Chapter06 基本图形.ppt

本章内容 ? 条形图、箱线图和点图 ? 饼图和扇形图 ? 直方图与核密度图 6.1 条形图 条形图通过垂直的或水平的条形展示了类别型变量的分布（频数）。函数barplot()的最简单用法是： 其中的height是一个向量或一个矩阵。 在接下来的示例中，我们将绘制一项探索类风湿性关节炎新疗法研究的结果。数据已包含在随vcd包分发的Arthritis数据框中。 注意，我们并不需要使用vcd包来创建条形图。我们读入它的原因是为了使用Arthritis数据集。但我们需要使用vcd包创建6.1.5节中描述的棘状图（spinogram）。 6.1.1 简单的条形图 若height是一个向量，则它的值就确定了各条形的高度，并将绘制一幅垂直的条形图。使用选项horiz=TRUE则会生成一幅水平条形图。你也可以添加标注选项。选项main可添加一个图形标题，而选项xlab和ylab则会分别添加x轴和y轴标签。 6.1.2 堆砌条形图和分组条形图 如果height是一个矩阵而不是一个向量，则绘图结果将是一幅堆砌条形图或分组条形图。若beside=FALSE（默认值），则矩阵中的每一列都将生成图中的一个条形，各列中的值将给出堆砌的“子条”的高度。若beside=TRUE，则矩阵中的每一列都表示一个分组，各列中的值将并列而不是堆砌。 6.1.3 均值条形图 条形图并不一定要基于计数数据或频率数据。你可以使用数据整合函数并将结果传递给barplot()函数，来创建表示均值、中位数、标准差等的条形图。代码清单6-3展示了一个示例，结果如图6-3所示。 你可以进一步完善这个示例。各个条形可以使用lines()函数绘制的线段连接起来。你也可以使用gplots包中的barplot2()函数创建叠加有置信区间的均值条形图。R Graph Gallery网站（http://addictedtor.free.fr/graphiques）上的“barplot2: Enhanced Bar Plots”页面可以作为一个参考示例。 6.1.4 条形图的微调 有若干种方式可以微调条形图的外观。例如，随着条数的增多，条形的标签可能会开始重叠。你可以使用参数s来减小字号。将其指定为小于1的值可以缩小标签的大小。可选的参数names.arg允许你指定一个字符向量作为条形的标签名。你同样可以使用图形参数辅助调整文本间隔。代码清单6-4给出了一个示例，输出如图6-4所示。 6.1.5 棘状图 6.2 饼图 饼图在商业世界中无所不在，然而多数统计学家，包括相应R文档的编写者却都对它持否定态度。相对于饼图，他们更推荐使用条形图或点图，因为相对于面积，人们对长度的判断更精确。也许由于这个原因，R中饼图的选项与其他统计软件相比十分有限。饼图可由以下函数创建： 其中x是一个非负数值向量，表示每个扇形的面积，而labels则是表示各扇形标签的字符型向量。 代码清单6-5给出了四个示例，结果如图6-6所示。 6.3 直方图 直方图通过在X 轴上将值域分割为一定数量的组，在Y 轴上显示相应值的频数，展示了连续型变量的分布。可以使用如下函数创建直方图： 其中的x是一个由数据值组成的数值向量。参数freq=FALSE表示根据概率密度而不是频数绘制图形。参数breaks用于控制组的数量。在定义直方图中的单元时，默认将生成等距切分。代码清单6-6提供了绘制四种直方图的代码，绘制结果见图6-8。 6.4 核密度图 在上节中，你看到了直方图上叠加的核密度图。用术语来说，核密度估计是用于估计随机变量概率密度函数的一种非参数方法。虽然其数学细节已经超出了本书的范畴，但从总体上讲，核密度图不失为一种用来观察连续型变量分布的有效方法。绘制密度图的方法（不叠加到另一幅图上方）为： Plot(density(x)) 其中的x是一个数值型向量。由于plot()函数会创建一幅新的图形，所以要向一幅已经存在的图形上叠加一条密度曲线，可以使用lines()函数（如代码清单6-6所示）。代码清单6-7给出了两幅核密度图示例，结果如图6-9所示。 6.5 箱线图 箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量的分布。箱线图能够显示出可能为离群点（范围±1.5*IQR以外的值，IQR表示四分位距，即上四分位数与下四分位数的差值）的观测。例如： 生成了如图6-11所示的图形。为了图解各个组成部分，我手工添加了标注。默认情况下，两条须的延伸极限不会超过盒型各端加1.5倍四分位距的范围。此范围以外的值将以点来表示（在这里没有画出）。 6.5.1 使用并列箱线图进行跨组比较 箱线图可以