R语言 图表绘制

当涉及到解释世界和它每天产生的大量数据时，数据可视化成为最理想的方式。与其筛选庞大的Excel表格，不如通过图表和图形将这些数据可视化，以获得有意义的见解。

R – 图形绘制

R编程语言提供了一些简单而快速的工具，让我们可以将数据转换成视觉上有洞察力的元素，如图表。

R语言 图形绘制有两种类型

• 一维绘图： 在一维绘图中，我们一次绘制一个变量。例如，我们可以用它的每个值在整个数据集中出现的次数（频率）绘制一个变量。因此，它不与数据集的任何其他变量相比较。这些是用于一维分析的4种主要图表类型 –
  • 五点总结
  • 箱形图
  • 直方图
  • 柱状图
• 二维绘图： 在二维绘图中，我们将一个变量与另一个变量进行可视化比较。例如，在一个空气质量测量的数据集中，我们想比较空气质量指数与某地温度的变化情况。因此，温度和AQI是两个不同的变量，我们希望看到一个变量如何相对于另一个变量的变化。这些是用于此类分析的3种主要图表 —
  • 箱形图
  • 柱状图
  • 散点图

为了本文的目的，我们将使用RStudio提供的默认数据集（mtcars）。

加载数据

打开RStudio（或R终端）并开始加载数据集。在控制台中输入这些命令。这是一种加载R提供的默认数据集的方法。（也可以下载和使用任何其他数据集）

library(datasets)
data(mtcars)

为了检查数据是否被正确加载，我们在控制台运行以下命令。

head(mtcars)

输出

通过运行这个命令，我们也可以知道我们的数据集包含哪些列。在本例中，数据集mtcars包含11个列，即mpg、 cyl、disp、hp、drat、wt、qsec、vs、am、gear和carb。注意行数比这里显示的要多。 head() 函数只显示数据集的前6行。

一维绘图

在一维绘图中，我们基本上是一次绘制一个变量。因此，它不会与数据集的任何其他变量进行比较。相反，只考虑其统计推断的特点。

五点总结

要在R中引用一个特定的列名，我们使用”$“符号。例如，如果我们想引用mtcars数据集中的 “齿轮 “列，我们就把它称为 – mtcars$gear。因此，对于数据集的任何特定列，我们可以使用 summary() 函数生成一个五点总结。我们只需将列名（用$符号表示）作为参数传递给这个函数，如下所示。

summary(mtcars)

输出

这个摘要列出了像平均数、中位数、最小值、最大值和特定列的象限值的特征。

箱形图

箱形图生成一个矩形，覆盖数据集的列所跨越的区域。它可以按以下方式生成。

boxplot(mtcars$mpg, col="green")

输出

请注意，矩形中的粗线描绘了mpg栏的中位数，即在五点总结中看到的19.20。 col=”green “只是将图表染成绿色。

柱状图

直方图是分析数据集时最广泛使用的图示。下面是我们如何绘制一个直方图，将一个变量（列名）映射到它的频率。

hist(mtcarsmpg, col = "green")               ## Plot 1
hist(mtcarsmpg, col = "green", breaks = 25)  ## Plot 2
hist(mtcars$mpg, col = "green", breaks = 50)  ## Plot 3

‘break’参数本质上改变了直方图条的宽度。可以看到，当我们增加断点的值时，柱状图会变细。

输出

条形图的绘制

在柱状图中，我们对变量（列）中存在的每个值得到一个离散的值-频率映射。比如说。

barplot(table(mtcars$carb), col="green")

输出

我们看到 “carb “列包含6个离散值（在其所有行中）。上面的条形图将这6个值映射到它们的频率（它们出现的次数）。

二维绘图

在二维绘图中，我们将一个变量与另一个变量进行可视化和比较。

箱形图

假设我们希望根据每辆汽车的齿轮数来生成多个箱形图。因此，我们希望得到的图表数量等于 “齿轮 “列中离散值的数量，也就是说，每个齿轮的值都有一个图表。这可以通过以下方式实现—

boxplot(mpg~gear, data=mtcars, col = "green")

输出

我们看到在 “齿轮 “栏中有3个齿轮的值。因此，我们绘制了3个不同的箱形图，每个齿轮都有一个。

柱状图

现在，我们希望为有4个汽缸的汽车和有8个汽缸的汽车创建单独的直方图。要做到这一点，我们要对我们的数据集进行子集，使子集数据只包含那些有4（或8）个汽缸的汽车的数据。然后，我们可以像以前一样使用hist()函数轻松地绘制我们的子集数据。这就是我们如何实现的。

hist(subset(mtcars, cyl == 4)mpg, col = "green")        ## Plot 1
hist(subset(mtcars, cyl == 8)mpg, col = "green")        ## Plot 2

散点图

散点图是用来在x轴和y轴上绘制两个变量的数据点。它们告诉我们数据之间的模式，并广泛用于ML算法的建模。在这里，我们将qsec这一列与mpg这一列进行散点图。

with(mtcars, plot(mpg, qsec))

输出

然而，上面的图表并没有真正向我们展示数据的任何模式。这是因为我们的数据集中的行（样本）数量有限。当我们从外部资源获得数据时，通常至少有1000多行。在散点图上绘制如此广泛的数据集时，我们为真正有趣的观察和洞察力铺平了道路。