散點(diǎn)圖

使用基礎(chǔ)的plot()函數(shù)可以很容易地繪制散點(diǎn)圖~ 散點(diǎn)圖通常用于展示兩個(gè)連續(xù)變量之間的關(guān)系，例如顯示其之間的相關(guān)性或者分布情況

示例

假設(shè)有如下數(shù)據(jù)集 data，包含了兩個(gè)變量 x 和 y：

# 創(chuàng)建示例數(shù)據(jù)集
set.seed(123)  # 設(shè)置隨機(jī)種子以確保示例的可重現(xiàn)性
data <- data.frame(x = rnorm(100),   # 隨機(jī)生成100個(gè)符合標(biāo)準(zhǔn)正態(tài)分布的x值y = rnorm(100)    # 隨機(jī)生成100個(gè)符合標(biāo)準(zhǔn)正態(tài)分布的y值
)# 繪制散點(diǎn)圖
plot(data$x, data$y,main = "散點(diǎn)圖示例",          # 圖表標(biāo)題xlab = "變量X",               # x軸標(biāo)簽ylab = "變量Y",               # y軸標(biāo)簽col = "blue",                 # 散點(diǎn)顏色pch = 16,                     # 散點(diǎn)形狀（16表示實(shí)心圓）xlim = c(-3, 3),              # x軸范圍ylim = c(-3, 3)               # y軸范圍
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• 使用 rnorm(100) 生成了符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)據(jù)作為示例的 x 和 y 變量

2. 繪制散點(diǎn)圖：

• plot(data$x,data$y, …)：使用 plot() 函數(shù)繪制散點(diǎn)圖，其中 data$x和data$y 分別是數(shù)據(jù)集中的 x 和 y 變量
• main, xlab, ylab 分別設(shè)置圖表的標(biāo)題和軸標(biāo)簽
• col 設(shè)置散點(diǎn)的顏色為藍(lán)色
• pch 設(shè)置散點(diǎn)的形狀為實(shí)心圓（16表示實(shí)心圓，可以根據(jù)需要選擇不同的形狀）
• xlim 和 ylim 分別設(shè)置了 x 軸和 y 軸的顯示范圍

效果

餅圖

畫餅圖通常使用pie()函數(shù)來(lái)實(shí)現(xiàn)，餅圖適合用于展示各部分占整體的比例關(guān)系，如市場(chǎng)份額、各類別的比例等

示例

假設(shè)有如下數(shù)據(jù)集 data，包含了各部分的名稱和相應(yīng)的數(shù)值：

# 創(chuàng)建示例數(shù)據(jù)集
data <- c(25, 35, 20, 10, 10)  # 各部分的數(shù)值，總和為100%# 部分的標(biāo)簽
labels <- c("部分1", "部分2", "部分3", "部分4", "部分5")# 顏色
colors <- c("red", "orange", "yellow", "green", "blue")# 繪制餅圖
pie(data, labels = labels, col = colors,main = "餅圖示例",        # 圖表標(biāo)題clockwise = TRUE,        # 是否順時(shí)針顯示，默認(rèn)為TRUEradius = 1               # 餅圖半徑，默認(rèn)為1
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• data 含有各部分的數(shù)值，這些數(shù)值表示每個(gè)部分占整體的百分比。在示例中，總和為100%
• labels 包含了每個(gè)部分的標(biāo)簽，用于在餅圖中顯示每個(gè)部分的名稱
• colors 是一個(gè)向量，用于指定每個(gè)部分的顏色。在示例中，使用了五種顏色來(lái)區(qū)分不同的部分

2. 繪制餅圖：

• pie(data, labels = labels, col = colors, …)：使用 pie() 函數(shù)繪制餅圖
• labels = labels 將 labels 中的標(biāo)簽應(yīng)用到相應(yīng)的部分
• col = colors 指定每個(gè)部分的顏色
• main = “餅圖示例” 設(shè)置餅圖的標(biāo)題
• clockwise = TRUE 表示餅圖的部分按順時(shí)針?lè)较蝻@示
• radius = 1 設(shè)置餅圖的半徑，默認(rèn)為1

效果

折線圖

畫折線圖通常使用plot()函數(shù)或者更專門用于繪制折線圖的plot()函數(shù)來(lái)實(shí)現(xiàn)。折線圖適合展示隨時(shí)間變化的數(shù)據(jù)趨勢(shì)或者連續(xù)變量之間的關(guān)系

示例

假設(shè)有如下數(shù)據(jù)集 data，包含了隨時(shí)間變化的兩個(gè)連續(xù)變量 time 和 value：

# 創(chuàng)建示例數(shù)據(jù)集
set.seed(123)  # 設(shè)置隨機(jī)種子以確保示例的可重現(xiàn)性
data <- data.frame(time = 1:10,              # 時(shí)間序列，假設(shè)為10個(gè)時(shí)間點(diǎn)value = cumsum(rnorm(10)) # 隨機(jī)生成的累積值，模擬隨時(shí)間變化的數(shù)據(jù)
)# 繪制折線圖
plot(data$time, data$value,type = "l",                   # 指定繪制類型為折線圖main = "折線圖示例",           # 圖表標(biāo)題xlab = "時(shí)間",                 # x軸標(biāo)簽ylab = "數(shù)值",                 # y軸標(biāo)簽col = "red",                  # 折線顏色lwd = 2                        # 折線寬度
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• data$time 是時(shí)間序列，假設(shè)為1到10，代表數(shù)據(jù)的時(shí)間點(diǎn)
• data$value 是隨時(shí)間變化的數(shù)據(jù)值，使用 cumsum(rnorm(10)) 生成了一個(gè)隨機(jī)累積值序列，模擬隨時(shí)間變化的數(shù)據(jù)趨勢(shì)

2. 繪制折線圖：

• plot(data$time,data$value, …)：使用 plot() 函數(shù)繪制折線圖
• type = “l(fā)” 指定繪制類型為折線圖，這樣會(huì)連接各個(gè)數(shù)據(jù)點(diǎn)形成折線
• main = “折線圖示例” 設(shè)置圖表的標(biāo)題
• xlab = “時(shí)間” 和 ylab = “數(shù)值” 分別設(shè)置 x 軸和 y 軸的標(biāo)簽
• col = “red” 設(shè)置折線的顏色為紅色
• lwd = 2 設(shè)置折線的寬度為2個(gè)像素

效果

柱狀圖

畫柱狀圖通常會(huì)使用barplot()函數(shù)來(lái)實(shí)現(xiàn)。柱狀圖適合用于比較不同類別之間的數(shù)據(jù)量或者頻率

示例

假設(shè)有如下數(shù)據(jù)集 data，包含了各類別的數(shù)值：

# 創(chuàng)建示例數(shù)據(jù)集
data <- c(10, 20, 15, 25, 30)  # 各類別的數(shù)值# 類別的標(biāo)簽
names <- c("類別1", "類別2", "類別3", "類別4", "類別5")# 繪制柱狀圖
barplot(data, names.arg = names,main = "柱狀圖示例",       # 圖表標(biāo)題xlab = "類別",            # x軸標(biāo)簽ylab = "數(shù)值",            # y軸標(biāo)簽col = "skyblue",         # 柱子的填充顏色ylim = c(0, 35)           # y軸范圍
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• data 包含各個(gè)類別的數(shù)值，這些數(shù)值將用來(lái)繪制柱狀圖
• names 包含每個(gè)類別的名稱，用于在柱狀圖中顯示類別標(biāo)簽

2. 繪制柱狀圖：

• barplot(data, names.arg = names, …)：使用 barplot() 函數(shù)繪制柱狀圖
• names.arg = names 將 names 中的標(biāo)簽應(yīng)用到相應(yīng)的柱子上
• main = “柱狀圖示例” 設(shè)置圖表的標(biāo)題
• xlab = “類別” 和 ylab = “數(shù)值” 分別設(shè)置 x 軸和 y 軸的標(biāo)簽
• col = “skyblue” 設(shè)置柱子的填充顏色為天藍(lán)色
• ylim = c(0, 35) 設(shè)置 y 軸的顯示范圍，確保柱狀圖的高度合適顯示

效果

箱線圖

畫箱線圖通?？梢允褂胋oxplot()函數(shù)，箱線圖常用于展示數(shù)據(jù)的分布情況，包括數(shù)據(jù)的中位數(shù)、四分位數(shù)、異常值等信息

示例

假設(shè)有如下數(shù)據(jù)集 data，包含了一組數(shù)據(jù)：

# 創(chuàng)建示例數(shù)據(jù)集
set.seed(123)  # 設(shè)置隨機(jī)種子以確保示例的可重現(xiàn)性
data <- list(group1 = rnorm(100, mean = 0, sd = 1),    # 第一組數(shù)據(jù)，符合標(biāo)準(zhǔn)正態(tài)分布group2 = rnorm(100, mean = 1, sd = 1)      # 第二組數(shù)據(jù)，均值為1的正態(tài)分布
)# 繪制箱線圖
boxplot(data,names = c("組別1", "組別2"),   # 設(shè)置每組數(shù)據(jù)的名稱main = "箱線圖示例",           # 圖表標(biāo)題xlab = "組別",                  # x軸標(biāo)簽ylab = "數(shù)據(jù)值",                # y軸標(biāo)簽col = c("skyblue", "salmon")   # 箱體的填充顏色
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• data 包含兩組數(shù)據(jù)，每組數(shù)據(jù)有100個(gè)樣本
• group1 是符合標(biāo)準(zhǔn)正態(tài)分布的數(shù)據(jù)
• group2 是均值為1的正態(tài)分布數(shù)據(jù)

2. 繪制箱線圖：

• boxplot(data, …)：使用 boxplot() 函數(shù)繪制箱線圖
• names = c(“組別1”, “組別2”) 設(shè)置每組數(shù)據(jù)的名稱
• main = “箱線圖示例” 設(shè)置圖表的標(biāo)題
• xlab = “組別” 和 ylab = “數(shù)據(jù)值” 分別設(shè)置 x 軸和 y 軸的標(biāo)簽
• col = c(“skyblue”, “salmon”) 設(shè)置箱體的填充顏色，分別對(duì)應(yīng)兩組數(shù)據(jù)

效果

直方圖

直方圖是一種展示數(shù)據(jù)分布的常用圖形，它通過(guò)將數(shù)據(jù)范圍分成若干個(gè)連續(xù)的區(qū)間，并用矩形的面積來(lái)表示在每個(gè)區(qū)間內(nèi)數(shù)據(jù)點(diǎn)的頻數(shù)或頻率，直方圖可以直觀地了解數(shù)據(jù)的分布形態(tài)，如數(shù)據(jù)的集中趨勢(shì)、分散程度和異常值等

示例

# 創(chuàng)建示例數(shù)據(jù)集
set.seed(123)  # 設(shè)置隨機(jī)種子以確保示例的可重現(xiàn)性
data <- rnorm(500)  # 生成500個(gè)符合正態(tài)分布的隨機(jī)數(shù)# 繪制直方圖
hist(data,main = "直方圖示例",       # 圖表標(biāo)題xlab = "數(shù)據(jù)值",           # x軸標(biāo)簽ylab = "頻數(shù)",            # y軸標(biāo)簽col = "lightblue",        # 矩形填充顏色breaks = 20,              # 設(shè)置區(qū)間的數(shù)量border = "black"          # 矩形邊框顏色
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• 使用rnorm(500)生成500個(gè)符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)作為示例數(shù)據(jù)

2. 繪制直方圖：

• hist(data, …)：使用hist()函數(shù)繪制直方圖
• main = "直方圖示例"設(shè)置圖表的標(biāo)題
• xlab = "數(shù)據(jù)值"和ylab = "頻數(shù)"分別設(shè)置x軸和y軸的標(biāo)簽
• col = "lightblue"設(shè)置矩形填充顏色為淺藍(lán)色
• breaks = 20指定數(shù)據(jù)范圍被分成20個(gè)區(qū)間來(lái)繪制直方圖。這個(gè)參數(shù)會(huì)影響直方圖的平滑度和細(xì)節(jié)展示
• border = "black"設(shè)置了矩形邊框顏色為黑色。

效果

曲線圖

繪制曲線圖主要用于展示函數(shù)或曲線的形狀和變化?？墒褂没镜?plot() 函數(shù)或 curve() 函數(shù)來(lái)繪制曲線圖

使用 curve() 函數(shù)

curve() 函數(shù)用于繪制數(shù)學(xué)函數(shù)的曲線圖。這個(gè)函數(shù)特別適合用于繪制連續(xù)的數(shù)學(xué)函數(shù)曲線

示例

# 繪制正態(tài)分布函數(shù)的曲線圖
curve(dnorm(x, mean = 0, sd = 1), from = -4, to = 4,main = "正態(tài)分布曲線圖",xlab = "X軸",ylab = "Y軸",col = "blue",lwd = 2)

效果

使用 plot() 函數(shù)

如果需要畫離散的數(shù)據(jù)點(diǎn)，或想要繪制自定義的曲線，可以使用 plot() 函數(shù)配合 lines() 或 points() 函數(shù)來(lái)實(shí)現(xiàn)

示例

# 創(chuàng)建自定義數(shù)據(jù)
x <- seq(-2, 2, length.out = 100)  # 創(chuàng)建從-2到2的100個(gè)均勻分布的點(diǎn)
y <- x^3  # 計(jì)算每個(gè)點(diǎn)的立方值# 繪制曲線圖
plot(x, y, type = "l", col = "red", lwd = 2,main = "自定義曲線圖",xlab = "X軸",ylab = "Y軸")

效果

使用 ggplot2 包繪制

ggplot2 是一個(gè)強(qiáng)大的繪圖系統(tǒng)，不必過(guò)多闡述~ 其可用于繪制更復(fù)雜的圖形

示例

# 加載ggplot2包
library(ggplot2)# 創(chuàng)建數(shù)據(jù)框
data <- data.frame(x = seq(-2, 2, length.out = 100),y = seq(-2, 2, length.out = 100)^3
)# 繪制曲線圖
ggplot(data, aes(x = x, y = y)) +geom_line(color = "blue", size = 1) +labs(title = "自定義曲線圖",x = "X軸",y = "Y軸") +theme_minimal()

解析

1. 使用 curve()函數(shù)：

• curve(dnorm(x, mean = 0, sd = 1), from = -4, to = 4, …) 用于繪制正態(tài)分布曲線，其中 dnorm() 是正態(tài)分布的密度函數(shù)
• from 和 to 參數(shù)設(shè)置x軸的范圍
• col 和 lwd 參數(shù)設(shè)置曲線的顏色和寬度

2. 使用 plot()和 lines()函數(shù)：

• plot(x, y, type = “l(fā)”, …) 繪制自定義的數(shù)據(jù)點(diǎn)，并使用 type = “l(fā)” 參數(shù)指定繪制線條
• x 和 y 是x軸和y軸的數(shù)值。

3. 使用 ggplot2包：

• ggplot(data, aes(x = x, y = y)) 創(chuàng)建一個(gè)基本的 ggplot 對(duì)象
• geom_line() 繪制曲線
• labs() 設(shè)置標(biāo)題和軸標(biāo)簽
• theme_minimal() 設(shè)置圖表的主題樣式

效果

熱力圖

熱力圖是一種用于可視化矩陣數(shù)據(jù)中數(shù)值大小的圖形，通過(guò)顏色編碼展示數(shù)據(jù)的強(qiáng)度或密度。熱力圖常用于展示數(shù)據(jù)的模式和關(guān)系，特別是在數(shù)據(jù)分析和生物信息學(xué)中

使用 heatmap() 函數(shù)

heatmap() 是R基礎(chǔ)包中提供的一個(gè)函數(shù)，用于繪制簡(jiǎn)單的熱力圖。它適合于處理矩陣形式的數(shù)據(jù)，并能夠展示數(shù)據(jù)的相對(duì)大小

示例

# 創(chuàng)建示例數(shù)據(jù)集
set.seed(123)  # 設(shè)置隨機(jī)種子以確保結(jié)果的可重現(xiàn)性
matrix_data <- matrix(rnorm(100), nrow = 10)  # 生成10x10的隨機(jī)矩陣數(shù)據(jù)# 繪制熱力圖
heatmap(matrix_data,main = "熱力圖示例",xlab = "列",ylab = "行",col = cm.colors(256),  # 顏色選擇scale = "none",        # 不對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化margins = c(5, 10)     # 設(shè)置邊距
)

效果

使用 pheatmap 包

pheatmap 包提供更多定制選項(xiàng)和改進(jìn)的熱力圖功能，適用于更復(fù)雜的數(shù)據(jù)可視化

示例

需先確保已安裝了 pheatmap 包：

install.packages("pheatmap")

# 加載pheatmap包
library(pheatmap)# 創(chuàng)建示例數(shù)據(jù)集
set.seed(123)
matrix_data <- matrix(rnorm(100), nrow = 10)  # 生成10x10的隨機(jī)矩陣數(shù)據(jù)# 繪制熱力圖
pheatmap(matrix_data,main = "pheatmap示例",color = colorRampPalette(c("blue", "white", "red"))(50),  # 顏色漸變scale = "row",                                             # 按行標(biāo)準(zhǔn)化cluster_rows = TRUE,                                      # 行聚類cluster_cols = TRUE,                                      # 列聚類show_rownames = TRUE,                                    # 顯示行名show_colnames = TRUE                                     # 顯示列名
)

效果

使用 ggplot2 包和 geom_tile() 函數(shù)

ggplot2 提供的geom_tile函數(shù)適合創(chuàng)建個(gè)性化的熱力圖

示例

# 加載ggplot2包
library(ggplot2)# 創(chuàng)建數(shù)據(jù)框
set.seed(123)
matrix_data <- matrix(rnorm(100), nrow = 10)
data_long <- as.data.frame(as.table(matrix_data))  # 將矩陣數(shù)據(jù)轉(zhuǎn)換為長(zhǎng)格式數(shù)據(jù)框# 繪制熱力圖
ggplot(data_long, aes(x = Var2, y = Var1, fill = Freq)) +geom_tile() +scale_fill_gradient(low = "blue", high = "red") +labs(title = "ggplot2熱力圖示例",x = "列",y = "行",fill = "值") +theme_minimal()

解析

1. 使用 heatmap()函數(shù)：

• matrix_data 是一個(gè)生成的10x10的隨機(jī)矩陣
• col = cm.colors(256) 設(shè)置熱力圖的顏色漸變，cm.colors 是顏色函數(shù)
• scale = “none” 表示不對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化（即原始數(shù)據(jù)被直接用于繪圖）

2. 使用 pheatmap包：

• color = colorRampPalette(c(“blue”, “white”, “red”))(50) 設(shè)置顏色漸變，從藍(lán)色到紅色
• scale = “row” 表示對(duì)數(shù)據(jù)按行進(jìn)行標(biāo)準(zhǔn)化
• cluster_rows 和 cluster_cols 控制是否對(duì)行和列進(jìn)行聚類

3. 使用 ggplot2包：

• geom_tile() 用于繪制熱力圖的每個(gè)單元格
• scale_fill_gradient(low = “blue”, high = “red”) 設(shè)置顏色漸變的范圍
• as.table(matrix_data) 將矩陣數(shù)據(jù)轉(zhuǎn)換為適合 ggplot2 的長(zhǎng)格式數(shù)據(jù)框

效果

雷達(dá)圖

要畫雷達(dá)圖（也稱為蜘蛛圖或極坐標(biāo)圖），可使用fmsb包提供的函數(shù)來(lái)實(shí)現(xiàn)，雷達(dá)圖適合用于展示多個(gè)變量的相對(duì)大小或比較不同類別在不同維度上的表現(xiàn)

示例

需確保你已經(jīng)安裝了fmsb包：

install.packages("fmsb")

# 創(chuàng)建示例數(shù)據(jù)集
data <- data.frame(Category = c("A", "B", "C", "D", "E"),  # 類別Var1 = c(20, 15, 25, 30, 35),           # 變量1Var2 = c(25, 20, 30, 35, 40),           # 變量2Var3 = c(30, 35, 40, 45, 50)            # 變量3
)# 加載fmsb包
library(fmsb)# 將數(shù)據(jù)標(biāo)準(zhǔn)化處理，將數(shù)值轉(zhuǎn)換為角度
data_norm <- data.frame(data[,-1] / apply(data[,-1], 1, max)  # 標(biāo)準(zhǔn)化處理，除以各行中的最大值
)# 設(shè)置雷達(dá)圖參數(shù)
radarchart(data_norm,    # 使用標(biāo)準(zhǔn)化處理后的數(shù)據(jù)pcol = c("skyblue"),           # 多邊形的填充顏色plwd = 2,                       # 多邊形線條的寬度cglcol = "black",               # 各個(gè)多邊形的顏色cglty = 1,                      # 多邊形線條的類型axislabcol = "black",           # 坐標(biāo)軸標(biāo)簽的顏色title = "雷達(dá)圖示例",           # 圖表標(biāo)題vlcex = 0.8                     # 標(biāo)簽文本的大小
)

解析

1. 創(chuàng)建數(shù)據(jù)集：

• data 包含不同類別在多個(gè)維度上的數(shù)值，例如變量1、變量2和變量3

2. 使用fmsb包繪制雷達(dá)圖：

• data_norm 對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，確保各個(gè)維度的數(shù)據(jù)在相同的比例下進(jìn)行比較
• radarchart() 函數(shù)用于繪制雷達(dá)圖，其中參數(shù)設(shè)置多邊形的填充顏色、線條寬度、坐標(biāo)軸標(biāo)簽顏色、圖表標(biāo)題等

效果