第十一章中級繪圖
本章內容：
二元變量和多元變量關系的可視化
繪制散點圖和折線圖
理解相關圖
學習馬賽克圖和關聯圖
本章用到的函數有：
| plot |
hexbin |
| ablines |
iplot |
| scatterplot |
scatterplot3d |
| pairs |
plot3d |
| scatterplotMatrix |
scatter3d |
| cpairs |
symbols |
| smoothScatter |
11.1散點圖
添加了最佳擬合曲線的散點圖
> attach(mtcars) > plot(wt,mpg,main="Basic Scatter plot of MPGvs.weight",xlab="car weight (lbs/1000",ylab="miles pergallon",pch=19) >abline(lm(mpg~wt),col="red",lwd=2,lty=1)#添加最佳擬合的線性直線 >lines(lowess(wt,mpg),col="blue",lwd=2,lty=2)#添加一條平滑曲線
car包中的scatterplot()函數增強了散點圖的許多功能，它可以很方便地繪制散點圖，並
能添加擬合曲線、邊界箱線圖和置信橢圓，還可以按子集繪圖和交互式地識別點。
> library(car) > scatterplot(mpg~wt|cyl,data=mtcars,lwd=2, + main="scatter plot of pmg \n vs. weight by #cylinders", + xlab="car weight (lbs/1000)", + ylab="miles per gallon", + legend.plot=TRUE,#左上邊界添加圖例 + id.method="identify", + labels=row.names(mtcars),#可通過點的行名稱來識別點 + boxplots="xy")
11.1.1 散點圖矩陣
pairs()函數可以創建基礎的散點圖矩陣。
> pairs(~mpg+disp+drat+wt,data=mtcars, + main="basic scatter plot matrix")
主對角線的上方和下方的六幅散點圖是相同的，選項upper.panel =NULL將只生成下三角的圖形。
car包中的scatterplotMatrix()函數也可以生成散點圖矩陣，並有以下可選操作：
以某個因子為條件繪制散點圖矩陣；
包含線性和平滑擬合曲線；
在主對角線放置箱線圖、密度圖或者直方圖；
在各單元格的邊界添加軸須圖。
> library(car) > scatterplotMatrix(~mpg+disp+drat+wt,data=mtcars,spread=FALSE, + lty.smooth=2,main="scatter plot matrix via car package")
線性和平滑（loess）擬合曲線被默認添加，主對角線處添加了核密度曲線和軸須圖。spread = FALSE選項表示不添加展示分散度和對稱信息的直線，lty.smooth =2設定平滑（loess）擬合曲線使用虛線而不是實線。
scatterplotMatrix()函數的另一個用法
> library(car)#主對角線的核密度曲線改成了直方圖，並且直方圖是以各車的氣缸數為條件繪制的。 > scatterplotMatrix(~mpg+disp+drat+wt|cyl,data=mtcars,spread=FALSE, + diagonal="histogram",main="scatter plot matrix via carpackage")
主對角線的核密度曲線改成了直方圖，並且直方圖是以各車的氣缸數為條件繪制的。圖形包含主對角線中的直方圖以及其他部分的線性和平滑擬合曲線。另外，子群（根據氣缸數）通過符號類型和顏色來區分標注默認地，回歸直線擬合整個樣本，包含選項by.groups = TRUE將可依據各子集分別生成擬合曲線。
gclus包中的cpairs()函數提供了一個有趣的散點圖矩陣變種。它含有可以重排矩陣中變量位置的選項，可以讓相關性更高的變量更靠近主對角線。該函數還能對各單元格進行顏色編碼來展示變量間的相關性大小。首先考察相關性：
>cor(mtcars[c("mpg","wt","disp","drat")])
mpg wt disp drat
mpg 1.0000000 -0.8676594-0.8475514 0.6811719
wt -0.8676594 1.0000000 0.8879799 -0.7124406
disp -0.8475514 0.8879799 1.0000000 -0.7102139
drat 0.6811719 -0.7124406-0.7102139 1.0000000
gclus包生成的散點圖矩陣
> library(gclus) > mydata<-mtcars[c(1,3,5,6)] > mydata.corr<-abs(cor(mydata))#相關系數的絕對值 > mycolors<-dmat.color(mydata.corr)#獲取繪圖的顏色 > myorder<-order.single(mydata.corr)#重排對象，可使得相似的對象更為靠近 > cpairs(mydata, myorder,panel.colors=mycolors,gap=.5,main="variablesordered and colored by correlation")
散點圖矩陣將根據新的變量順序（myorder）和顏色列表（mycolors）繪圖、上色，gap選項
使矩陣各單元格間的間距稍微增大一點。相關性最高的變量對是車重與排量，以及每加侖英里數與車重（標了紅色，並且離主對角線最近）
11.1.2 高密度散點圖
當數據點重疊很嚴重時，用散點圖來觀察變量關系就顯得“力不從心”了。
> set.seed(1234)
> n<-10000
> c1<-matrix(rnorm(n,mean=0,sd=.5),ncol=2)
> c2<-matrix(rnorm(n,mean=3,sd=2),ncol=2)
> mydata<-rbind(c1,c2)
> mydata<-as.data.frame(mydata)
> names(mydata)<-c("x","y")
> with(mydata,plot(x,y,pch=19,main="scatter plot with 10000 observations"))
smoothScatter()函數可利用核密度估計生成用顏色密度來表示點分布的散點圖，利用光平滑密度估計繪制的散點圖。此處密度易讀性更強：
> with(mydata, smoothScatter(x,y,main="scatter plot with 10000observations"))
hexbin包中的hexbin()函數將二元變量的封箱放到六邊形單元格中（圖形比名稱更直觀）
> library(hexbin)
> with(mydata,{bin<-hexbin(x,y,xbins=50)plot(bin,main="hexagonalbinning with \n 10000 boservations")})
IDPmisc包中的iplot()函數也可通過顏色來展示點的密度（在某特定點上數據點的
數目）
> library(IDPmisc)
> with(mydata,{ iplot(x,y,main="imagescatter plot with\n color indicating density") })
11.1.3 三維散點圖
假使你對汽車英里數、車重和排量間的關系感興趣，可用scatterplot3d中的
scatterplot3d()函數來繪制它們的關系。Scatterplot3d(x,y,z) x被繪制在水平軸上，y被繪制在豎直軸上，z被繪制在透視軸上。
> library(scatterplot3d) > attach(mtcars) > scatterplot3d(wt,disp,mpg,main="basic 3d scatter plot")
注：如出現Error in plot.new() : figure margins too large 重啟Rstudio即可
satterplot3d()函數提供了許多選項，包括設置圖形符號、軸、顏色、線條、網格線、突
出顯示和角度等功能
> scatterplot3d(wt,disp,mpg, pch=16,highlight.3d=TRUE,type="h",main="3dscatter plot with vertical lines")
添加一個回歸面
> s3d<-scatterplot3d(wt,disp,mpg,pch=16, highlight.3d=TRUE, type="h", main="3dscatter plot with vertical lines") > fit<-lm(mpg~wt+disp) > s3d$plane3d(fit)
旋轉三維散點圖
用rgl包中的plot3d()函數創建可交互的三維散點圖。你能通過鼠標對圖形進
行旋轉。函數格式為：plot3d(x,y,z)
其中x、y和z是數值型向量，代表着各個點。你還可以添加如col和size這類的選項來分別控制
點的顏色和大小。
> library(rgl) > attach(mtcars) > plot3d(wt,disp,mpg,col="red",size=5)
也可以使用Rcmdr包中類似的函數scatter3d()：
> library(Rcmdr) > attach(mtcars) > scatter3d(wt,disp,mpg)
scatter3d()函數可包含各種回歸曲面，比如線性、二次、平滑和附加等類型。圖形默認添
加線性平面。另外，函數中還有可用於交互式識別點的選項。
11.1.4 氣泡圖
三維散點圖來展示三個定量變量間的關系。現在介紹另外一種思路：先創建一個二維散點圖，然后用點的大小來代表第三個變量的值。這便是氣泡圖（bubble plot）。
你可用symbols()函數來創建氣泡圖。該函數可以在指定的(x, y)坐標上繪制圓圈圖、方形
圖、星形圖、溫度計圖和箱線圖。以繪制圓圈圖為例：
Symbols（x,y,circle=radius）
其中x、y和radius是需要設定的向量，分別表示x、y坐標和圓圈半徑。
用面積而不是半徑來表示第三個變量，那么按照圓圈半徑的公式（r = A / π ）變
換即可：Symbols（x,y,circle=sqrt(z/pi)）z即第三個要繪制的變量。
> attach(mtcars) > r<-sqrt(disp/pi) > symbols(wt,mpg,circle=r,inches=.3,#比例因子，控制着圓圈大小（默認最大圓圈為1英寸） + fg="white",bg="lightblue", main="bubble plotwith point size\n proportional to displacement", ylab="miles pergallon", xlab="weight of car(lbs/1000") > text(wt,mpg,rownames(mtcars),cex=.6)#可選函數，此處用來添加各個汽車的名稱 > detach(mtcars)
求關注 求擴散親朋好友
