R语言数据可视化与统计分析基础

### R语言数据可视化与统计分析基础 #### 1. 使用ggplot2进行数据可视化 在数据可视化方面，R语言有许多可用的包，而`ggplot2`是其中功能较为全面和强大的一个。它将绘图视为多个图层的组合，通过“+”号将各图层拼接在一起。 ##### 1.1 示例数据与问题提出 假设有一个名为`long`的数据集，包含10名参与者、两个组（对照组和目标组）、三次测试以及测试分数。我们自然会想知道两组的分数是否存在差异，为此可以创建一个条形图，将分数放在y轴，两组放在x轴，同时添加代表每组均值的条形和表示标准误差的误差线。 ##### 1.2 绘制条形图的代码解析 以下是生成示例条形图的代码： ```R 1 source("dataPrep.R") # This will load all the steps from earlier 2 3 # Your first ggplot: 4 ggplot(data = long, aes(x = group, y = score)) + 5 stat_summary(geom = "bar", # this will add the bars 6 alpha = 0.3, 7 color = "black", 8 width = 0.5) + 9 stat_summary() + 10 labs(y = "Mean score", 11 x = "Group") + 12 theme_classic() ``` - **第1行**：运行`dataPrep.R`脚本，该脚本会自动完成数据导入、加载必要的包以及数据预处理等任务，实现数据分析流程的自动化。 - **第4行**：这是第一个图层，使用`ggplot()`函数指定要绘制的数据变量`long`，并通过`aes()`函数指定x轴为`group`，y轴为`score`。`aes()`主要用于定义绘图的美学元素，即坐标轴的内容。 - **第5行**：第二个图层，使用`stat_summary()`函数，它结合了数据可视化和基本统计功能。`geom = "bar"`表示绘制条形图，`alpha = 0.3`为条形图添加了一定的透明度，`color = "black"`和`width = 0.5`分别定义了条形图边框的颜色和宽度。 - **第9行**：再次使用`stat_summary()`函数，由于未指定`geom`，`ggplot2`会使用默认值`pointrange`，即绘制一个表示均值的点和一条表示标准误差的线。 - **第10 - 11行**：使用`labs()`函数调整图形的标签，将y轴标签改为“Mean score”，x轴标签改为“Group”。 - **第12行**：使用`theme_classic()`函数应用经典主题，去除默认的浅灰色背景，优化图形以用于出版。 需要注意的是，`ggplot2`和R语言通常会为某些参数使用默认值。例如，`stat_summary()`默认会计算均值的标准误差并绘制`pointrange`。如果需要其他设置，则需在函数中明确指定。 ##### 1.3 常用绘图类型 除了条形图，`ggplot2`还支持散点图、箱线图、直方图和折线图等常见绘图类型，并且通常会提供多种函数来实现同一种绘图。例如，绘制条形图除了使用`stat_summary(geom = "bar")`，还可以使用`geom_bar()`；绘制散点图使用`geom_point()`；绘制箱线图使用`geom_boxplot()`。 ##### 1.4 保存绘图 保存`ggplot2`生成的绘图有多种方法： - **使用`ggsave()`函数**：在运行生成绘图的代码后，添加`ggsave()`函数。例如，要将上述代码生成的图保存到`figures`文件夹中，可以使用`ggsave(file = "figures/plot.jpg", scal