R 编程中的图形绘制

在解释世界及其每天产生的大量数据时，数据可视化成为最理想的方式。与其筛选巨大的 Excel 表格，不如通过图表和图形可视化这些数据，以获得有意义的见解。

R - 绘图

R 编程语言提供了一些简单快捷的工具，可让我们将数据转换为图形等具有视觉洞察力的元素。

R中的绘图有两种类型：

• 一维绘图：在一维绘图中，我们一次绘制一个变量。例如，我们可以绘制一个变量，其中每个值在整个数据集中出现的次数（频率）。因此，它不与数据集的任何其他变量进行比较。这些是用于一维分析的 4 种主要类型的图表 -
  • 五点总结
  • 箱形图
  • 直方图
  • 条形图
• 二维绘图：在二维绘图中，我们可视化并比较一个变量与另一个变量。例如，在空气质量测量数据集中，我们想比较 AQI 如何随特定地点的温度变化。因此，温度和 AQI 是两个不同的变量，我们希望看到一个变量相对于另一个变量的变化。这些是用于此类分析的 3 种主要图表 -
  • 箱形图
  • 直方图
  • 散点图

出于本文的目的，我们将使用 RStudio 提供的默认数据集 (mtcars)。

加载数据

打开 RStudio（或 R 终端）并开始加载数据集。在控制台中键入这些命令。这是一种加载 R 提供的默认数据集的方法。（也可以下载和使用任何其他数据集）

R

library(datasets)
data(mtcars)

要检查数据是否正确加载，我们在控制台上运行以下命令：

R

head(mtcars)

输出：

通过运行此命令，我们还可以了解数据集包含哪些列。在这种情况下，数据集 mtcars 包含 11 列，即 - mpg、cyl、disp、hp、drat、wt、qsec、vs、am、gear 和 carb。请注意，行数比此处显示的要多。 head()函数仅显示数据集的前 6 行。

一维绘图

在一维绘图中，我们基本上一次绘制一个变量。因此，它不与数据集的任何其他变量进行比较。相反，只关注其统计推断的特征。

五点总结

要引用 R 中的特定列名，我们使用“$”符号。例如，如果我们要引用 mtcars 数据集中的“gear”列，我们将其称为 - mtcars$gear。因此，对于数据集的任何特定列，我们可以使用summary()函数生成五点摘要。我们只需将列名（使用 $ 符号表示）作为参数传递给此函数，如下所示：

R

summary(mtcars)

输出：

此摘要列出了特定列的平均值、中值、最小值、最大值和象限值等特征。

箱形图

箱线图生成一个矩形，该矩形覆盖了数据集列所跨越的区域。它可以按如下方式生产：

R

boxplot(mtcars$mpg, col="green")

输出：

请注意，矩形中的粗线描绘了 mpg 列的中值，即五点摘要中所见的 19.20。 col=”green”只是将绘图着色为绿色。

直方图

直方图是用于分析数据集的最广泛使用的图。以下是我们如何绘制将变量（列名）映射到其频率的直方图：

R

hist(mtcars$mpg, col = "green")               ## Plot 1
hist(mtcars$mpg, col = "green", breaks = 25)  ## Plot 2
hist(mtcars$mpg, col = "green", breaks = 50)  ## Plot 3

'breaks' 参数本质上改变了直方图条的宽度。可以看出，随着我们增加中断值，条形变细。

输出：

条形图

在条形图中，我们得到变量（列）中每个值的离散值频率映射。例如：

R

barplot(table(mtcars$carb), col="green")

输出：

我们看到“carb”列包含 6 个离散值（在其所有行中）。上面的条形图将这 6 个值映射到它们的频率（它们出现的次数）。

二维绘图

在二维绘图中，我们可视化并比较一个变量与另一个变量。

箱形图

假设我们希望根据每辆车的档位数生成多个箱线图。因此，我们希望拥有的箱线图的数量等于“齿轮”列中离散值的数量，即齿轮的每个值对应一个图。这可以通过以下方式实现 -

R

boxplot(mpg~gear, data=mtcars, col = "green")

输出：

我们看到“齿轮”列中有 3 个齿轮值。因此，绘制了 3 个不同的箱线图，每个齿轮一个。

直方图

现在假设，我们希望为有 4 个汽缸的汽车和有 8 个汽缸的汽车创建单独的直方图。为此，我们对数据集进行了子集化，使得子集数据仅包含具有 4（或 8）个气缸的汽车的数据。然后，我们可以像以前一样使用 hist()函数轻松绘制子集数据。我们可以这样实现：

R

hist(subset(mtcars, cyl == 4)$mpg, col = "green")        ## Plot 1
hist(subset(mtcars, cyl == 8)$mpg, col = "green")        ## Plot 2

散点图

散点图用于在 x 轴和 y 轴上绘制两个变量的数据点。它们告诉我们数据中的模式，并广泛用于建模 ML 算法。在这里，我们散点图列 qsec 相对于列 mpg。

R

with(mtcars, plot(mpg, qsec))

输出：

然而，上面的图并没有真正向我们展示数据中的任何模式。这是因为我们在数据集中拥有的行（样本）数量有限。当我们从外部资源获取数据时，它通常至少有 1000+ 行。在散点图上绘制如此广泛的数据集，我们为真正有趣的观察和见解铺平了道路。