R in action整理

**各制图函数可设定参数不尽相同，可用?+function的命令具体查看对应函数可以设置的参数，？barplot **

1.制图流程

1)数据的输入或数据框的绑定  #attach()函数

2)opar<-par(no.readonly=TRUE)  #增加新的作图设置

参数的设定 #par()函数

3)确定是否为多幅图形的组合

par(mfrow=c(1,3))  #三幅图，且三行一列排列，默认在一个正方形内排列，所以与此同时宽会是高的三倍

layout(matrix(c(1,1,2,3),2,2,byrow=TRUE,widths=c(3,1),heights=c(1,2))

默认按照1  2排列，byrow=TRUE加上后为1  1，可以指定宽和高的比例,精细控制见P65

     1  3                2  3

3)选择制图种类及添加文本，自定义坐标轴及图例

4)数据框的解绑  #detach()

par(opar)  #恢复原始作图设置

其中第三条利用par()函数进行设定的参数分为三类

少：仅仅用于询问不能被设定的参数：cin，cra，csi，cxy，dim

中：仅能通过par()设定参数：

多：除了par()，也能在其他高级绘图函数中设定的参数。

2.图形样式

1)条形图P110,barplot(x,...)

*如果类别型变量为因子或有序性因子，则可以直接用函数plot(),否则要用table()函数将其表格化：

counts<-table(Arthritis$Improved)

①简单：barplot(counts,...)

②水平：barplot(counts,...,horiz=TRUE)

同时，若数据为矩阵而非向量，则绘图结果为堆砌条形图或分组条形图,同理先判断是否要表格化:

counts2<-table(Arthritis$Improved,Arthritis$Treatment)

③堆砌：barplot(counts2，...)

④分组：barplot(counts2，...,beside=TRUE)

最后的微调，都写在barplot中，修改标签文本：name.arg=c("...","...","..."))

⑤棘状图：spine(counts2，...)

2)饼图P116,pie(x,labels=,...)

slices<-c(10,12,4,16)

lbls<-c("US","UK","CHINA","FRANCE")

①简单：pie(slices,labels=lbls,...)

②加比例数值:

pct<-round(slices/sum(slices)*100)

lbls2<-paste(lbls,"",pct,%,sep="")  #paste函数拼接，sep=表示参数之间的分隔符pie(slices,labels=lbls2,...)

③3D饼图：用plotrix包,pie3D(x,labels=lbls,...)

④扇形图：用Plotrix包，fan.plot(x,labels=lbls,...)

⑤从表格中创建饼图：P116

3)直方图P118,hist(x)

①简单：hist(x,...)

②加轴须图：

hist(x,...)

rug(x,...)  #轴须图函数，反应数据密度

③添加正态密度曲线及外框：P118

4)核密度图P120,plot(density(x),...)

①简单：plot(density(x),...)

②跨组比较P121:  #反应各变量的密度关系，创建分组因子→绘制密度图→添加图例

5)箱线图P122，boxplot(x,...)

①简单：boxplot(x,...)

②跨组比较P123：boxplot(formula,data=dataframe)  #对比各变量的分布

③另有小提琴图(和密度图与箱线图的结合)

6)点图P127,dotchart(x,labels=)

3.大佬绘图教程