R数据可视化第一弹之qplot()

ggplot2之快速作图qplot()

qplot()的意思是快速作图，利用它可以很方便的创建各种复杂的图形，其他系统需要好几行代码才能解决的问题，用qplot只需要一行就能完成。

本篇主要介绍：

• qplot()的基本用法
• 如何将变量映射到图形属性上（如大小、颜色和形状等）
• 如何通过指定不同的几何对象来创建不同类型的图形，以及如何将他们组合在一张图中
• 分面的应用，将数据拆分子集

1.数据集

首先我们示例使用的数据集是R自带的diamonds数据集，包含54000颗钻石的价格和质量信息。

我们同时使用一个小数据集dsmall，它是原始数据一个容量为100的随机样本，我们用这个数据集进行小数据的作图展示。

 >set.seed(123)#让样本可重复
> dsmall <- diamonds[sample(nrow(diamonds),100),]
 

2.基本用法

qplot()的前两个参数是x和y，分别代表所画对象的x坐标和y坐标，还有一个可选的data参数，如果进行指定，那么qplot()会首先在的数据框中查找变量名，然后再到R的工作空间中进行搜索。

下面是使用qplot()的一个简单例子：

>qplot(carat,price,data=diamonds)

这张图显示了变量之间很强的相关关系，以及一些明显的异常值，这些关系似乎是指数型的，我们接下来对变量进行一些变换：

> qplot(log(carat),log(price),data=diamonds)

现在这种关系就接近线性了，由于图中的元素有很大的重叠，下结论时需要谨慎。如果我们研究体积（X*Y*Z）和其重量之间的关系，我们可以这样：

> qplot(carat,x*y*z,data=diamonds)

我们可以看到，大部分的钻石都落在同一条直线上，但依然存在一些大的异常点。钻石的密度应该是一个常数，所以体积和重量之间应该是线性关系。

3.颜色、大小、形状和其他属性

我们在重量和价格的散点图添加颜色和切工信息。

> qplot(carat,price,data=dsmall,colour=color)

> qplot(carat,price,data=dsmall,shape=cut)  #形状切工

颜色大小和形状都是图形属性的具体例子，他们都是影响数据如何进行展示的视觉属性。

使用半透明的颜色可以有效减少图形元素重叠的现象，要创建半透明的颜色，可以使用alpha图形属性，其值从0（完全透明）到1（完全不透明）

>qplot(carat,price,data=diamonds,alpha=I(1/10))
>qplot(carat,price,data=diamonds,alpha=I(1/100))

不同类型的变量有不同适用的图形属性。例如，颜色和形状适用于分类变量，而大小适用于连续变量。

4.几何对象

4.1向图形中添加平滑曲线

通过改变几何对象（简写为geom），它几乎可以画出任何一种类型的图形。下面这些几何对象适用于考察二维的变量关系：

• geom = “point”可以绘制散点图，这是当指定了x和y 参数给qplot的默认设置
• geom = “smooth”将拟合一条平滑曲线，并将曲线和标准误差展现在图中。
• geom = “boxplot”可以绘制箱线图
• geom = “path”和geom=”line”可以在数据点之间绘制连线，这类图传统的作用是探索时间和其他变量之间的关系。

对于一维分布，几何对象的选择是由变量的类型指定：

• 对于连续变量，geom = “histogram”绘制直方图，geom=”freqploy”绘制频率多边形，geom=”density”绘制密度曲线。
• 对于离散变量，geom=”bar”用来绘制条形图。

如果在散点图中有非常多的数据点，那么数据展示的趋势可能并不明显，在这种情况下应该在图中添加一条平滑曲线，我们用c()将多个几何对象组成一个向量传递给geom.

几何对象会按照指定的顺序进行堆叠。

> qplot(carat,price,data=dsmall,geom=c("point","smooth"))

灰色区域表示逐点的置信区间。

利用method参数可以选择许多不同的平滑器：

• method = “loess”,当n较小时是默认选项，使用的是局部回归的方法。曲线的平滑程度是由span参数控制的，范围从0（很不平滑）到1（很平滑）

> qplot(carat,price,data=dsmall,geom=c("point","smooth"),span=0.2)
> qplot(carat,price,data=dsmall,geom=c("point","smooth"),span=1)

4.2箱线图和扰动点图

如果数据集中包含了一个分类变量和一个或多个连续变量，连续变量会如何随着分类变量水平的变化而变化呢？箱线图和扰动点图提供了各自的方法达到这个目的。

> qplot(color,price/carat,data=diamonds,geom="jitter",alpha=I(1/5))
> qplot(color,price/carat,data=diamonds,geom="jitter",alpha=I(1/50))

上面扰动点图的重叠问题可以用半透明颜色来解决。

> qplot(color,price/carat,data=diamonds,geom="boxplot")

箱线图显示了分布的中位数和四分位数都没有太大的变化。

4.3直方图和密度曲线图

直方图和密度曲线图可以展示单个变量的分布，相对于箱线图而言，它们提供了更多关于单个分布的信息，但不利于在不同组之间比较。

下图展示了钻石重量的直方图和密度曲线图：

> qplot(carat,data=diamonds,geom="histogram")
> qplot(carat,data=diamonds,geom="density")

adjust控制密度曲线的平滑程度（取值越大越平滑），binwidth参数控制直方图的组距，组距较小显示更多细节，组距较大反应总体特征。

> qplot(carat,data=diamonds,geom="histogram",binwidth=1,xlim=c(0,3))
> qplot(carat,data=diamonds,geom="histogram",binwidth=0.1,xlim=c(0,3))

要在不同组之间进行对比，只需要在加上一个图形映射：

> qplot(carat,data=diamonds,geom="density",colour=color)
> qplot(carat,data=diamonds,geom="histogram",fill=color)

4.4条形图

在离散变量的情形下，条形图和直方图类似，绘制方法是geom=”bar”

> qplot(color,data=diamonds,geom="bar")

4.5时间序列中的线条图和路径图

线条图是将点从左到右进行连接，而路径图则按照点在数据集中的顺序对其进行连接。

由于diamonds中没有包含时间变量，我们这里使用economics数据集，它包含美国过去40年的经济数据。

下图展示了失业率随时间变化的线条图：

> qplot(date,unemploy/pop,data=economics,geom=”line”)

我们将年份映射到属性colour上，更容易看清时间的行进方向。

> year <- function(x) as.POSIXlt(x)$year +1900
>plot(unemploy/pop,uempmed,data=economics,geom="path",colour=year(date))

5.分面

分面将数据分割成若干子集，然后创建一个图形矩阵，将每一个子集绘制到图形矩阵的窗格中。

qplot()中默认分面方法是将图形拆分成若干窗格，可以通过形如raw_var~col_var来指定。

..density..是一个新的语法，告诉ggplot2将密度而不是频数映射到y轴。

>qplot(carat,..density..,data=diamonds,facets=color~.,geom="histogram",binwidth=0.1,xlim=c(0,3))

6.其他选项

qplot()中还有一些其他选项用于控制图形外观。

• xlim，ylim：设置x轴和y轴的显示区间，例如xlim=c(0,20)
• log:对变量的对数操作
• main：图形的主标题，以大字号显示
• xlab，ylab：设置x轴和y轴的标签文字

> qplot(
+ carat,price,data=dsmall,
+ xlab="Price ($)",ylab="Weight (carats)",
+ main = "Price-wight relationship")

 原创文章，转载请注明出处！