5. R 绘图基础

R 的绘图功能一直为业内所津津乐道。

p.s. 用了 Python 的 matplotlib 和 R 的 ggplot2 后，再也不想用 MATLAB 画图了……

我现在这里先给出本博文用到的包：

library(Hmisc)

Loading required package: lattice
Loading required package: survival
Loading required package: Formula
Loading required package: ggplot2

Attaching package: 'Hmisc'

The following objects are masked from 'package:base':

    format.pval, round.POSIXt, trunc.POSIXt, units

library(vioplot)

Loading required package: sm
Package 'sm', version 2.2-5.4: type help(sm) for summary information

5.1. 基础命令

使用 dev.new() 命令新建一个图片视图，这样你可以输出多个图片到屏幕，而不是让之后输出的覆盖之前的图形。关于 dev.next(), dev.prev(), dev.set() 及 dev.off() 等内容，参考 help(dev.cur).

5.1.1. plot() 绘图类型

基本的绘图类型有以下几种，使用 type= 参数指定：

• p：仅数据点，默认值。

• l：仅线段

• b：线段与点

• c：仅线段，但点的位置留出空白

• o：线段与点，但线段会延伸到点内部

• h：直方图风格，即带竖直密度线

• s：阶梯图

• S：其他特殊情况

• n；不绘制图形。用于指定标题、坐标轴名称的情况

5.1.2. 输出到文件

将画图的内容输出到文件，可以指定路径，不指定就输出到当前工作目录。例如输出 pdf：

pdf("plot.pdf")
  plot(c(1, 2, 3), c(3, 4, 2))
dev.off()

除了 pdf() 外，其他可用的输出格式对应函数：

• wmf：win.metafile()，仅在 Windows 系统下使用

• png: png()

• jpeg: jpeg()

• bmp: bmp()

• tiff: tiff()

• ps: postscript()

例子。详细的参数在下文讨论。

x <- 1:4
y <- c(2, 4, 3, 1)
plot(x, y, type="b")

5.2. 绘图参数：par()

函数 par() 用来获取当前图形的参数。如果加入 no.readonly=TRUE, 表示该参数列表是非只读的，即用户可以进行修改。例如对于上图，我们获取其参数，进行更改后再传到新的图中（pch 参数可能有些费解，我们在下文讨论）：

# 方法一：类交互式的更改方法
opar <- par(no.readonly=T)
par(pch=17)  # 更改点样式
plot(x, y, type="b")
par(opar)

# 方法二：部分绘图参数支持直接传入参数
# plot(x, y, type="b", pch=17)

5.2.1. 点样式、线宽与线型

参数	可选值
pch 点样式	0空方块，1空圆， 2空三角，3加号，4乘号，5斜空方块，6空倒三角，7叉方块，8星号，9斜叉方块，10圈加号，11六芒星，12田，13圈乘号，14加框尖角，15方块，16圆点，17三角，18斜方块，19带边线圆点，20带边线2/3圆点，21填充圆，22填充方块，23填充斜方块，24填充三角，25填充倒三角。
cex 点大小	数字，例如 0.5。
lty 线型	1实线，2短虚线，3点线，4点划线，5长虚线，6长短划线。
lwd 线宽	数字。

注: pch = 19 相比 pch = 16，主要体现在 lwd 与 cex 不同时，带边线圆点的尺寸较大。

5.2.2. 颜色

调整颜色的参数有：

• col: 绘图颜色。

• col.axis：坐标轴刻度颜色。

• col.lab：坐标轴名称颜色。

• col.main：图形标题颜色。

• col.sub：副标题颜色。

• fg：图形前景色。

• bf：图形背景色。

指定颜色的方式有如下几种：

• 数字下标：col=1

• 名称：col=“white”

• 十六进制值：col=“#FFFFFF”

• 标准化RGB/HSV值：col=rgb(0,1,1)/hsv(0,0,1)

至于 R 支持的颜色名称，多达 600 余种，这里给出一些我认为常见的：

OutputColors <- function(color.names, titleStr="", showText=F) {
    plot(1,1, axes=F, xlim=c(0, 6), ylim=c(0, 6), main=titleStr, xlab="", ylab="")
    for (i in c(1:5)) {
        for (j in c(1:5)) {
            par(new=T)
            plot(i, 6-j, cex=3, xlim=c(0, 6), ylim=c(0, 6), axes=F,
                 main="", xlab="", ylab="", pch=19,
                 col=color.names[(i-1)*5+j])
            if (showText) {
                text(i, 6-j-0.1, pos=1, color.names[(i-1)*5+j])
            }
        }
    }
}

colorLst <- c("white", "red", "green", "blue", "brown",
              "cyan", "gold", "gray", "plum", "magenta",
              "orange", "purple", "yellow", "black", "violet",
              "darkblue", "darkgreen", "darkred", "darkgray", "dimgray",
              "lightblue", "lightgreen", "lightgray", "orchid", "pink")
OutputColors(colorLst, "25 Useful Colors", T)

R 中还有其他方式可以生成一系列的颜色，比如：

par(mfrow=c(2 ,3))
OutputColors(rainbow(25), "Rainbow")
OutputColors(heat.colors(25), "HeatMap")
OutputColors(terrain.colors(25), "TerrainMap")
OutputColors(topo.colors(25), "Topo")
OutputColors(cm.colors(25), "CM")
# 灰度：需要标准化
OutputColors(gray(1/25*c(0:25)), "Gray")

5.2.3. 标签和标题文本

从上文可以看出端倪，标签与标题参数有：

• 标题/副标题：title/sub

• 坐标轴标题：xlab/ylab

在标题中使用上文介绍的参数：

title(main="My Title", col.main="red",
    sub="My Subtitle", col.sub="blue",
    xlab="My X label", ylab="My Y label",
    col.lab="green", cex.lab=0.75)

要定义它们的字体，可添加的参数有：

参数	含义
cex	基础缩放倍数
cex.axis	坐标轴刻度的缩放倍数
cex.lab	坐标轴标题的缩放倍数
cex.main	图形标题的缩放倍数
cex.sub	图形副标题的缩放倍数
font	字体样式。1常规，2加粗，3加斜，4加粗加斜，5符号字体
font.axis	坐标轴刻度的字体样式
font.lab/ main/ sub	类推
ps	字体磅值。文字的最终大小为 cex * ps
family	字族。例如 serif衬线, sans无衬线, mono等宽

字族的使用需要注意：Windows 中，等宽映射为 Courier New，衬线 Times New Roman，无衬线 Arial。你可以使用 windowsFonts() 函数来更改或者创建映射，例如我个人常用的 DejaVu 等宽字体：

windowsFonts(
    M=windowsFont("DejaVu Sans Mono")
)
plot(1, 1, type="n")
# 字体示例
text(1, 1.05, paste("DejaVu Sans Mono\n",
                    "0123456789!@#$%^&*()[]{}:;,.<>'/?`~",
                    "abcdefghijklmnopqrstuvwxyz",
                    "ABCDEFGHIJKLMNOPQRSTUVWXYZ",
                    sep="\n"), pos=1, family="M")

如果你需要将图片输出到 pdf，这个参数也是可以使用的：

pdf(file="filename.pdf", family="M")

5.2.4. 图形尺寸与边距

参数 pin 用于指定图形尺寸（英寸），例如 pin=c(4, 3) 表示 4 英寸宽 3 英寸高。

用 mai()/mar() 依次指定下左上右四个方向的边距，单位分别是英寸与英分。默认是 mar(c(5, 4, 4, 2)) + 0.1

5.3. 自定义其他元素

5.3.1. 坐标轴

函数 side() 用于自定义坐标轴：

axis(side, at=, labels=, pos=, lty=, col=, las=, tck=, ...)

• side: 指定在哪绘制坐标轴：1下2左3上4右

• at：刻度线位置

• labels：刻度线旁的标签，缺省时使用 at 中的值

• pos：坐标轴与另一坐标轴相交位置的值

• lty/col：线型/线与刻度的颜色

• las：标签平行于（=0）或垂直于（=2）坐标轴

• tck：刻度线。负值表示在图形外侧，0表示禁用刻度，1表示全长（即网格线）；默认 -0.01

5.3.2. 网格线：abline() 与次要刻度

如果想使用次要刻度，请安装 Hmisc 包。次要刻度的长度将会是主刻度的 tick.ratio 倍。

网格线使用 abline() 命令，并分别用 h/v 指定网格线是竖直还是水平。

# 需要加载：library(Hmisc)
plot(1:3, 1:3, type="b", xlim=c(0, 4), ylim=c(0, 4))
minor.tick(nx=2, ny=4, tick.ratio=0.5)
abline(v=seq(0, 4, 0.5), h=seq(0, 4, 0.25), lty=2, col="darkred")

5.3.3. 图例

命令 legend() 用于添加图例。

legend(location, legend, [title=, ...])

参数含义：

• location：指定图例左上角的坐标，或者使用以下关键字：

  • 关键字：left/right, bottom/top, bottomleft/right, topleft/right, center

  • 如果使用了以上关键字，可以使用 inset= 参数指定向图形内移动的比例（分数形式）

• legend：标签组成的字符型向量。

• title：图例标题的字符串

• 其他参数：

  • col/pch/lwd/lty：图例线条颜色/点样式/线宽/线型

  • bty/fill：盒型样式/颜色填充（用于条形图、箱形图或饼图）

  • bg：背景色

  • text.col：文本颜色

  • horiz：TRUE 会将图例水平放置

例子参见“直方图”一节的最后一例。

5.3.4. 标注

5.3.4.1. 文字标注

主要有两个函数：text() 与 mtext()。前者向绘图区添加标注，后者向图形的边界添加标注。

text(location, "string", pos, ...)
mtext("string", side, line=n, ...)

可以参考“标签和标题文本”一节的例子。其中：

• pos：使用1下2左3上4右的对应关系，比如“颜色”一节中就使用了 pos=1 的参数。

  • 如果指定了 pos，那么也可以指定 offset= 作为偏移量比值（相对单个字符宽）

• side：指定放置文本的图片边界，同样是1下2左3上4右。

  • 你可以使用 line= 来移动文本（正值向外，负值向内）；

  • 还可以通过 adj=0/1 指定文本向左下/右上对齐。

5.3.4.2. 数学标注

类似 LaTeX 的标注方式，不过实质上仍有一些区别：

代码	效果	代码	效果	代码	效果
x%+-%y	\(x\pm y\)	x%/%y	\(x\div y\)	x%*%y	\(x\times y\)
x%.%y	\(x\cdot y\)	x[i]	\(x_i\)	x^2	\(x^2\)
x%prop%y	\(x\propto y\)	sqrt(x, y)	\(\sqrt[y]{x}\)	x!=y	\(x\neq y\)
x%~~%y	\(x\approx y\)	x%=~%y	\(x\cong y\)	x%==%y	\(x\equiv y\)

部分字体相关的命令：

• plain(x)：正体

• italic(x)：意大利字族（加斜）

• bold(x)：加粗

• bolditalic(x)：加斜加粗

• underline(x)：下划线

5.3.5. 叠加绘图

叠加绘图最简单的方法，就是使用绘图的 new=TRUE：

plot( ... )
plot( ... , new=TRUE)  # 记得用 axes=FALSE 将坐标轴、标签、标题隐藏掉

如果想要添加额外的点、线，使用 points() 命令与 lines() 命令。以及上面提到的参考线 abline() 命令：

plot(1:3, c(1,3,2), type="b", pch=2)

points(1:3, seq(1.5, 2.5, 0.5), col="blue", pch=16)
lines(1:3, seq(1.5, 2.5, 0.5), col="red")
abline(v=1.5, h=2.25, lty=2,col="purple")

5.3.6. 子图

5.3.6.1. 函数 layout()

函数 layout() 是一个强大的命令。例如：

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

就指定了图 1 占用第一行，图 2 和 3 共用第二行。也可以用 widths=/heights= 参数指定各列宽/各行高之间的比例：

tmp <- c(rep("Cat", 3), rep("Dog", 4), rep("Rabbit", 2))
dt <- table(tmp)

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

5.3.6.2. 函数 par() 的 mfrow 参数

前文介绍过的 par() 中的 mfrow= 参数也是一个控制子图的方式。下例是两行两列的子图：

opar <- par(no.readonly=TRUE)
par(mfrow=c(2,2))
plot(...)  # 图 1，左上
plot(...)  # 图 2，右上
plot(...)  # 图 3，左下
plot(...)  # 图 4，右下
par(opar)

5.3.6.3. 函数 par() 的 fig 参数

这种方式支持你以任何的位置、组合任意的图形。它比规整的 layout() 更加灵活。以下不使用 0.8 而使用 0.65 是为了看上去更紧凑。

opar <- par(no.readonly=TRUE)

par(fig=c(0, 0.8, 0, 0.8))  # 主图：横向范围与纵向范围（左下为原点）
barplot(dt)


par(fig=c(0, 0.8, 0.65, 1), new=TRUE)  # 上方的图。注意 new 参数
barplot(dt, axes=F)

par(fig=c(0.65, 1, 0, 0.8), new=TRUE)  # 右侧的图
barplot(dt, axes=F, names.arg="")

5.4. 统计图

5.4.1. 条形图：barplot()

直接上例子。

tmp <- c(rep("Cat", 3), rep("Dog", 4), rep("Rabbit", 2))
dt <- table(tmp)

barplot(dt, main="Title of Barplot", xlab="Pets", ylab="Number",
        col="green", border="blue", density=c(5, 15, 25),
        names.arg=paste("Pet", 1:3, sep=" "))

5.4.2. 饼图：pie()

并不推荐的统计图类型，因此 R 中的功能也很有限。

pie(x, labels=, ...)

dt <- 1:4
lbl <- c("A", "B", "C", "D")
pie(dt, labels=paste(lbl, " ", round(dt/sum(dt)*100), "%", sep=""),
    col=topo.colors(length(lbl)), main="Pie Chart with Percentage")

5.4.3. 直方图：hist() 及核密度曲线

直方图表示的是一维的数据（连续型）特征，纵轴是其在对应横轴区间内的频数或者频率。

hist(x, freq=TRUE, breaks=, ...)

其中 freq 参数默认指定纵轴为频数而不是频率，break 用于指定横轴上分组的个数。

set.seed(123)
dt <- rnorm(100, mean=0, sd=1)
par(mfrow=c(1,2))

# 左图：频率直方图，以及轴须图
hist(dt, freq=F, breaks=10, col="cyan", main="Hist fig 1")
rug(jitter(dt))  # 如果有许多相同值，参数 amount=0.01 可将其随机化
lines(density(dt), col="purple", lwd=2)

# 右图：频数直方图，以及正态密度曲线
h.plot <- hist(dt, breaks=10, col="lightgreen", main="Hist fig 2")
xfit <- seq(min(dt), max(dt), length.out=40)
yfit <- dnorm(xfit, mean=mean(dt), sd=sd(dt))
yfit <- yfit*diff(h.plot$mids[1:2])*length(dt)
lines(xfit, yfit, col="blue", lwd=2)
box()

轴须图是一种一维的数据呈现，而上面的左图中的密度曲线是一种核密度估计。要比较核密度图，参考 sm 包的 sm.density.compare() 函数。如果只是要绘制，使用 density() 函数辅助即可：

plot(density(dt), main="Kernel Denisty")
polygon(density(dt), col="lightgreen", border="blue", lwd=2)  # 绘制多边形的函数
# 叠加正态曲线
xfit <- seq(min(dt), max(dt), length.out=40)
yfit <- dnorm(xfit, mean=mean(dt), sd=sd(dt))
lines(xfit, yfit, col="red", lwd=2)
legend("topright", lty=c(1,1), col=c("blue", "red"),
       legend=c("Kernel Density", "Normality Curve"))

5.4.4. 箱形图：boxplot() 及小提琴图

或者叫箱线图、盒须图。它描述了连续变量的五个特征参数：

fig <- boxplot(dt, main="Box Plot")
paras <- c("Min", "25 percentile", "Mean", "75 percentile", "Max")
text(1.25, fig$stats, paras, pos=4)
text(0.9, fig$out, "Abnormal Points", pos=2)

如果是 dataframe 数据集中的类别型变量 A ，使用如下语句生成并列箱形图：

boxplot(y~A, data=dataframe)

如果将公式改写成 y~A*B，那么会将类别型变量 A 和 B 的各水平两两组合，再生成箱形图。

其他参数：

• varwidth=F/T：为 TRUE 时，箱形图的宽度与样本数的算术平方根成正比。

• horizontal=F/T：为 TRUE 时，箱形图被横置。

• notch=F/T：为 TRUE 时，箱形图在绘制时会显示“凹槽”。

df <- data.frame(x=dt, type=NA)
df <- df[order(df$x),]
df$type <- c(rep("Smaller", 50), rep("Larger",50))
boxplot(x ~ type, data=df, col="darkgray", main="Boxplot")

最后再提一下箱形图与核密度图的一个结合体：小提琴图（violin plot）。这种图的绘制需要 vioplot 包。

在小提琴图中，核密度曲线被竖直放置，并对称地显示于数据轴的两侧：

# 需要加载：library(vioplot)
vioplot(df$x[df$type == "Larger"], df$x[df$type == "Smaller"],
        names=c("L", "S"), col="gold")

5.4.5. 点图

用于在水平刻度上绘制大量标签。本例选自参考书目同名章节。各参数：

• groups：选定一个因子，作为分组依据。

• gcolor：各组标签的颜色。

# mtcars 是 R 预装的数据集，其 cyl 变量有三个水平
x <- mtcars[order(mtcars$mpg),]
x$cyl <- factor(x$cyl)
x$color[x$cyl==4] <- "red"
x$color[x$cyl==6] <- "blue"
x$color[x$cyl==8] <- "darkgreen"
dotchart(x$mpg,
         labels = row.names(x),
         cex=.7,
         groups = x$cyl,
         gcolor = "black",
         color = x$color,
         pch=19,
         main = "Gas Mileage for Car Models\ngrouped by cylinder",
         xlab = "Miles Per Gallon")