将军笔记之绘图
我无限的热爱着新的一日 / 今天的太阳 / 今天的马 / 今天的花楸树 / 使我健康 富足 / 拥有一生 / 从黎明到黄昏 / 阳光充足 / 胜过一切过去的诗 ——海子 《幸福一日》
本章主要关注那些可以帮助理解单个类别型或连续型变量的图形。
1. 条形图：
条形图通过垂直或水平的条形展示类别型变量的频数分布。barplot(x),x是向量或矩阵;
代码示例及解释如下：
因为要用到vcd包中的Arthritis数据集，所以先载入vcd包。此处提示在载入vcd包之前先要载入grid包，照做。（那个提示是告诉你R自动载入了grid包，不是要你载入grid包。好傻...）
Arthritis数据集的结构大体如图下半部分所示。
要对Arthritis数据集中的Improved变量做图。首先用table函数统计该分类变量中每一类的数量。所以从这里可以知道barplot()函数需要的是什么样的数据类型。
对counts做图。main选项添加图题，xlab选项添加横轴标题，ylab添加纵轴标题，horiz选项决定条是水平还是垂直。
如果类别型变量是一个因子，则可以使用函数plot()完成（注意上面是barplot()函数，这里是plot()函数），不需要先使用table()函数加工：
做出来的图和上面是一样的：
如果barplot()函数的参数是一个矩阵而不是向量，那么得到的就是堆叠条形图或分组条形图，看beside选项是TRUE还是FALSE：代码示例：
还是使用vcd包中的Arthritis数据集，还是先用table函数来统计各种类型的频数；
对counts数据做条形图。注意这里使用col选项来指定了行的颜色。另外注意legend选项和rownames函数的用法；做出来的图如下所示：注意横轴按列分成两条，按行堆叠。数据形状和图形对应还挺一致（都是三行两列）。
如果加上beside=TRUE，则不再是堆叠条形图，而是分组条形图：
代码跟上面几乎完全一样，只是选项里多了一个beside=TRUE，于是就变成了分组条形图（把不同数据放在旁边），如下图所示：
为什么这里不用指定legend颜色后面就要指定？
条形图不仅可以用来展示频数，也可以用来展示均值中位数标准差什么的：
首先用到两个变量：前者是为美国每个州做了地理分区，东部西部什么的，后者是每个州的一些统计数字。两个变量的数据结构如下图所示：
先把两个数据结合到同一个数据框中，然后根据各州所处地区统计犯罪率均值，并根据均值按大小排序：
画图并添加标题。注意这里有个names.arg选项，指定各条横轴名称。为什么这里要指定前面就不用指定？数据结构不一样。前面都有列名行名，而此处没有行名。表示各州区域的那一列不是行名，而是数据框中普通一列。注意体会这一点。另外，使用title()函数和使用main选项是等价的。
使用cex.names选项减小标签字号；names.arg允许指定一个字符向量作为条形的标签名（上面用过，下面的是直接指定）
首先使用par(mar=c(5,8,4,2))指定边界大小，顺序下左上右（不是矩形么？怎么上下不一样，左右不一样？？？）（指定的是下左上右的留白。好傻啊...）
las=2旋转了条形的标签（las=2表示标签垂直于坐标轴）。微调后的图如下所示：
棘状图，其实就是等高堆叠图。棘状图由vcd包中的spine()函数绘制，代码示例如下：
首先，绘制棘状图的函数spine()是vcd包里面带的，所以要是用spine()函数绘制棘状图，需要先载入vcd包；
其他就没什么可说的了。要注意一点的是，棘状图，肯定是对于大于等于2x2的数据表格才有意义，就跟堆砌条形图一样。所以用的时候注意一下数据类型。
2. 饼图：
pie(x,labels=y)
第一行，给出一个2*2的图阵；
第二三行，给出数据和对应的标签；
第四行画图。很简单，不多说；
第五行算了一下各个数据的百分比并用round四舍五入，第六行将其加工成标签；
第七行使用了百分比标签，并且添加了彩虹色，很简单；
要画3D饼图，要载入plotrix包。不知道explode选项是什么意思？倾角吗？
第一次把labels写错了。大意了。
最终四幅图如下所示。不知为啥，一模一样的代码，我做的图的标签字体大好多（第四幅图）用cex.names指定一下标签大小试试？？？。
对表做饼图。
lbls3一行是自己做了个标签。其他没啥。
扇形图（fan plot），一种同时展示相对数量和相互差异的方法。plotrix包中的fan.plot()函数画扇形图。
没啥可说的。
画出来的图如下所示。觉得以后用的机会不多。
多个扇形叠加，但是半径不一样，所有的扇形都能看到。德国最大，其次是UK，然后是US。角度反映相对大小。
3. 直方图：
hist(x)函数绘制直方图，展示一组连续变量在不同区间的数量。
par(mfrow=c(2,2))建立一个2*2的画板；
breaks=12表示将所有数据分为12组，其他没啥好说的。画出来的图就像下面这样：
freq=FALSE，表示Y轴不用频数，而用频率。其他没啥说的。
rug()函数产生轴须图，是数据的一维呈现。如果有很多相同的数据，可以rug(jitter(mtcars$mpg), amount=0.01)来使短线偏离一个小的随机值（±amount）（jitter()函数是什么意思？）
lines函数产生一条密度曲线，是一个核密度估计。（注意，核密度估计是0-1之间的数，所以在做柱状图的时候必须得用freq=FALSE，将纵轴设为频率。如果用频数的话，曲线与柱数量差别太大，无法正常显示核密度曲线）（绘制核密度曲线的核心明明是density()函数啊。density()函数生成了密度值，line()函数把它画了出来）
第四幅图加了一条正态曲线。xfit生成40个值，最小值是x的最小值，最大值是x的最大值；yfit则把xfit40个值转化为均值为x-bar，标准差为x标准差的分布值；第二个yfit中，h的本质是个列表，h$mids应该是各组的中间值，diff(h$mids[1:2])是中间值的前两个的差值，其实也就是组中值差距；组中值差值*正态分布值*长度，即将Z值再还原成了实际值尺度。应该就是这样。box()生成框。产生的图如下所示：
4. 核密度图：
核密度估计是用于估计随机变量概率密度函数的一种非参数方法：plot(density(x))，x是一个数值向量。这样生成的图形是一个独立的图形，如果要向一幅已经存在的图形上叠加密度曲线，要使用lines函数：lines(denxity(x))
第一行不解释；
看来生成核密度曲线的核心是density(x)这个函数啊！plot，lines都是对它起作用的。
polygon()函数根据顶点的x坐标和y坐标（本例中有density函数提供）绘制多边形（填充曲线下面积）。
还添加了轴须图（这里为什么不用jitter了？还有rug函数也是往已有图形上添加图形元素）。效果如下：
核密度曲线图可以用于比较组间差异。使用sm包中的sm.density.compare()函数可以向图形叠加两组或更多和密度图：sm.density.compare(x,factor),x是数值向量，factor是分组变量：
前三行不解释
该行将cyl变量转变为因子，而且是分等级的，还指定了标签
sm一行的意思：比较mpg变量的核密度分布，根据cyl分组；
此时cyl.f的值是每个样本的气缸数（“4 cylinder”，“6 cylinder”，“8 cylinder”），levels(cyl.f)返回三个层次（“4 cylinder”，“6 cylinder”，“8 cylinder”），但是不知道为什么要把变量colfill设置成2,3,4？哪里知道是这三种颜色（难道是从2开始排着用？1是白色）？
legend里面，第一个参数locator(1)表示用鼠标点击想让图例出现的位置，鼠标点击处为图例左上角；第二个参数是图例标签，是个字符向量；第三个参数指定填充颜色，效果如下图所示（已经添加的图例怎么去掉啊？...）：为什么前面legend选项不用指定颜色这里需要？难道是因为前面是选项这里是函数？？？
5. 箱形图（也叫盒须图。这个名字更形象）：
绘制连续型变量的五数总括：最小值，下四分位数，中位数，上四分位数，最大值，还能显示出离群点（盒顶/底±1.5*IQR(四分位距，上下四分位数的差值)）：boxplot(mtcars$mpg,main="Box plot", ylab="Miles per Gallon")生成下图：
函数boxplot.stats(x)会返回箱形图中涉及的5个值
使用并列箱形图进行跨组比较：boxplot(formula,data=dataframe)。formula可以是y~A，会比较不同A下y的值。y~A*B则会比较A,B两两组合下y的值：
意思是：根据cly分层，比较不同cyl下mpg的分布。得到的图如下所示：
添加参数varwidth=TRUE将使箱子宽度与其样本大小的平方根成正比；horizontal=TRUE产生横的箱子。
通过添加notch=TRUE可以得到含凹槽的箱线图。若两个箱的凹槽部分互不重叠，则表明它们的中位数有显著差异。
加了notch=TRUE后，箱形图有了凹槽。如下图所示。不知为啥，会有警告信息。
为多个分组因子绘制箱形图：
先把两个用于分类的变量因子化。不解释。
到底什么时候用因子什么时候不用？
画箱形图的方法前面也说了，没啥好说的。值得注意的是X轴，标签似乎自动把两个分类变量结合好了。另外注意绘图窗口的宽度，如果窗口过窄，X轴标签是显示不全的，会自动不显示一些标签。
小提琴图，是箱形图和核密度图的结合，可以使用vioplot包中的vioplot函数来绘制。载入vioplot包前需要先载入sm包。vioplot()函数绘图格式为：vioplot(x1,x2,...names=,col=)，其中x1，x2表示要绘制的数值向量，names是小提琴图中标签的字符向量，col是一个为每幅小提琴图指定颜色的向量。实例如下：
导入vioplot包需要先导入sm包；
像格式中的一样，没啥说的。画出来的图是这个样子的：
小提琴图似乎只能指定一种颜色？我用 col=c("red","green","gold")得到的三个图都是红色而不是红绿黄三种颜色。
小提琴图中间白点是中位数，黑色块状区域是四分位数，黑线是须，表示最大最小值。外面的形状是核密度估计。
6. 点图：
函数调用格式：dotchart(x,labels=)，（这里特么又是chart不是plot了...能不能给条活路啊...）x是数值向量，labels是标签名构成的向量。可以用groups来选定一个因子，指定x中元素的分组方式，此时gcolor可以控制不同组标签的颜色，cex可控制标签大小。示例如下：
严格按格式来，没啥可说的。注意row.names(数据集名称)这个用法，表示取了数据集的行名称，别用错了。
做出来的图和书上给出的不一样，可能是因为版本的原因？书上没有虚横线。
对点图排序并分组，不同组用不同符号和颜色表示：
首先对mtcars数据集根据mpg变量排序，赋值给变量x；然后把x中的cyl变量因子化；增加新变量color，变量值根据cyl确定。看能看懂，让你自己写你能不能写出来？
使用groups选项，数据点根据cyl变量值分组；gcolor控制不同组标签的颜色（gcolor控制的是组标签的颜色，就是那个4,6,8，而不是组内点的颜色。点的颜色是color选项控制的）；color选项指定点和点标签的颜色（注意与gcolor表示的组标签相区别）。pch=19，表示点以填充的圆圈表示。得到的图如下所示：
没错，gcolor控制的是4,6,8这三个数字的颜色。在这张图中，每个点都有标签，每个点的值都有其内在含义，并且这些点是以便于比较的方式排列的。简直碉堡！但是随着点数的增多，点图的实用性随之下降。
画图函数小结：
小提琴图
vioplot::vioplot(x1, x2, x3, ... names='', col='')
x1, x2, x3是要做图的数据向量，names选项是数据标签，col指定颜色。小提琴图的不同数据只能使用同一种颜色。
点图：
dotchart(data, labels=, cex=, main='', groups=, gcolor='', color=)
groups是分组变量，gcolor是组标签颜色。color是颜色变量，事先对不同组指定了不同的color。
箱形图：
boxplot(data, main=, ylab=)
boxplot(y~A*b, data=dataframe, varwidth=TRUE, horizontal=TRUE, notch=TRUE, col=)
y~A*b，根据Ab两个变量的组合分组，看每组中y变量的分布。varwidth选项使箱子宽度与样本大小平方根成正比；
核密度图：
plot(density(x)) 生成独立的核密度图。density()计算核密度曲线值，plot()画图;
lines(density(x))向已有图形上添加核密度图；
polygon(density(d), col=, border=)填充曲线下面积;
sm::sm.density.compare(data, group=, xlab=) data，待绘制变量；group，分组变量。
扇形图：
plotrix::fan.plot(data,labels=, main=)
直方图：
hist(data, breaks=12, col=, xlab=, main=, freq=TRUE)
freq=FALSE表示y轴不用频数而用频率；breaks指定分组数；
rug(jitter(data)) 在直方图下画轴须图；
lines(density(data),col=, lwd=) 在直方图上画核密度图。画核密度图时，freq必须为FALSE，即必须使用频率，只有这样直方图高度和核密度曲线高度才在同一量级上。
条形图：
barplot(data, main=, xlab=, ylab=, horiz=TRUE, clo=c(), legend=rownames(), beside=TRUE, names.arg=, cex.names=)
beside=TRUE时，改堆叠条形图为并排放置的条形图；names.arg用于没有行名时指定数据标签；cex.names为浮点数，指定图题大小；
棘状图：
vcd::spine(data, main=)
就是等高的堆叠条形图。
饼图：
pie(data, labels=, main=, col=rainbow(length(labels)))
注意指定颜色的方法，各函数的配合使用；
plotrix::pie3D(data, labels=, explode=, main=)