数据呈现 | R语言绘图包大全（共40个包）

数据可视化是关于数据视觉表现形式的科学技术研究。许多R语言包，可以实现创建和开发丰富有趣图形的功能。

R语言中的图形包，大致包含以下主题：

1.基础绘图，Plotting ，12个包

2.制图应用，Graphic Applications ，8个包

3.图形系统，Graphics Systems，4个包

4.绘图设备，Devices，3个包

5.颜色，Colors，4个包

6.交互制图，Interactive Graphics，7个包

7.开发，Development，2个包

基础绘图 Plotting

1）animation，对统计数据进行动画设计，现在流行gganimate

https://cloud.r-project.org/web/packages/animation/index.html

2）circlize ，绘制和弦图

https://cran.r-project.org/package=circlize

3）fmsb，绘制雷达图

https://cran.r-project.org/web/packages/fmsb/index.html

4）gplots，提供各种可视化数据绘制工具

https://cran.r-project.org/web/packages/gplots/index.html

5）handyplots，快速绘制图形，Q-Q图、箱型图、置信区间等

https://cran.r-project.org/web/packages/handyplots/index.html

6）pheatmap，绘制热力图

https://cran.r-project.org/web/packages/pheatmap/index.html

7）rainbow，条形图、箱型图、彩虹图绘制

https://cran.r-project.org/web/packages/rainbow/index.html

8）REmap，绘制地图

9）riverplot，绘制桑基图

https://cran.r-project.org/web/packages/riverplot/index.html

10）scatterplot3d，绘制三维散点图

https://cran.r-project.org/web/packages/scatterplot3d/index.html

11）treemap，绘制树图

https://cran.r-project.org/web/packages/treemap/index.html

12）vioplot，用于小提琴图绘制

https://cran.r-project.org/web/packages/vioplot/index.html

制图应用 Graphic Applications

1）ade4，用于多变量数据分析，包括主成分分析、因子分析、（多重）惯性分析

https://cloud.r-project.org/web/packages/ade4/index.html

2）ape，用于系统树分析，包含读写各种格式的Tree及可视化，可用于聚类分析制图

https://cloud.r-project.org/web/packages/ape/index.html

3）cba，用于聚类分析

https://cloud.r-project.org/web/packages/cba/index.html

4）corrgram与corrplot，用于相关系数矩阵分析

https://cran.r-project.org/web/packages/corrgram/index.html

5）igraph，用于社会网络分析

https://cloud.r-project.org/web/packages/igraph/index.html

6）rpart，用于决策树分析

https://cran.r-project.org/web/packages/rpart.plot/index.html

7）survival，实现绘制生存分析

https://cran.r-project.org/web/packages/survival/index.html

8）wordcloud2，进行词云分析

https://cran.r-project.org/web/packages/wordcloud2/index.html

图形系统 Graphics Systems

1）base，基础图形

2）grid，是底层的绘图系统，能够灵活地控制图形输出的外观和布局，但它不提供创建完整图形的高级绘图系统，而是开发这些高级绘图的基础接口。grid包不仅可以输出图形，还可以产生可编辑的图形组件，这些图形组件可以被复用和重组，并能把图形输出到指定的位置上。

https://cran.r-project.org/web/packages/gridBase/index.html

3）lattice，基于grid包搭建的，并继承了grid包的大量特征，由Deepayan Sarkar编写。lattice包提供了丰富的图形函数，可生成单变量图形(点图、核密度图、直方图、柱形图和箱线图)、双变量图(散点图、带状图和平行箱线图)和多变量图形(三维图和散点图矩阵)等等。

https://cloud.r-project.org/web/packages/lattice/index.html

4）ggplot2，ggplot2是一个绘制可视化图形的R包，汲取了R语言基础绘图系统(graphics) 和lattice包的优点，摒弃了相关的缺点，创造出来的一套独立的绘图系统。

https://cloud.r-project.org/web/packages/ggplot2/index.html

绘图设备 Devices

1）cairoDevice，基于libcairo，呈现高质量位图、矢量图输出和渲染

https://cloud.r-project.org/web/packages/cairoDevice/index.html

2）RSvgDevice，SVG设备驱动程序，可与矢量绘图程序很好地连接

https://cloud.r-project.org/web/packages/RSvgDevice/index.html

3）RSVGTipsDevice，SVG创建设备

https://cloud.r-project.org/web/packages/RSVGTipsDevice/index.html

颜色 Colors

1）colorspace，提供颜色空间，HCL的调色板

https://cloud.r-project.org/web/packages/colorspace/index.html

2）dichromat，专注于palettes颜色受损的调色板

https://cloud.r-project.org/web/packages/dichromat/index.html

3）munsell，Munsell调色板

https://cran.r-project.org/web/packages/munsell/index.html

4）RColorBrewer，图形调色板

https://cloud.r-project.org/web/packages/RColorBrewer/index.html

交互制图 Interactive Graphics

1）rggobi，支持交互式动态图， 提供了分析和探索之间流畅转换的方法

https://cloud.r-project.org/web/packages/rggobi/index.html

2）iplots，支持动态交互图,尤其是平行坐标图和马赛克图

https://cloud.r-project.org/web/packages/iplots/index.html

3）JavaGD，实现与Java端交互

https://cloud.r-project.org/web/packages/JavaGD/index.html

4）plotly，基于网络的ggplot2交互地图

https://cran.r-project.org/web/packages/plotly/index.html

5）iheatmapr，支持绘制复杂的、交互式的热图

https://cran.r-project.org/web/packages/iheatmapr/index.html

6）recharts，支持交互式echarts图表

7）canvasXpress，一个基于HTML5 canvas标签实现的JavaScript图表库，支持线图、柱形图、饼图和热图等多种常见的图表类型，其所生成的图表交互性很强。

https://cran.r-project.org/web/packages/canvasXpress/index.html

开发 Development

1）gridBase，底层绘图开发

https://cloud.r-project.org/web/packages/gridBase/index.html

2）rgl，用于3D可视化开发

https://cloud.r-project.org/web/packages/rgl/index.html

注：以上R语言绘图包未囊括全部制图命令，本篇整理仅供大家交流学习，更多内容请关注R语言官网信息。

►往期推荐

回复【Python】👉简单有用易上手

回复【学术前沿】👉机器学习丨大数据

回复【数据资源】👉公开数据

回复【可视化】👉你心心念念的数据呈现

回复【老姚专栏】👉老姚趣谈值得一看

►一周热文

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

作者：简华（何年华）
审阅：杨奇明编辑：青酱

    欢迎扫描👇二维码添加关注