当前位置：首页 > 后端开发 > 正文内容

R言语数据绘图学习（0x01）-装置ggplot2与测验

邻居的猫1个月前 (12-09)后端开发971

0x01 装置与R根底

一向传闻数据剖析里R言语是比较‘正统’，何况久闻ggplot2这些R言语的数据剖析库台甫，想到往后数据剖析和收拾的需求，这儿开一个简略的系列学习一些R言语和ggplot2的绘图根底。自己学习的书本是Winston Chang大佬的《R Graphics Cookbook》，且稍有一点Python里的Plotnine绘图根底。但我算是R言语小白，所以整个系列也能够记载自己学习遇到的坑，供咱们参阅。

库装置

我运用的R版别为3.6.3，需求下载的库包含ggplot2，gcookbook和dplyr库。能够运用如下的装置指令：

install.packages("ggplo2")
install.packages("dplyr")
install.packages("gcookbook")

假如遇到了installation of package ‘ggplot2’ had non-zero exit status相似的问题，能够指定装置程序强制装置二进制文件[1]，如

install.packages("ggplo2", type = "binary")

R言语数据处理根底

首要简略介绍数据输入常用的两种办法，一种是CSV数据，咱们能够选用函数read.csv(file, args)输入；另一种常用数据EXCEL数据能够运用read_excel(file)函数输入数据。

dplyr包（magrittr包）供给了一种运算符%>%，能够在R中完成相似接连函数调用的编程办法，以嵌套函数f,g,h为例：

h(g(f(x)))

# 等价于
x %>% 
  f() %>% 
  g() %>% 
  h()

这样的函数调用比较嵌套函数愈加直观，尤其是在多个接连的数据集处理场合。

根底绘图以及概念

散点图和完好流程

制作图片运用的数据集为mtcars：

mtcars %>% head()

                   mpg cyl disp  hp drat    wt  qsec vs am gear carb
Mazda RX4         21.0   6  160 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag     21.0   6  160 110 3.90 2.875 17.02  0  1    4    4
Datsun 710        22.8   4  108  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive    21.4   6  258 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout 18.7   8  360 175 3.15 3.440 17.02  0  0    3    2
Valiant           18.1   6  225 105 2.76 3.460 20.22  1  0    3    1

在开端绘图之前，有一点根本的R言语根底设施需求预备。R言语画图需求有根底的画布，能够用dev.new()函数来敞开一个新的画布（假如是windows体系需求运用windows()函数）。

dev.new()
# windows() # windows体系运用

下面直接展现最简略的散点图制作代码：

p <- ggplot(mtcars, aes(x = wt, y = mpg)) +
  geom_point()

上面的代码便是一个运用ggplot2绘图的最根本结构，ggplot函数是保存数据集和映射信息（aes）等根本信息的绘图主函数，也能够理解为存储一切信息的画布底层。第一个参数放入数据集，后续的映射都在此数据集上进行，本例中便是运用了mtcars中的wt列作为x，mpg列作为y值。ggplot2中的函数根本均是加法进行组合，所以这儿加上了geom_point函数组合进绘图。此刻geom_point函数经过ggplot函数能够得知其绘图需求用到的键信息(x, y)别离对应的数据值。代码运转成果如下：

制作完图后，能够挑选print(p)来检查图片并保存，或许运用ggplot2自带的函数ggsave来保存图片，根本的格局例如png，pdf等都有[2]。

ggsave(p, "p.png")

假如想要绘图的数据不属于同一个data frame，那么能够不指定ggplot函数的数据项，在aes映射中直接界说，如下所示：

ggplot(data=null, aes(x = mtcars$wt, y = mtcars$mpg))

其他根本绘图与根底

下面的代码展现了R言语制作线形图的根本函数geom_line，一起展现了ggplot2经过组合函数geom_line和geom_point来绘图的根本逻辑：

p <- ggplot(pressure, aes(x = temperature, y = pressure)) +
  geom_line() +
  geom_point()

关于柱形图，ggplot2的相关支撑比较多，这儿展现最根底的两种，一个是geom_bar函数：

p <- ggplot(mtcars, aes(x = factor(cyl))) +
  geom_bar()

这儿有一个新的函数factor，这个函数是将数据列变化为因子，体现在图上相似于将接连变量转化为了离散的变量。能够看到，上述的映射信息中不包含y值。这是由于geom_bar函数默许的运作方法count，也便是计算x的呈现次数并绘图，相当于geom_bar(stat="count")，其间stat选项是计算函数的意思。假如需求制作详细数值相似y值的柱形图就需求用到下一个函数了。
第二个柱形图的函数是geom_col函数：

p <- ggplot(BOD, aes(x = factor(Time), y = demand)) +
  geom_col()

其实geom_col的效果与geom_bar(stat="identity")是共同的，这样就能为所欲为的制作柱形图了。

下面的代码示例展现了制作和柱形图很像的直方图的事例：

p <- ggplot(mtcars, aes(x = mpg)) +
  geom_histogram(binwidth = 3)

直方图也是默许的频率计算，这儿稍微调整了参数binwidth来扩大每个直方的宽度。

下面的代码展现了怎么制作箱型图的比如：

p <- ggplot(ToothGrowth, aes(x = interaction(supp, dose), y = len)) +
  geom_boxplot()

上面除了根本代码还用到了interaction函数，用于组合变量，相似cross join的成果。

除开这些根本绘图，数学函数的制作也比较简略：

# 自界说函数
myfun <- function(xvar) {
  1 / (1 + exp(-xvar + 10))
}

p <- ggplot(data.frame(xdata = c(0, 20)), aes(x = xdata)) +
stat_function(fun = myfun, geom = "line")