作者

Simonzhou

发布于

2025年6月8日

修改于

2025年6月14日

1 笔记与练习参考

R 可视化的内容主要来源于 [R Graphics Cookbook, 2nd edition](https://r-graphics.org/) 和 [Beautiful-Visualization-with-R](https://github.com/EasyChart/Beautiful-Visualization-with-R)(Zhang 2019)

2 准备工作

ggplot2 绘图基础需要安装 ggplot2,dplyr,gcookbook三个包，其中gcookbook包含了需要使用的数据集。

2.1 安装package

可以通过如下方式安装：

代码
install.packages("tidyverse")
install.packages("gcookbook")

2.2 载入package

在每个R会话中，需要再运行代码之前加载这几个包：

{r，eval=false} library(tidyverse) library(gcookbook)

2.2.1 注意

运行library(tidyverse)会加载 ggplot2,dplyr等许多其他包，如果想要R会话更加流畅高效，可以分别加载ggplot2,dplyr,gcookbook等。

2.3 更新package

运行 update.packages() 可以查看那些包可以被更新，如果想要不加提示的更新说有的package，可以加入参数：ask=FALSE。

{r，eval=FALSE} update.packages(ask=FALSE)

2.3.1 注意

一般来说package的作者会发布一些新版本来修复旧版本中的问题，并提供一些新特征或功能，通常是建议将packages更新到最新版。但是有时候可能会出现一些bug或package之间的冲突，可以通过版本控制/构建虚拟环境来进行解决。

2.4 加载以符号分隔的文本文件

  1. 一般的加载语法
data <- read.csv("dataname.csv")
  1. render 包中的 read_csv() 函数，这个函数的运行速度比 read.csv() 快很多，且更适合处理字符串、日期和时间数据。
  2. 如果数据文件首列没有列明：
data <- read.csv("dataname.csv",header = FALSE)
# 手动为列名赋值
names(data) <- c("colum_1","colum_2","colum_3"...)

2.5 从Excel文件中加载数据

可以使用 readxl 包中的 read_excel() 函数用于读取 .xls、.xlsx等Excel文件。

# just install once
# install.packages("readxl")

library(readxl)
data <- read_excel("data_name.xlsx",1)

# designate the sheet
data <- read_excel("data_name.xlsx",sheet = sheet_number)
data <- read_excel("data_name.xlsx",sheet = sheet_name)

read_excel() 默认使用工作标的第一行作为列名，如果不想以第一行作为列名，可以设置参数 col_names = FALSE ，相应的，各列会被命名为 X1,X2 等。

2.6 从SPSS/SAS/Stata文件中加载数据

2.6.1 使用 haven 包中的函数

# just install once
# install.packages("haven")

library(haven)
#for SPSS
data <- read_sav("data_name.sav")
#for SAS
data <- read_sas("data_name.sas7bdat")
#for Stata
data <- read_dta("data_name.dta")

2.6.2 使用 foreign 包替代

这个同样支持 SPSS 和 Stata 数据，但是这个包更新缓慢。

它还可以支持octave/MATLAB,SYSTAT,SAS XPORT等数据的读取。

通过 ls("package:foreign") 查看所有的函数列表。

代码
# install.packages("foreign")
library(foreign)
ls("package:foreign")
 [1] "data.restore"  "lookup.xport"  "read.arff"     "read.dbf"     
 [5] "read.dta"      "read.epiinfo"  "read.mtp"      "read.octave"  
 [9] "read.S"        "read.spss"     "read.ssd"      "read.systat"  
[13] "read.xport"    "write.arff"    "write.dbf"     "write.dta"    
[17] "write.foreign"

2.7 链接函数和管道操作符 %>%

代码
library(dplyr)

# view the morley dataset
morley
    Expt Run Speed
001    1   1   850
002    1   2   740
003    1   3   900
004    1   4  1070
005    1   5   930
006    1   6   850
007    1   7   950
008    1   8   980
009    1   9   980
010    1  10   880
011    1  11  1000
012    1  12   980
013    1  13   930
014    1  14   650
015    1  15   760
016    1  16   810
017    1  17  1000
018    1  18  1000
019    1  19   960
020    1  20   960
021    2   1   960
022    2   2   940
023    2   3   960
024    2   4   940
025    2   5   880
026    2   6   800
027    2   7   850
028    2   8   880
029    2   9   900
030    2  10   840
031    2  11   830
032    2  12   790
033    2  13   810
034    2  14   880
035    2  15   880
036    2  16   830
037    2  17   800
038    2  18   790
039    2  19   760
040    2  20   800
041    3   1   880
042    3   2   880
043    3   3   880
044    3   4   860
045    3   5   720
046    3   6   720
047    3   7   620
048    3   8   860
049    3   9   970
050    3  10   950
051    3  11   880
052    3  12   910
053    3  13   850
054    3  14   870
055    3  15   840
056    3  16   840
057    3  17   850
058    3  18   840
059    3  19   840
060    3  20   840
061    4   1   890
062    4   2   810
063    4   3   810
064    4   4   820
065    4   5   800
066    4   6   770
067    4   7   760
068    4   8   740
069    4   9   750
070    4  10   760
071    4  11   910
072    4  12   920
073    4  13   890
074    4  14   860
075    4  15   880
076    4  16   720
077    4  17   840
078    4  18   850
079    4  19   850
080    4  20   780
081    5   1   890
082    5   2   840
083    5   3   780
084    5   4   810
085    5   5   760
086    5   6   810
087    5   7   790
088    5   8   810
089    5   9   820
090    5  10   850
091    5  11   870
092    5  12   870
093    5  13   810
094    5  14   740
095    5  15   810
096    5  16   940
097    5  17   950
098    5  18   800
099    5  19   810
100    5  20   870
代码
morley %>% filter(Expt == 1) %>% summary()
      Expt        Run            Speed     
 Min.   :1   Min.   : 1.00   Min.   : 650  
 1st Qu.:1   1st Qu.: 5.75   1st Qu.: 850  
 Median :1   Median :10.50   Median : 940  
 Mean   :1   Mean   :10.50   Mean   : 909  
 3rd Qu.:1   3rd Qu.:15.25   3rd Qu.: 980  
 Max.   :1   Max.   :20.00   Max.   :1070

2.7.1 普通函数

代码
summary(filter(morley,Expt == 1))
      Expt        Run            Speed     
 Min.   :1   Min.   : 1.00   Min.   : 650  
 1st Qu.:1   1st Qu.: 5.75   1st Qu.: 850  
 Median :1   Median :10.50   Median : 940  
 Mean   :1   Mean   :10.50   Mean   : 909  
 3rd Qu.:1   3rd Qu.:15.25   3rd Qu.: 980  
 Max.   :1   Max.   :20.00   Max.   :1070

2.8 绘制散点图

代码
plot(mtcars$wt,mtcars$mpg)

使用 ggplot2 绘制

代码
library(ggplot2)
ggplot(mtcars,aes(x = wt,y = mpg))+
geom_point()

2.9 绘制折线图

代码
plot(pressure$temperature,pressure$pressure,type = "l")

2.9.1 增加数据点和多条折线

代码
plot(pressure$temperature,pressure$pressure,type = "l")
points(pressure$temperature,pressure$pressure)

lines(pressure$temperature,pressure$pressure/2,col = "red")
points(pressure$temperature,pressure$pressure/2,col = "red")

2.9.2 ggplot2 中的 geom_line()

代码
library(ggplot2)
ggplot(pressure,aes(x = temperature,y = pressure))+
geom_line()

代码
library(ggplot2)
ggplot(pressure,aes(x = temperature,y = pressure))+
geom_line()+
geom_point()

2.10 绘制条形图

2.10.1 使用 barplot() 函数

向 barplot() 函数传递两个参数，第一个向量用来设定条形的高度，第二个向量用来设定每个条形对应的标签（可选）；如果向量中的元素已被命名，则系统会自动使用元素的名字作为条形标签。

代码
# check dataset
BOD
  Time demand
1    1    8.3
2    2   10.3
3    3   19.0
4    4   16.0
5    5   15.6
6    7   19.8
代码
barplot(BOD$demand,names.arg = BOD$Time)

2.10.2 使用 ggplot2 中的 geom_col 函数

代码
library(ggplot2)

# 变量值的频数表，使用 BOD 数据框，时间（Time）对应X值，需求（demand）对应Y值.
ggplot(BOD,aes(x = Time,y = demand))+
geom_col()

代码
# 将x转换为因子型变量，从而使系统将其视作离散值
ggplot(BOD,aes(x = factor(Time),y = demand))+
geom_col()

2.11 绘制直方图

使用 hist() 函数#| echo: true #| output: true #| cache: true

代码
hist(mtcars$mpg)

代码
# designate the interval
hist(mtcars$mpg,breaks = 10)

2.11.1 使用 ggplot2 中的 geom_histogram()

代码
library(ggplot2)
ggplot(mtcars,aes(x = mpg))+
geom_histogram()

代码
# use a bigger interval
ggplot(mtcars,aes(x = mpg))+
geom_histogram(binwidth = 4)

2.12 绘制箱型图

2.13 使用 plot() 函数

当 X 为因子型变量（与数值型变量对应）时，会默认绘制线形图。

代码
plot(ToothGrowth$supp,ToothGrowth$len)

当两个参数向量在同一个数据框时，也可以使用 boxplot() 函数和语法。公式语法允许用户在 x 轴上使用变量组合。

代码
# 公式语法
boxplot(len ~ supp,data = ToothGrowth)

引入交互,基于多组变量的箱型图。

代码
# 公式语法
boxplot(len ~ supp + dose,data = ToothGrowth)

2.13.1 使用 ggplot2 中的 geom_boxplot() 函数

代码
library(ggplot2)
ggplot(ToothGrowth,aes(x = supp,y = len))+
geom_boxplot()

使用 interaction() 函数将分组变量组合在一起来绘制基于多组变量的箱型图。

代码
library(ggplot2)
ggplot(ToothGrowth,aes(x = interaction(supp,dose),y = len))+
geom_boxplot()

2.14 绘制函数图像

2.14.1 使用 curve() 函数绘制函数图像

代码
curve(x^3 - 5*x,from = -4,to = 4)

绘制用户自定义的函数图像

代码
myfun <- function(xvar){1/(1+exp(-xvar+10))}
curve(myfun(x),from = 0,to = 20)
# add straight line
curve(1 - myfun(x),add = TRUE,col = "red")

2.14.2 使用 ggplot2 中的 stat_function(geom = "Line") 函数

代码
library(ggplot2)
ggplot(data.frame(x = c(0,20)),aes(x=x))+
stat_function(fun = myfun,geom = "line")

end.

参考文献

Zhang, Jie. 2019. Beautiful Data Visualization of R- How to Make Professional Charts. Publishing House of Electronic Industry. https://books.google.com.hk/books?id=aDxYzQEACAAJ.