R语言数据可视化：plot()、qplot()与ggplot()函数全解析

# R语言数据可视化：plot()、qplot()与ggplot()函数全解析 ## 1. R语言数据可视化概述 R语言提供了多种数据可视化的方式，主要通过函数来生成图形。一些函数能快速创建实用的可视化图形，而另一些函数组合起来则可以创建高度定制的复杂图像。 ### 1.1 主要绘图函数介绍 - **plot()**：最基础且通用的绘图函数，它可以根据输入对象的类别创建相应的图像。 - **par()、layout()和split.screen()**：用于设置全局绘图参数和布局选项。 - **qplot()和ggplot()**：来自ggplot2包，在很多方面比早期的R函数更易于使用。 ### 1.2 软件版本和硬件信息 - **软件版本**：使用的R版本为4.0.1和4.0.3，RStudio版本为1.3.595和1.3.1093。 - **硬件信息**：示例使用的计算机是运行macOS Catalina版本10.15.5的MacBook Air。 ### 1.3 图形设备 R语言将图形对象打开在图形设备中。默认情况下，图形对象会显示在计算机屏幕上，但也可以使用几种图像格式将其保存到文件中。R和RStudio提供了通过菜单链接将图形对象保存为图像文件的方式，R会自动打开和关闭相关设备。若要通过代码操作图形设备，可以参考相关帮助页面。 |操作|参考信息| | ---- | ---- | |打开特定类型图像文件的图形设备|Section 6.1.1和“device”帮助页面| |管理图形设备|Section 6.1.2和dev.cur()帮助页面| ## 2. plot()函数详解 ### 2.1 plot()函数基础 plot()函数可以根据特定R类别的对象创建图形，图形可能包含文本、线条、点和/或图像，图形区域可以用颜色或图案填充。显示的图形类型取决于要显示的对象类别，例如，单个时间序列（类为ts的对象）会生成随时间变化的线图。 ### 2.2 参数和默认值 默认情况下，图形通常使用黑色线条和文本，具有预设的线条、点和文本大小及粗细。可以在plot()函数中设置改变图形属性的参数，这些参数可用于更改线条、点或文本颜色、线条宽度或样式、点或文本大小、绘图字符、文本样式和字体粗细，以及填充颜色或图案。还可以设置轴标签的替代文本，为图形添加主标题和副标题，并更改标题或标签中文本的方向、样式和粗细。 ### 2.3 辅助函数 在首次调用plot()函数后，可以使用辅助函数向原始图形添加图形信息。这些函数可用于在原始图形上叠加其他图形，并为图形添加注释。例如，可以向散点图添加回归线，或在图形中包含图例。常见的辅助函数包括title()、axis()、text()、points()、lines()等。 ### 2.4 方法 函数的方法是指该函数所定义的对象类别。在graphics和stats包中，plot()函数定义了29种方法。在实际使用中，通常使用plot.default()版本，它接受x和可能的y作为要绘制的对象，并绘制x与索引值或y与x的散点图。但由于R在运行plot()时会自动确定要使用的方法，因此在调用plot()时不需要使用“.default”扩展名。 ### 2.5 示例 下面是一个使用sunspot.year时间序列的示例，展示了使用默认参数和设置部分参数的绘图效果。 ```r # 加载数据集 data("sunspot.year") # 使用par()函数设置一行两个图形 par(mfrow = c(1, 2)) # 绘制默认参数的图形 plot(sunspot.year) # 绘制设置部分参数的图形 plot(sunspot.year, main = "Sunspot Year Plot", xlab = "Year", ylab = "Sunspot Number", col = "red") # 恢复默认的绘图布局 par(mfrow = c(1, 1)) ``` 这个示例展示了如何使用par()函数在一个图形中绘制多个图形，以及如何设置plot()函数的参数来改变图形的外观。 ## 3. plot()函数的参数分类 ### 3.1 数据集 这里使用的是datasets包中的LifeCycleSavings数据集。要将数据集加载到工作区并查看其内容，可以按以下步骤操作： 1. 在R提示符下输入以下代码加载数据集： ```r data( "LifeCycleSavings" ) ``` 2. 在RStudio中，双击“LifeCycleSavings”（在右上角窗格的Environment窗口的Data部分），控制台将显示数据集的内容。 该数据集包含50个观测值和5个变量，具体信息如下： |变量|描述| | ---- | ---- | |sr|总个人储蓄| |pop15|15岁以下人口的百分比| |pop75|75岁以上人口的百分比| |dpi|实际人均可支配收入| |ddpi|dpi的增长率| ### 3.2 影响整体外观的参数 #### 3.2.1 标签和轴限制 可以通过设置参数来更改图形的标签和轴限制，例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, main = "Savings vs Disposable Income", xlab = "Savings Ratio", ylab = "Disposable Income", xlim = c(0, 20), ylim = c(0, 3000)) ``` #### 3.2.2 框类型、纵横比、注释和扩展绘图 还可以设置其他参数来改变图形的框类型、纵横比，添加注释和进行扩展绘图。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, type = "p", bty = "o", asp = 1, ann = TRUE, xaxs = "i", yaxs = "i") ``` ### 3.3 点和线 #### 3.3.1 绘图类型 plot()函数支持多种绘图类型，例如： - “p”：绘制点 - “l”：绘制线 - “b”：绘制点和线 - “c”：绘制线（不绘制点） - “o”：绘制点和线（线覆盖点） - “h”：绘制直方图样式的线 - “s”：绘制阶梯线 - “S”：绘制反向阶梯线 - “n”：不绘制任何内容 ```r # 绘制点图 plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, type = "p") # 绘制线图 plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, type = "l") ``` #### 3.3.2 pch和lty参数 pch参数用于指定点的样式，lty参数用于指定线的类型。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, pch = 16, lty = 2) ``` ### 3.4 细节设置 #### 3.4.1 颜色 可以使用col参数来设置点、线和文本的颜色。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, col = "red") ``` #### 3.4.2 字体和字体家族 可以使用font和family参数来设置文本的字体和字体家族。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, main = "Savings vs Disposable Income", font.main = 2, family = "serif") ``` #### 3.4.3 字符大小 可以使用cex参数来设置字符大小。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, cex = 1.5) ``` #### 3.4.4 线条细节 可以使用lwd、lend、ljoin和lmitre参数来设置线条的细节。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, lwd = 2, lend = 2, ljoin = 2, lmitre = 2) ``` #### 3.4.5 坐标轴设置 可以使用参数来更改坐标轴的颜色、线宽、刻度标记长度和间距等。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, col.axis = "blue", lwd.ticks = 2) ``` #### 3.4.6 对数刻度 可以使用log参数来使用对数刻度。例如： ```r plot(LifeCycleSavings$sr, LifeCycleSavings$dpi, log = "xy") ``` mermaid流程图： ```mermaid graph LR A[开始] --> B[加载LifeCycleSavings数据集] B --> C[设置绘图参数] C --> D[绘制图形] D --> E[结束] ``` ## 4. qplot()和ggplot()函数介绍 ### 4.1 qplot()和ggplot()函数基础 ggplot2包中的qplot()和ggplot()函数为plot()函数提供了替代方案。默认情况下，qplot()和ggplot()生成的图形比plot()生成的默认图形看起来更好。对于简单的图形，qplot()就足以生成美观的图形，而ggplot()提供了更多的绘图选项。 ### 4.2 ggplot2包的语法 在ggplot2包中，可以使用theme()或以“theme_”开头的预设主题函数来定义图形的主题。要绘制的对象是“映射”，可以在aes()函数中进行分配。要显示的图像类型是几何图形或统计量，可以通过以“geom_”或“stat_”开头的函数进行分配。可以使用aes()、“aes_”函数、“geom_”函数、“stat_”函数和/或其他格式化函数来更改图形的外观。 ### 4.3 示例 下面是一个使用ggplot()函数的简单示例： ```r library(ggplot2) # 创建ggplot对象 ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + labs(title = "Savings vs Disposable Income", x = "Savings Ratio", y = "Disposable Income") ``` 这个示例展示了如何使用ggplot()函数创建一个散点图，并添加标题和轴标签。 ## 5. 附录中的绘图函数 除了plot()、qplot()和ggplot()函数外，graphics和stats包中还有许多绘图函数。这些函数对于数据清理、数据探索和/或模型拟合非常有用。附录中按要显示的对象类型对这些函数进行了分类： - **附录A**：用于列联表和离散数据的绘图函数 - **附录B**：用于连续变量的绘图函数 - **附录C**：用于绘制多个图形的函数 - **附录D**：用于平滑数据的函数 - **附录E**：用于时间序列分析的绘图函数 - **附录F**：其他绘图函数 这些函数中的许多可以使用plot()函数使用的图形参数。通过使用这些函数，可以更方便地进行数据可视化和分析。 ## 6. ggplot()函数的主题和美学设置 ### 6.1 主题函数 #### 6.1.1 theme()函数 theme()函数用于自定义图形的主题。可以通过设置各种元素来改变图形的外观，如背景颜色、文本样式等。例如： ```r library(ggplot2) ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + theme( panel.background = element_rect(fill = "lightblue"), axis.title = element_text(size = 14, color = "red") ) ``` #### 6.1.2 预设主题函数 ggplot2包提供了一些预设的主题函数，如theme_minimal()、theme_bw()等，使用这些函数可以快速改变图形的整体风格。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + theme_minimal() ``` #### 6.1.3 主题操作 可以在已有的主题基础上进行修改，或者将不同的主题元素组合使用。例如： ```r custom_theme <- theme_minimal() + theme( panel.grid.major = element_line(color = "gray"), axis.text = element_text(size = 12) ) ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + custom_theme ``` ### 6.2 美学函数 美学函数用于定义图形的美学属性，如颜色、大小、形状等。可以在aes()函数中设置这些属性，也可以在具体的几何图形函数中进行设置。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi, color = factor(pop15 > 20))) + geom_point(size = 3) ``` |美学属性|设置方式|示例| | ---- | ---- | ---- | |颜色|color|`aes(color = factor(pop15 > 20))`| |大小|size|`geom_point(size = 3)`| |形状|shape|`aes(shape = factor(pop75 > 5))`| mermaid流程图： ```mermaid graph LR A[开始] --> B[创建ggplot对象] B --> C[设置美学属性] C --> D[选择主题] D --> E[添加几何图形] E --> F[结束] ``` ## 7. ggplot2包的几何、统计、注释和边框函数 ### 7.1 几何函数 几何函数用于定义图形的基本形状，如点、线、柱状图等。常见的几何函数有geom_point()、geom_line()、geom_bar()等。例如： ```r # 绘制柱状图 ggplot(LifeCycleSavings, aes(x = factor(pop15 > 20))) + geom_bar() ``` ### 7.2 统计函数 统计函数用于对数据进行统计计算，并将结果可视化。例如，stat_summary()可以计算数据的均值和置信区间，并绘制相应的图形。 ```r ggplot(LifeCycleSavings, aes(x = factor(pop15 > 20), y = sr)) + stat_summary(fun = mean, geom = "bar") ``` ### 7.3 注释函数 #### 7.3.1 annotate()函数 annotate()函数用于在图形中添加注释，如文本、矩形等。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + annotate("text", x = 15, y = 2000, label = "High savings area") ``` #### 7.3.2 annotation_custom()和ggplotGrob()函数 annotation_custom()和ggplotGrob()函数可以用于添加自定义的图形元素。例如： ```r library(gtable) grob <- rectGrob(gp = gpar(fill = "red", alpha = 0.2)) ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + annotation_custom(grob, xmin = 10, xmax = 20, ymin = 1500, ymax = 2500) ``` #### 7.3.3 annotation_logticks()函数 annotation_logticks()函数用于在对数坐标轴上添加刻度标记。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + scale_x_log10() + annotation_logticks(sides = "b") ``` #### 7.3.4 annotation_map()和annotation_raster()函数 annotation_map()和annotation_raster()函数可以用于添加地图和栅格图像。 ### 7.4 边框函数 borders()函数用于在图形中添加边框。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + borders("state", fill = NA, colour = "black") ``` ## 8. ggplot2包的格式化和绘图管理工具 ### 8.1 比例、坐标和引导函数 #### 8.1.1 影响颜色、大小、形状和线型的比例函数 比例函数用于控制美学属性的映射方式，如scale_color_manual()可以手动设置颜色映射。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi, color = factor(pop15 > 20))) + geom_point() + scale_color_manual(values = c("blue", "red")) ``` #### 8.1.2 设置评估顺序 可以通过设置函数的顺序来控制图形的绘制顺序。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + scale_x_continuous(limits = c(0, 20)) + scale_y_continuous(limits = c(0, 3000)) ``` #### 8.1.3 使用比例和坐标函数格式化坐标轴 可以使用scale_x_continuous()、scale_y_log10()等函数来格式化坐标轴。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + scale_x_continuous(breaks = seq(0, 20, 5)) + scale_y_log10() ``` #### 8.1.4 引导和绘制键函数 引导函数用于控制图例的显示方式，如guides()函数。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi, color = factor(pop15 > 20))) + geom_point() + guides(color = guide_legend(title = "Population < 15")) ``` ### 8.2 切割、汇总和分面函数 #### 8.2.1 切割函数 切割函数用于将数据进行分组，如cut()函数。例如： ```r LifeCycleSavings$sr_group <- cut(LifeCycleSavings$sr, breaks = 3) ggplot(LifeCycleSavings, aes(x = sr_group, y = dpi)) + geom_boxplot() ``` #### 8.2.2 汇总函数和分辨率函数 汇总函数用于对数据进行汇总计算，如summarize()函数。分辨率函数用于控制图形的分辨率。 #### 8.2.3 分面函数 分面函数用于将数据分成多个子图进行展示，如facet_wrap()和facet_grid()。例如： ```r ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() + facet_wrap(~ factor(pop15 > 20)) ``` ### 8.3 绘图、自动绘图和原型函数 #### 8.3.1 ggsave()、plot()和print()函数 ggsave()函数用于保存图形，plot()和print()函数用于显示图形。例如： ```r p <- ggplot(LifeCycleSavings, aes(x = sr, y = dpi)) + geom_point() ggsave("plot.png", p) print(p) ``` #### 8.3.2 autoplot()和autolayer()函数 autoplot()和autolayer()函数可以自动绘制图形和添加图层。 #### 8.3.3 原型函数 ggplot2包中的原型函数可以用于创建图形的原型。 |函数类型|作用|示例| | ---- | ---- | ---- | |比例函数|控制美学属性映射|`scale_color_manual()`| |分面函数|创建子图|`facet_wrap()`| |保存函数|保存图形|`ggsave()`| mermaid流程图： ```mermaid graph LR A[开始] --> B[选择数据] B --> C[设置比例和坐标] C --> D[使用切割和汇总函数] D --> E[添加分面] E --> F[保存或显示图形] F --> G[结束] ```