R语言数据可视化专题培训课件.ppt

1、R R语言数语言数据可视化据可视化2学习内容一 R绘图基础二 各类图形绘制三 习题和资料为什么要学习R语言 R是 一个开放(GPL)的统计编程环境 一种语言，是语言(由AT&T Bell实验室的Rick Becker, John Chambers,Allan Wilks开发)的一种方言(dialect) 之一，另一则为S-plus. 一种软件，是集统计分析与图形直观显示于一体的统计分析 R作为一个计划(project)，最早(1995年)是由Auckland大学统计系的Robert Gentleman和Ross Ihaka开始编制，目前由核心开发小组(R Development Core Te

2、am-以后用R DCT表示)维护，他们完全自愿、工作努力负责，并将全球优秀的统计应用软件打包提供给我们。我们可以通过计划的网站(http:/www.r-project.org)了解有关的最新信息和使用说明，得到最新版本的软件和基于的应用统计软件包. 3 是完全免费的！ 而S-Plus尽管是非常优秀的统计分析软件，可是你需要支付一笔$US . R可以在运行于UNIX, Windows和Macintosh的操作系统上 . R嵌入了一个非常实用的帮助系统. R具有很强的作图能力. 我们将程序容易地移植到S-Plus程序中，反之的许多过程直接或稍作修改用于. 通过语言的许多内嵌统计函数，很容易学习和掌

3、握R语言语法. 我们可以编制自己的函数来扩展现有的语言(这就是为什么它在不断等级完善!) .4为什么要学习R语言5一 R绘图基础6图 R绘制的图形7绘制地图图 左图左图 maps包包 map() 右图右图 PBSmapping包包 addBubbles() 8绘制地图 图 fields 包实例 spdep 包实例9R绘图功能n R具备卓越的绘图功能，通过参数设置对图形进行精确控制。绘制的图形能满足出版印刷的要求，可以输出Jpg、tiff、eps、emf、pdf、png等各种格式。n 通过与GhostScript软件的结合，可以生成600dpi，1200dpi的等各种分辨率和尺寸的图形。n 绘图

4、是通过绘图函数结合相应的选项完成的。n demo（graphics）：了解R绘图功能n 绘图函数包括： 高阶绘图函数 High-level Plotting Function 产生一个新的图区，可能包括坐标轴、标签、标题等。 低阶绘图函数 Low-level Plotting Function 在已有的图上加更多的元素n 绘图参数 缺省值 ?par( )10R绘图功能11高阶绘图函数plot(x)、plot(x,y) 绘制散点图等多种图形,根据数据的类，调用相应的函数绘图pie(x) 饼图boxplot(x) 箱线图hist(x) 频率直方图coplot(xy|z)条件分割图Interacti

5、on.plot(f1,f2,y)交互效应图qqplot(x,y)、qqnorm(x)QQ图contour(x,y,z)等高线图persp(x,y,z)三维透视图barplot(x) 柱状图/条形图matplot(x,y)矩阵图mosaicplot(x)马赛克图pairs(x)散点图矩阵sunflowerplot(x,y)向日葵散点图stars(x)星状图stripchart(x)带状图dotchart(x)Cleveland点图filledcontour(x,y,z)颜色等高线图image(x,y,z)颜色图12高阶绘图函数13低阶绘图函数points()添加点lines()添加线curve(

6、)添加曲线abline()添加给定斜率的线title()添加标题text()添加文字mtext()在图的边空添加文字axis()画坐标轴低阶绘图函数14legend()添加图例rug()添加刻度线rec()绘制长方形polygon()绘制多边形segments()添加线段arrows()画箭头box()添加外框15绘图参数参数用在函数内部，在没有设定值时使用缺省值。font = 字体,lty = 线类型,lwd = 线宽度,pch = 点的类型,xlab = 横坐标,ylab = 纵坐标,xlim = 横坐标范围,ylim = 纵坐标范围,也可以对整个要绘制图形的各种参数进行设定参见 ？par

7、()16绘图参数17一页多图图 一页多图par()par(mfrow=c(2,2).18在原有图形上添加元素举例：先执行举例：先执行par(mfrow=c(2,2)x - rnorm(100) # 生成随机数hist(x,freq=F) # 绘制直方图curve(dnorm(x),add=T) # 添加曲线h - hist(x, plot=F) # 绘制直方图ylim tN - table(Ni tN 0 1 2 3 4 5 6 7 8 9 11 12 1 7 12 14 16 14 19 9 4 2 1 1r pie(tN)01234567891112par(mfrow=c(1,3)y qq

8、norm(y); qqline(y, col = 2) #和正态分布比qqplot(y, rt(300, df = 5); #和t(5)分布比data(precip)qqnorm(precip, ylab = “Precipitation in/yr for 70 US cities”); qqline(precip,col=3) #和正态分布比par(mfrow=c(1,1)-3-2-10123-4-2024Normal Q-Q PlotTheoretical QuantilesSample Quantiles-4-2024-2024yrt(300, df = 5)-2-1012102030

9、405060Normal Q-Q PlotTheoretical QuantilesPrecipitation in/yr for 70 US citiesQQ图24data(iris)pairs(iris1:4, main = Andersons Iris Data - 3 species, pch = 21, bg = c(red, green3, blue)codes(iris$Species)#iris为1505数据,这里是4个数量变量的点图(最后一个是分类变量(iris$Species)散点图矩阵Sepal.Length2.02.53.03.54.00.51.01.52.02.54.

10、55.56.57.52.02.53.03.54.0Sepal.WidthPetal.Length12345674.55.05.56.06.57.07.58.00.51.01.52.02.51234567Petal.WidthAndersons Iris Data - 3 speciespar(bg = cornsilk)data(quakes)coplot(lat long | depth, data = quakes, pch = 21, bg = green3)#Hit to see next plot: 25条件分割图-35-30-25-20-15-1016517017518018516

11、5170175180185165170175180185-35-30-25-20-15-10longlat100200300400500600Given : depthx y f - function(x,y) r z zis.na(z) persp(x, y, z, theta = 30, phi = 30, expand = 0.5, col = lightblue)26三维透视图xyz27data(volcano)rx - range(x ry - range(y ry tcol par(opar); opar plot(x = 0, y = 0,type = n, xlim = rx,

12、 ylim = ry, xlab = , ylab = )u rect(u1, u3, u2, u4, col = tcol8, border = “red”) #rect画矩形contour(x, y, volcano, col = tcol2, lty = solid, add = TRUE, vfont = c(sans serif, plain) title(A Topographic Map of Maunga Whau, font = 4)abline(h = 200*0:4, v = 200*0:4, col = lightgray, lty = 2, lwd = 0.1);pa

13、r(opar)等高线图28等高线图02004006008000200400600A Topographic Map of Maunga Whau29data(volcano) x y image(x, y, volcano, col = terrain.colors(100), axes = FALSE) contour(x, y, volcano, levels = seq(90, 200, by=5), add = TRUE, col = peru) axis(1, at = seq(100, 800, by = 100) axis(2, at = seq(100, 600, by = 1

14、00) box() title(main = Maunga Whau Volcano, font.main = 4)颜色图30 xy100200300400500600700800100200300400500600Maunga Whau Volcano颜色图ggplot23132ggplot2简介33为什么要使用ggplot234Ggplot2的基本概念35数据（data）和映射（mapping）36几何对象（Geometric）37统计变换（statistics）38坐标（coordinate）39图层（layer）40分面（facet）414243三 习题和资料44练习1：绘图生成0到2

15、之间的50个随机数，分别命名为x,yx - runif(50,0,2)y - runif(50,0,2)绘图：将主标题命名为“散点图”， 横轴命名为”横坐标”， 纵轴命名为“纵坐标”plot(x, y, main=散点图散点图, xlab=横坐标横坐标, ylab=纵坐标纵坐标)text(0.6,0.6,text at (0.6,0.6)abline(h=.6,v=.6)45图 练习1:绘图举例46练习2：分步绘图1.打开绘图窗口，不绘制任何对象plot(x, y, type=n, xlab=, ylab=, axes=F)#用练习用练习1的的x、y值值2.添加坐标点 points(x,y)

16、3.添加坐标轴axis(1); axis(at=seq(0.2,1.8,0.2), side=2)4.补齐散点图的边框 box() 5.添加标题、副标题、横轴说明、纵轴说明title(main=Main title, sub=subtitle, xlab=x-label, ylab=y-label)47图 练习2:分步绘图12345648教材Crawley Statistics an introduction using R Peter Dalgaard Introductory statistics with RE. Paradis R for Beginners Verzani Simpl

17、eR.D G Rossiter Introduction to the R Project for Statistical Computing for use at ITC J. Maindonald Using R for data analysis and graphics introduction code and commentary using RVenables, W. N. & Ripley, B. D. Modern Applied Statistics with S 49R网络资源R主页: http:/www.r-project.orgR资源列表 NCEAS http:/www.nceas.ucsb.edu/scicomp/software/r统计之都: http:/cos.name/QuikR http:/ R数据挖掘 http:/www.RdataM在线数据分析协作平台 R-大数据分析的众包平台-Kaggle http:/