低級繪圖函數(shù)：本身不具備圖形繪制能力，只是在已有圖形基礎(chǔ)上添加元素。函數(shù)名功能points(x,y)添加點，散點圖lines(x,y)添加線，線text(x,y,labels,…)在(x,y)處添加用labels指定的文字arrows()同上，但添加箭頭abline(a,b)繪制斜率為b和截距為a的直線abline(h=y)在縱坐標y處畫水平線abline(v=x)在橫坐標x處畫垂直線abline(lm.obj)畫出lm.obj確定的回歸線rect(x1,y1,x2,y2)繪制長方形polygon(x,y)繪制連接各x,y坐標確定的點的多邊形legend(x,y,legend)在點(x,y)處添加圖例，說明內(nèi)容由legend給定title()添加標題，也可添加一個副標題axis(side,vect)畫坐標軸box()在當前的圖上加邊框可使用expression()函數(shù)向圖形添加簡單的數(shù)學符號或公式text()、axis()、title()、legend()等使用字符串作為參數(shù)的位置均可用expression()函數(shù)和latex表達式代替。4.1.3

交互式繪圖函數(shù)R還提供了允許用戶使用鼠標提取或添加信息到繪圖的功能。其中最簡單的是locator()函數(shù)plot(1:10)text(locator(1),"locator真厲害！",cex=2,col="red")另外一個常見的交互式函數(shù)是identify()函數(shù)。x=1:10y=x^2name=letters[1:10]plot(x,y)identify(x,y,labels=name,plot=TRUE)##[1]8繪制一個簡單圖形后用鼠標點擊8號點（對應標號為字母h）R提供了大量的圖形參數(shù)來控制線條樣式、顏色、圖形排列和文本對齊等內(nèi)容。首先需要了解R繪圖所占的區(qū)域。一般來說，Ｒ繪圖所占的區(qū)域，被分成外圍邊距(outermargins)和繪圖區(qū)域兩大部分，其中繪圖區(qū)域又包括圖形區(qū)(figureregion)和繪制區(qū)(plotregion)兩個區(qū)域4.1.4

使用圖形參數(shù)坐標軸標簽、坐標軸名稱、圖片標題是在圖中白色區(qū)域，主要的圖形在plotregion，軸和box在虛線處。外圍邊距一般默認為0。在坐標軸標簽很長等情況下使用。par是設(shè)置全局繪圖參數(shù)的函數(shù)#不帶參數(shù)的`par`返回當前圖形設(shè)備的參數(shù)列表par()#設(shè)置圖形顏色和直線類型等參數(shù)par(col=4,lty=2)使用par()函數(shù)設(shè)置圖形參數(shù)會永久更改參數(shù)的值，從某種意義上說，所有將來對圖形函數(shù)的調(diào)用都將受到新值的影響。par常用參數(shù)有：mfcol：mfcol=c(3,2)：3行2列分割圖形界面。mfrow：mfrow=c(2,4)，以行的方式分割圖形界面，2行4列。以行的方式分割圖形界面。mfg：mfg=c(2,2,3,2)：圖片在3行2列圖形界面中第二行，第二列的位置。mar=c(a,b,c,d)：設(shè)置plotregion與figureregion底部、左邊、上部、右邊的距離，單位英寸。mai=c(a,b,c,d)：設(shè)置plotregion與figureregion底部、左邊、上部、右邊的距離，單位是文本行數(shù)。mgp=c(a,b,c)：三個坐標軸成分位置，軸文本標記單位記號標記和軸位置與軸線距離；單位是文本行。4.1.5

圖形保存R語言保存圖片大致分為兩種方式：(1)通過代碼命令保存。如果一次要循環(huán)畫出多張圖片，建議通過代碼命令保存。R支持的格式包括pdf、postscript、xfig、bitmap、pictex、cairo_pdf,cairo_ps、svg、png、jpeg、bmp、tiff等。RGui圖形保存

輸出到文件pdf,postscript,xfig,bitmap,pictex,cairo_pdf,svg,png,jpeg,bmp,tiff>pdf("plot.pdf",width=4,height=4)>png("plot.png",width=400,height=600)>dev.off()#繪制完圖形后關(guān)閉圖形設(shè)備在RGui，點擊鼠標右鍵，通過菜單命令保存圖形(2)借助RGUI或RStudio軟件保存RStudio圖形保存

使用交互窗口中的export按鈕4.2ggplot2繪圖包ggplot2是2005年由HadleyWickham創(chuàng)建的一個十分強大的可視化R包。ggplot2包基于圖形語法原理，吸收了R基礎(chǔ)畫圖和lattice畫圖的優(yōu)勢，避免其不足?！鲇脩裟茉诟橄髮用嫔峡刂茍D形，使創(chuàng)造性繪圖更容易■采用圖層的設(shè)計方法，有利于結(jié)構(gòu)化思維■圖形美觀，同時避免繁瑣細節(jié)Plot(圖)=data(數(shù)據(jù)集)+Aesthetics(美學映射)+Geometry(幾何對象)data:數(shù)據(jù)集，主要是dataframe；Aesthetics:美學映射，比如將變量映射給x,y坐標軸，或者映射給顏色、大小、形狀等圖形屬性；Geometry:幾何對象，比如柱形圖、直方圖、散點圖、線圖、密度圖等。ggplot2繪圖理念

qplot()函數(shù):顧名思義，能快速對數(shù)據(jù)進行可視化分析。它的用法和Rbase包的plot函數(shù)很相似，方便熟悉plot的用戶使用ggplot2.ggplot()函數(shù)是ggplot2包的核心繪圖函數(shù)。隨著ggplot()的使用越來越簡單，快速繪圖qplot()函數(shù)目前已經(jīng)很少有人使用.下面用JSdata.csv數(shù)據(jù)集介紹ggplot()函數(shù)用法。JS=read.csv("JSdata.csv",header=T)1.在添加幾何圖層之前，下面操作只繪制空白的ggplot繪圖邊框，不會繪制任何圖形。ggplot(JS)#只知道數(shù)據(jù)名稱.ggplot(JS,aes(x=height))#只知道X軸，Y軸通過相應的幾何參數(shù)指定.ggplot(JS,aes(x=height,y=weight))#知道X軸和Y軸.ggplot(JS,aes(x=height,color=title))#不同的title變量賦值顏色不同aes表示美學參數(shù)。ggplot2認為X軸和Y軸以及顏色、大小、形狀、填充等屬于美學。使用數(shù)據(jù)框數(shù)據(jù)：數(shù)據(jù)框可以用來存儲數(shù)值、字符串、因子等不同類型等數(shù)據(jù)；把數(shù)據(jù)放在同一個R數(shù)據(jù)框?qū)ο笾锌梢员苊馐褂眠^程中數(shù)據(jù)關(guān)系的混亂；數(shù)據(jù)外觀的整理和轉(zhuǎn)換方便。Plot(圖)=data(數(shù)據(jù)集)+Aesthetics(美學映射)+Geometry(幾何對象)

ggplot空白圖2.添加geom幾何圖層geom_point和geom_line后ggplot(JS,aes(x=height,y=weight,color=title))+geom_point()+geom_line()#添加散點圖和趨勢線由于X軸、Y軸和顏色是在ggplot設(shè)置本身中定義的，因此這兩層繼承了這些aes參數(shù)。當然，也在幾何圖層中自行指定這些aes參數(shù)ggplot(JS)+geom_point(aes(x=height,y=weight,color=title))+geom_line(aes(x=height,y=weight,color=title))這里，ggplot2中直接用數(shù)據(jù)框中的分類列變量來決定圖形元素的外觀，這個過程在ggplot2中稱為映射（mapping），無需用戶額外增加代碼。ggplot2支持的geom類型geom_point()：散點圖、點圖等geom_boxplot()：箱線圖geom_line()：趨勢線、時間序列等。geom_bar()：條形圖geom_density()：密度圖geom_histogram()：直方圖geom_text()：文本3.如果希望添加繪圖的主標題，并更改X軸和Y軸標題，可使用labs層和theme來完成，前者用于指定標簽，后者用于控制標簽大小、顏色ggplot(JS)+geom_point(aes(x=height,y=weight,color=title))+labs(title="散點圖",x="身高",y="體重")4.調(diào)整標簽大小可以使用函數(shù)theme()的參數(shù)現(xiàn)有圖像上添加標題和坐標軸標簽、改變圖例標題gg=ggplot(JS)+geom_point(aes(x=height,y=weight,color=title))+labs(title="散點圖",x="身高",y="體重")gg1=gg+theme(plot.title=element_text(size=30,face="bold"),axis.text.x=element_text(size=15),axis.text.y=element_text(size=15),axis.title.x=element_text(size=25),axis.title.y=element_text(size=25))+scale_color_discrete(name="職稱")print(gg1)5.對數(shù)據(jù)進行分組后繪制圖形對于比較不同數(shù)據(jù)的趨勢非常有幫助，為此，ggplot2提供了分面函數(shù)facet_wrap(),可根據(jù)數(shù)據(jù)類別按照行、列或矩陣分面的方式將散點圖，柱形圖等分組并放到同一面板內(nèi)展示。gg+facet_wrap(~title,ncol=2)每個職稱繪制一個對應的散點圖,每列2個圖形可以再增加一個變量sex進行分組gg+facet_wrap(~title+sex,ncol=2)助教+男的分組數(shù)據(jù)為空，對應的分組圖形并未顯示。6.scale()比例函數(shù)允許用戶控制每種美學的比例。比例函數(shù)的名稱類似scale_aesthetic_suffix()scale_colour_manual()函數(shù)來指定顏色ggplot(JS,aes(x=height,y=weight,color=title))+geom_point()+scale_color_manual(values=c("red","yellow","green","blue"))7.統(tǒng)計函數(shù)每個統(tǒng)計函數(shù)都與默認幾何圖形相關(guān)聯(lián)，因此渲染圖形一般不需要設(shè)定幾何圖形geom參數(shù)。ggplot(JS,aes(x=title,y=salary))+stat_summary()##Nosummaryfunctionsupplied,defaultingto##`mean_se()`繪制不同職稱（x）的收入（y）的均值和方差情況8.保存ggplot2圖形

可使用ggsave()函數(shù)保存.

ggsave從文件擴展名猜測文件的格式,可用的文件類型有eps/ps，tex（pictex），pdf，jpeg，tiff，png，bmp，svg和wmf等。#把最后一個顯示的圖形保存為pdf格式ggsave("myplot.pdf")#把gg1保存為png文件ggsave("myplot2.png",plot=gg1)stat函數(shù)和默認的geom圖形函數(shù)：stat_bin()：geom_bar()，geom_freqpoly()，geom_histogram()stat_bin2d()：geom_bin2d()stat_bindot()：geom_dotplot()stat_binhex()：geom_hex()stat_boxplot()：geom_boxplot()stat_contour()：geom_contour()stat_quantile()：geom_quantile()stat_smooth()：geom_smooth()stat_sum()：geom_count()4.3增強型繪圖plotly包

plotly是一個基于JavaScript的開源增強型繪圖工具庫，可用于制作各種圖形，包括：折線圖、散點圖、面積圖、條形圖、箱形圖、直方圖、熱圖等圖表。創(chuàng)建plotly繪圖對象有兩種主要方法：通過將ggplot2對象（通過ggplotly()）轉(zhuǎn)換為繪圖對象。通過使用plot_ly()/plot_geo()/plot_mapbox()直接初始化繪圖對象。4.3.1

將ggplot2對象轉(zhuǎn)換為plotly對象

plotly包中的ggplotly()函數(shù)能夠?qū)gplot2對象轉(zhuǎn)換為plotly對象，對于快速向現(xiàn)有g(shù)gplot2工作流程添加交互性非常有幫助。p<-ggplot(JS,aes(x=height,y=weight))+geom_point(aes(color=title))+xlab("身高")+ylab("體重")+ggtitle("JS數(shù)據(jù)身高體重分布")ggplotly(p)4.3.2

直接創(chuàng)建plotly對象

plot_ly函數(shù)基本語法如下：plot_ly(data,x,y,z,type,mode...)其中x,y,z表示各軸數(shù)據(jù)，type表示圖形的類型,包括點圖,柱狀圖,熱圖等。plot_ly(data=JS,x=~height,y=~weight,color=~title,symbol=~title,type="scatter",mode="markers")plot_ly繪制基本3D表面圖只需添加一個z變量，plot_ly()就會知道如何在三個維度上渲染標記、線條和路徑#`%>%`表示把plot_ly的結(jié)果反饋給add_surface()函數(shù)plot_ly(z=~volcano)%>%add_surface()這里，%>%表示管道操作符,就是將一個操作的結(jié)果反饋到其下方的下一個操作中4.4交互式動態(tài)網(wǎng)頁Shiny包網(wǎng)頁開發(fā)，尤其是交互式動態(tài)網(wǎng)頁的開發(fā)，有一定的開發(fā)門檻。在R和Python中，我們可以使用shiny包便捷地構(gòu)建Web應用程序（ShinyApp），降低開發(fā)難度。使用shiny包開發(fā)無需前、后端支持，也無需精通HTML，CSS或者JavaScript等網(wǎng)頁開發(fā)語言。4.4.1

Shiny簡介

Shiny是由R驅(qū)動的交互式Web應用程序。shiny包有多個內(nèi)置示例，每個示例都是一個獨立的Shiny應用程序。探索Shiny應用程序創(chuàng)建第一個Shiny應用程序。library(shiny)runExample("01_hello")Shiny應用程序的結(jié)構(gòu)

Shiny應用程序結(jié)構(gòu)基本相同，由一個包含ui和sever的app.R文件組成。一般通過創(chuàng)建一個新目錄并在其中保存一個app.R文件來創(chuàng)建Shiny應用程序。library(shiny)#Seeaboveforthedefinitionsofuiandserverui<-...server<-...shinyApp(ui=ui,server=server)對象控制應用程序的布局和外觀包含構(gòu)建應用程序所需的指令HelloShiny”示例的ui對象使用不同類型Output函數(shù)（如”dataTableOutput”