1000字范文 > R语言类别数据可视化（1）

R语言类别数据可视化（1）

时间：2022-12-09 10:42:39

相关推荐

R语言类别数据可视化（1）

一条形图及其变种

1.简单条形图和帕累托图

（1）条形图

（2）帕累托图

2.并列条形图和堆叠条形图

3.不等宽条形图和脊形图

（1）不等宽条形图

（2）脊形图

二树状图

1.条形树状图

2.矩形树状图

三马赛克图及其变种

1.马赛克图

2.马赛克图变种

四关联图和独立性检验的P值图

1.关联图

2.独立性检验的P值图

一条形图及其变种

1.简单条形图和帕累托图

（1）条形图

条形图（bar plot）是用一定宽度和高度的矩形表示各类别频数多少的图形

主要用于展示类别变量数据的频数分布

绘制条形图时，各类别可以放在X轴（横轴），也可以放在Y轴（纵轴）

类别放在X轴的条形图称为垂直条形图（vertical bar plot）或柱形图，类别放在Y轴的条形图称为水平条形图（horizontal bar plot）

data3_1 <- read.csv('./mydata/chap03/data3_1.csv')attach(data3_1)table1 <- table(性别)table2 <- table(网购次数)table3 <- table(满意度)table1;table2;table3

性别
男女
840 1160
网购次数
1~2次 3~5次 6次以上
618 804 578
满意度
不满意满意中立
800 520 680

# 2000个被调查者网购情况的条形图layout(matrix(c(1,2,3,3), 2, 2, byrow=T))par(mai=c(0.6,0.6,0.4,0.1),cex=0.7) # 设置图形边距和字体大小barplot(table1, xlab='人数', ylab='性别',horiz=T, density = 30, angle = 0, col = c('grey80', 'grey50'), border='blue')title(main=list('(a) 水平条形图', font=4))barplot(table2, xlab='网购次数', ylab='人数', col=2:4, density = 20, angle = 90, border='red', main='(b) 垂直条形图')# cex.names(横轴标签大小)、cex.axis(纵轴标签大小)、cex.lab(坐标轴标题大小)barplot(table3, xlab='满意度', ylab='人数', col=c('#DE2D26', '#31A354', '#3182BD'), main='(c) 垂直条形图', cex.names=1.2, cex.lab=1.2)

#2000个被调查者满意度的条形图library('sjPlot')set_theme(axis.textsize=0.8,# 坐标轴刻度字体大小axis.title.size=0.8, # 坐标轴标题字体大小geom.label.size=2.5) # 图形标签字体大小# 绘制条形图plot_frq(data=data3_1,满意度,type='bar', # 绘制满意度的条形图 show.n=TRUE, show.prc=TRUE) # 显示类别频数和频数百分比

（2）帕累托图

帕累托图（Pareto plot）是是将各类别的频数降序排列后绘制的条形图

以意大利经济学家V.Pareto的名字命名的

帕累托图可以看作简单条形图的一个变种，利用该图很容易看出哪类频数出现得最多，哪类频数出现得最少

par(mfrow=c(1,1),mai=c(0.7,0.7,0.2,0.7),cex=0.7)x<-sort(table(data3_1$满意度),decreasing=TRUE) # 生成一维表并将频数降序排列bar<-barplot(x,xlab="满意度",ylab="人数",col=c("#DE2D26","#31A354","#3182BD"),ylim=c(0,1000)) # 绘制条形图text(bar,x,labels=x,pos=3,col="black") # 为条形图添加频数标签y<-cumsum(x)/sum(x)# 计算累积频数par(new=T)# 绘制一幅新图加在现有的图形上plot(y,type="b",pch=15,axes=FALSE,xlab='',ylab='',main='') # 绘制累积频数折线axis(side=4)# 在第4个边增加坐标轴mtext("累积频率",side=4,line=3,cex=0.8) # 添加坐标轴标签text(labels="累积分布曲线",x=2.4,y=0.95,cex=1) # 添加注释文本

2.并列条形图和堆叠条形图

绘制两个类别变量的条形图时，可以使用原始数据绘图，也可以先生成二维列联表再绘图

根据绘制方式不同有并列条形图(juxtaposed bar plot)和堆叠条形图(stacked bar plot)等

并列条形图中，一个类别变量作为坐标轴，另一个类别变量各类别频数的条形并列摆放:堆叠条形图中，一个类别变量作为坐标轴，另一个类别变量各类别的频数按比例堆叠在同一个条中

使用 barplot函数默认绘制堆叠条形图，设置参数 beside=TRUE可绘制并列条形图。使用 DescTools 包中的 BarText 函数、 plotrix 包中的 barlabels函数可以给条形图添加标签

tab1<-table(性别,网购次数)# 生成性别与网购次数的二维表tab2<-table(性别,满意度) # 生成性别与满意度的二维表tab3<-table(网购次数,满意度) # 生成网购次数与满意度的二维表tab1;tab2;tab3

网购次数
性别 1~2次 3~5次 6次以上
男 280 322 238
女 338 482 340
满意度
性别不满意满意中立
男 360 160 320
女 440 360 360
满意度
网购次数不满意满意中立
1~2次 239 171 208
3~5次 316 195 293
6次以上 245 154 179

# 性别、网购次数、满意度人数分布的条形图library(DescTools) # 加载包par(mfrow=c(2,2),mai=c(0.8,0.8,0.7,0.1),cex=0.7,cex.main=1)b1<-barplot(tab1,beside=TRUE,xlab="网购次数",ylab="人数",main="(a) 垂直并列",col=c("#66C2A5","#FC8D62"),legend=rownames(tab1),args.legend=list(x=4,y=550,ncol=2,cex=0.8,box.col="grey80"))BarText(tab1,b=b1,beside=TRUE,cex=1,pos='topout') # 添加标签# pos='topout'|‘topin’|'mid'|'bottomin'b2<-barplot(tab2,beside=TRUE,horiz=TRUE,xlab="人数",ylab="满意度",main="(b) 水平并列",col=c("#66C2A5","#FC8D62"),legend=rownames(tab2),args.legend=list(x=165,y=10.5,ncol=2,cex=0.8,box.col="grey80"))BarText(tab2,b=b2,beside=TRUE,horiz=TRUE,cex=1,pos='topin') # 添加标签b3<-barplot(tab3,xlab="满意度",ylab="人数",main="(c) 垂直堆叠",col=c("#66C2A5","#FC8D62","#E78AC3"),legend=rownames(tab3),args.legend=list(x=2.9,y=950,ncol=3,cex=0.8,box.col="grey80"))BarText(tab3,b=b3,cex=1,pos='mid')# 添加标签b4<-barplot(tab3,horiz=TRUE,xlab="人数",ylab="满意度",main="(d) 水平堆叠",col=c("#66C2A5","#FC8D62","#E78AC3"),legend=rownames(tab3),args.legend=list(x=600,y=4.4,ncol=3,cex=0.8,box.col="grey80"))BarText(tab3,b=b4,horiz=TRUE,col="black",cex=1,pos='mid') # 添加标签

# 性别与满意度人数分布的并列条形图和堆叠条形图library(sjPlot)set_theme(title.size=0.8, # 设置图形标题字体大小axis.title.size=0.8,# 设置坐标轴标题字体大小axis.textsize=0.8, # 设置坐标轴字体大小geom.label.size=2.5,# 设置图形标签字体大小legend.size=0.8, # 设置图例字体大小legend.title.size=0.8) # 设置图例标题主题大小p1<-plot_xtab(data3_1$满意度,data3_1$性别,bar.pos="dodge",# 绘制并列条形图show.n=TRUE,show.prc=TRUE,# 显示频数和百分比show.summary=TRUE, # 绘制出带有卡方检验统计量信息的摘要vjust="center", # 调整频数标签摆放的垂直位置show.total=FALSE, # 不绘制各类别总和的条title="(a) 并列条形图") # 设置图形标题p2<-plot_xtab(data3_1$满意度,data3_1$性别,bar.pos="stack", # 绘制堆叠条形图show.n=TRUE,show.prc=TRUE,show.total=TRUE, # 绘制出各类别总和的条vjust="middle",title="(b) 堆叠条形图")library('gridExtra')plot_grid(list(p1,p2),margin=c(0.3,0.3,0.3,0.3)) # 将图形p1和p2组合在一幅图中

# 性别与满意度的3D并列条形图library(plotrix)library(epade)# dev.off() # 关闭当前的图形设备par(mfrow=c(1,1))bar.plot.ade(data3_1$性别,data3_1$满意度, # 绘制并列条形图（默认）form="z",wall=4,# 设置3D条形式样和图形风格prozent=TRUE, # 在条形上画出百分比btext=TRUE,# 画出卡方检验的P值xlab="满意度",ylab="人数",main="性别与满意度的条形图")

# 满意度与网购次数的3D堆叠条形图bar.plot.ade(data3_1$满意度,data3_1$网购次数,beside=FALSE, # 绘制堆叠条形图form="c",wall=1,prozent=TRUE,btext=TRUE,lhoriz=FALSE,xlab="网购次数",ylab="人数")

3.不等宽条形图和脊形图

（1）不等宽条形图

用一个变量各类别条形的宽度表示样本量，另一个类别变量的各类别以并列或堆叠的方式绘制条形图

# 满意度和网购次数的不等宽条形图library(ggiraphExtra)require(ggplot2)library(gridExtra)# 绘制图形p1和p2p1<-ggSpine(data=data3_1,aes(x=满意度,fill=网购次数),position="dodge",palette="Reds",labelsize=2.5) # 绘制并列条形图theme(legend.position=c(0.52,0.88),# 设置图例位置legend.direction="horizontal", # 图例水平排列legend.title=element_text(size=7),# 设置图例标签字体大小legend.text=element_text(size="5")) # 设置图例字体大小

List of 4
$ legend.text :List of 11
..$ family : NULL
..$ face: NULL
..$ colour : NULL
..$ size: chr "5"
..$ hjust : NULL
..$ vjust : NULL
..$ angle : NULL
..$ lineheight : NULL
..$ margin : NULL
..$ debug : NULL
..$ inherit.blank: logi FALSE
..- attr(*, "class")= chr [1:2] "element_text" "element"
$ legend.title :List of 11
..$ family : NULL
..$ face: NULL
..$ colour : NULL
..$ size: num 7
..$ hjust : NULL
..$ vjust : NULL
..$ angle : NULL
..$ lineheight : NULL
..$ margin : NULL
..$ debug : NULL
..$ inherit.blank: logi FALSE
..- attr(*, "class")= chr [1:2] "element_text" "element"
$ legend.position : num [1:2] 0.52 0.88
$ legend.direction: chr "horizontal"
- attr(*, "class")= chr [1:2] "theme" "gg"
- attr(*, "complete")= logi FALSE
- attr(*, "validate")= logi TRUE

p2<-ggSpine(data=data3_1,aes(x=满意度,fill=网购次数),position="stack",palette="Blues",labelsize=2.5,reverse=TRUE) # 绘制堆叠条形图grid.arrange(p1,p2,ncol=1)

（2）脊形图

脊形图(spine plot)是根据各类别的比例绘制的一种条形图，它可以看作堆叠条形图的一个变种，也可以看作马赛克图的一个特例。绘制脊形图时，将某个类别各条的高度都设定为1或100%，条的宽度与观测频数(样本量)成比例，条内每一段的高度表示另一个类别变量各类别的频数比例

# 性别与满意度、网购次数与满意度的脊形图par(mfrow=c(1,2),mai=c(1,1,1,0.4),cex=0.7)data3_1$性别 = as.factor(data3_1$性别)spineplot(factor(性别)~factor(满意度),data=data3_1,col=c("#FB8072","#80B1D3"),xlab="满意度",ylab="性别", main='(a) 性别与满意度')spineplot(factor(网购次数)~factor(满意度),data=data3_1,col=c("#7FC97F","#BEAED4","#FDC086"),xlab="满意度",ylab="网购次数", main='(b) 网购次数与满意度')

# 按性别分面的满意度与网购次数的脊形图library("ggiraphExtra")require(ggplot2)ggSpine(data=data3_1,aes(x=满意度,fill=网购次数,facet=性别),palette="Reds",labelsize=3,reverse=TRUE)

二树状图

将各类别的层次结构画成树状图的形式，称为树状图(dendrogram)或分层树状图

有条形树状图和矩形树状图，可以看做是条形图的另一个变种

主要用来展示各类别变量之间的层次结构关系，尤其适合展示3个及3个以上类别变量的情形(也可以用于展示两个类别变量)

1.条形树状图

# 性别、网购次数、满意度的大小树状图data3_1<-read.csv("./mydata/chap03/data3_1.csv") library(plotrix)cols<-list(c("#FDD0A2","#FD8D3C"),c("#C6DBEF","#9ECAE1","#6BAED6"),c("#C7E9C0","#A1D99B","#74C476"))# 设置颜色列表sizetree(data3_1,col=cols,showval=TRUE,showcount=TRUE,stacklabels=TRUE, # 显示类别标签、频数、变量名称border="black",base.cex=0.7) # 设置矩形边框的颜色和标签字体的大小

# 女性的网购次数和满意度的大小树状图sizetree(data3_1[data3_1$性别=='女', ],col=cols,showval=TRUE,showcount=TRUE,stacklabels=TRUE, # 显示类别标签、频数、变量名称border="black",base.cex=0.7) # 设置矩形边框的颜色和标签字体的大小

2.矩形树状图

# 以性别、网购次数、满意度为索引的矩形树状图library(treemap)data3_1<-read.csv("./mydata/chap03/data3_1.csv")# 生成带有交叉频数的数据框tab<-ftable(data3_1) # 生成列联表（也可以使用table函数生成列联表）tab

满意度不满意满意中立
性别网购次数
男 1~2次 117 57 106
3~5次 137 54 131
6次以上106 49 83
女 1~2次 122 114 102
3~5次 179 141 162
6次以上139 105 96

d<-as.data.frame(tab) # 将列联表转换成带有类别频数的数据框df<-data.frame(d[,-4],频数=d$Freq) # 将Freq修改为频数df

性别网购次数满意度频数
1 男 1~2次不满意 117
2 女 1~2次不满意 122
3 男 3~5次不满意 137
4 女 3~5次不满意 179
5 男 6次以上不满意 106
6 女 6次以上不满意 139
7 男 1~2次满意 57
8 女 1~2次满意 114
9 男 3~5次满意 54
10 女 3~5次满意 141
11 男 6次以上满意 49
12 女 6次以上满意 105
13 男 1~2次中立 106
14 女 1~2次中立 102
15 男 3~5次中立 131
16 女 3~5次中立 162
17 男 6次以上中立 83
18 女 6次以上中立 96

treemap(df,index=c("性别","网购次数","满意度"), # 设置聚合索引的列名称vSize="频数", # 指定矩形大小的列名称type="index", # 确定矩形的着色方式fontsize.labels=9, # 设置标签字体大小position.legend="bottom", # 设置图例位置title="")

# 用频数着色的矩形树状图treemap(df,index=c("性别","网购次数","满意度"), # 设置聚合索引的列名称vSize="频数", # 设置指定矩形大小的列名称vColor="频数", # 确定矩形颜色的列名称type="value", # 确定矩形的着色方式fontsize.labels=9, # 设置标签字体大小title="")

三马赛克图及其变种

马赛克图是用矩形表示列联表中对应频数的一种图形

图中嵌套矩形的面积与列联表相应单元格的频数成比例

也可以用于二维表的可视化，可视为条形图的一个变种

其变种形式有:筛网图、瓦片图、双层图等

1.马赛克图

# 性别、网购次数、满意度的马赛克图data3_1<-read.csv("./mydata/chap03/data3_1.csv") par(mfrow=c(1,2),mai=c(0.3,0.3,0.1,0.1),cex=0.7)mosaicplot(~性别+网购次数+满意度,data=data3_1,col=c("#E41A1C","#377EB8","#4DAF4A"),cex.axis=0.7,off=8,dir=c("v","h","v"),main="")# 简单马赛克图mosaicplot(~性别+网购次数+满意度,data=data3_1,shade=TRUE,cex.axis=0.7,off=8,dir=c("v","h","v"),main="")

2.马赛克图变种

# 带有观测频数和期望频数的马赛克图library(vcd)tab<-structable(data3_1) # 生成多维列联表（或用table或ftable生成列联表）tab

网购次数 1~2次 3~5次 6次以上
性别满意度
男不满意117 137 106
满意 57 54 49
中立 106 131 83
女不满意122 179 139
满意 114 141 105
中立 102 162 96

p1<-mosaic(tab,shade=TRUE,labeling=labeling_values, # 生成频数标签return_grob=TRUE)

p2<-mosaic(tab,shade=TRUE,labeling=labeling_values,value_type="expected",# 绘制期望频数标签return_grob=TRUE)

mplot(p1,p2,cex=0.5,layout=c(1,2))# 按1行2列组合p1和p2

# 带有观测频数和期望频数的筛网图p3<-vcd::sieve(tab,shade=TRUE,labeling=labeling_values,return_grob=TRUE,main="(a) 显示观察频数")

p4<-vcd::sieve(tab,shade=TRUE,labeling=labeling_values,value_type="expected",return_grob=TRUE,main="(b) 显示期望频数")

mplot(p3,p4,cex=0.5,layout=c(1,2))# 按1行2列组合p3和p4

# 性别、网购次数、满意度的瓦片图和双层图p5<-vcd::tile(tab,shade=TRUE,tile_type="area", # 用面积表示矩形大小squared_tiles=FALSE, # 不显示行或列中的空白labeling=labeling_values,return_grob=TRUE)

p6<-vcd::doubledecker(tab,abeling=labeling_values,return_grob=TRUE)

mplot(p5,p6,cex=0.5,layout=c(1,2))

# 以性别作为条件变量绘制的马赛克图tab<-structable(性别~网购次数+满意度,data=data3_1) # 生成多维列联表cotabplot(tab,labeling=labeling_values) # 显示相应单元格的频数

四关联图和独立性检验的P值图

1.关联图

分析列联表中行变量和列变量关系的两种图形

关联图就是展示行变量和列变量差异的图形。它将图形以 RxC的形式布局，列联表中每一个单元格的观测频数和期望频数用一个矩形表示

如果一个单元格的观察频数大于期望频数，矩形将高于基线;如果一个单元格的观察频数小于期望频数时，矩形则低于基线

# 满意度与性别、网购次数与满意度的关联图data3_1<-read.csv("./mydata/chap03/data3_1.csv")attach(data3_1) par(mfrow=c(1,2),mai=c(0.7,0.7,0.1,0.1),cex=0.7)assocplot(table(满意度,性别),col=c("black","red"))box(col="grey50")assocplot(table(网购次数,满意度),col=c("black","red")) box(col="grey50")

# 性别、网购次数和满意度的关联图library(vcd)tab<-structable(data3_1) # 生成多维列联表（也可使用table或ftable生成列联表）assoc(tab,shade=TRUE,labeling=labeling_values) # 绘图关联图，并为矩形增加相应单元格的观测频数