R in action读书笔记（14）第十一章 中级绘图 之一：散点图（高能预警）下-经管之家官网！

坛友互助群

扫码加入各岗位、行业、专业交流群

由于字数限制 上半部分

传送：https://bbs.pinggu.org/thread-3687466-1-1.html

主对角线的核密度曲线改成了直方图，并且直方图是以各车的气缸数为条件绘制的。图形包含主对角线中的直方图以及其他部分的线性和平滑拟合曲线。另外，子群（根据气缸数）通过符号类型和颜色来区分标注默认地，回归直线拟合整个样本，包含选项by.groups = TRUE将可依据各子集分别生成拟

合曲线。

gclus包中的cpairs()函数提供了一个有趣的散点图矩阵变种。它含有可以重排矩阵中变

量位置的选项，可以让相关性更高的变量更靠近主对角线。该函数还能对各单元格进行颜色编码

来展示变量间的相关性大小。首先考察相关性：

>cor(mtcars[c("mpg","wt","disp","drat")])

mpg wt disp drat

mpg 1.0000000 -0.8676594-0.84755140.6811719

wt -0.86765941.0000000 0.8879799 -0.7124406

disp -0.84755140.88797991.0000000 -0.7102139

drat0.6811719 -0.7124406-0.71021391.0000000

gclus包生成的散点图矩阵

> library(gclus)

> mydata<-mtcars[c(1,3,5,6)]

> mydata.corr<-abs(cor(mydata))#相关系数的绝对值

> mycolors<-dmat.color(mydata.corr)#获取绘图的颜色

> myorder<-order.single(mydata.corr)#重排对象，可使得相似的对象更为靠近

> cpairs(mydata,

+ myorder,

+ panel.colors=mycolors,

+ gap=.5,

+ main="variablesordered and colored by correlation"

+ )

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibmPPbXnOtatibyiaBgT0r2CGwnEDic10OcLPcKdQ44d9PR5KXAINMXO94A/0?wx_fmt=png

散点图矩阵将根据新的变量顺序（myorder）和颜色列表（mycolors）绘图、上色，gap选项

使矩阵各单元格间的间距稍微增大一点。相关性最高的变量对是车重与排量，以及每加仑英里数与车重（标了红色，并且离主对角线最近）

11.1.2 高密度散点图

当数据点重叠很严重时，用散点图来观察变量关系就显得“力不从心”了。

> set.seed(1234)

> n<-10000

> c1<-matrix(rnorm(n,mean=0,sd=.5),ncol=2)

> c2<-matrix(rnorm(n,mean=3,sd=2),ncol=2)

> mydata<-rbind(c1,c2)

> mydata<-as.data.frame(mydata)

> names(mydata)<-c("x","y")

> with(mydata,

+ plot(x,y,pch=19,main="scatter plot with 10000 observations"))

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtib7ylMzfGmVdUoyAnC9Gf9J2gcc4yw9hTgPC5BcxbZsaf3OjSZeTocLw/0?wx_fmt=png

smoothScatter()函数可利用核密度估计生成用颜色密度来表示点分布的散点图，利用光平滑密度估计绘制的散点图。此处密度易读性更强：

> with(mydata,

+ smoothScatter(x,y,main="scatter plot with 10000observations"))

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibak1kTkHgQk2gdSOBI9cTfg9kt5zxvRt2IKSVOhpaI9pxicmXG5zLqVg/0?wx_fmt=png

hexbin包中的hexbin()函数将二元变量的封箱放到六边形单元格中（图形比名称更直观）

> library(hexbin)

> with(mydata,{

+ bin<-hexbin(x,y,xbins=50)

+ plot(bin,main="hexagonalbinning with \n 10000 boservations")

+ })

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibDplT2svTN29lCqzMBnxoFxnSAUQEVE9ElEB06Ej6RqsYKEID41I0Lg/0?wx_fmt=png

IDPmisc包中的iplot()函数也可通过颜色来展示点的密度（在某特定点上数据点的

数目）

> library(IDPmisc)

> with(mydata,{

+ iplot(x,y,main="imagescatter plot with\n color indicating density")

+ })

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibico3JEhgjLOSD9lz0gXjiaIKwIIxIXBRRbIBHful0YHic82ibahKezVAMw/0?wx_fmt=png

11.1.3 三维散点图

假使你对汽车英里数、车重和排量间的关系感兴趣，可用scatterplot3d中的

scatterplot3d()函数来绘制它们的关系。Scatterplot3d(x,y,z) x被绘制在水平轴上，y被绘制在竖直轴上，z被绘制在透视轴上。

> library(scatterplot3d)

> attach(mtcars)

> scatterplot3d(wt,disp,mpg,main="basic 3d scatter plot")

注：如出现Error in plot.new() : figure margins too large 重启Rstudio即可

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibtudRkGVqRIAaCpjYJribIiaP3DL4ibAs11axjEj30MKSDZsKLo9tkupibQ/0?wx_fmt=png

satterplot3d()函数提供了许多选项，包括设置图形符号、轴、颜色、线条、网格线、突

出显示和角度等功能

> scatterplot3d(wt,disp,mpg,

+ pch=16,

+ highlight.3d=TRUE,

+ type="h",

+ main="3dscatter plot with vertical lines")

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibkru0IXlwicrFeSrjA8RcSI5T6tu0K4Q15WlcvXSWfFTQTXX5CYXVPCg/0?wx_fmt=png

添加一个回归面

> s3d<-scatterplot3d(wt,disp,mpg,

+ pch=16,

+ highlight.3d=TRUE,

+ type="h",

+ main="3dscatter plot with vertical lines")

> fit<-lm(mpg~wt+disp)

> s3d$plane3d(fit)

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibBcCLsnjUqsKb606DEhJZFjs6yVic67iau91eTkrpfCxcDqkugo06ia9Rw/0?wx_fmt=png

旋转三维散点图

用rgl包中的plot3d()函数创建可交互的三维散点图。你能通过鼠标对图形进

行旋转。函数格式为：plot3d(x,y,z)

其中x、y和z是数值型向量，代表着各个点。你还可以添加如col和size这类的选项来分别控制

点的颜色和大小。

> library(rgl)

> attach(mtcars)

> plot3d(wt,disp,mpg,col="red",size=5)

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibU51VGV9k3lwEu3BibLJIayhKLfgcTjSwT5KE1CIxic2RAflBl3TPWXIg/0?wx_fmt=png

也可以使用Rcmdr包中类似的函数scatter3d()：

> library(Rcmdr)

> attach(mtcars)

> scatter3d(wt,disp,mpg)

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibbQUQkB05krEhD2Z2YFl0cFJGEZmicJqibhhickAWdru2c13ZhV7UTXFgg/0?wx_fmt=png

scatter3d()函数可包含各种回归曲面，比如线性、二次、平滑和附加等类型。图形默认添

加线性平面。另外，函数中还有可用于交互式识别点的选项。

11.1.4 气泡图

三维散点图来展示三个定量变量间的关系。现在介绍另外一种思路：先创建一个二维散点图，然后用点的大小来代表第三个变量的值。这便是气泡图（bubble plot）。

你可用symbols()函数来创建气泡图。该函数可以在指定的(x, y)坐标上绘制圆圈图、方形

图、星形图、温度计图和箱线图。以绘制圆圈图为例：

Symbols（x,y,circle=radius）

其中x、y和radius是需要设定的向量，分别表示x、y坐标和圆圈半径。

用面积而不是半径来表示第三个变量，那么按照圆圈半径的公式（r = A / π ）变

换即可：Symbols（x,y,circle=sqrt(z/pi)）z即第三个要绘制的变量。

> attach(mtcars)

> r<-sqrt(disp/pi)

> symbols(wt,mpg,circle=r,inches=.3,#比例因子，控制着圆圈大小（默认最大圆圈为1英寸）

+ fg="white",bg="lightblue",

+ main="bubble plotwith point size\n proportional to displacement",

+ ylab="miles pergallon",

+ xlab="weight of car(lbs/1000")

> text(wt,mpg,rownames(mtcars),cex=.6)#可选函数，此处用来添加各个汽车的名称

> detach(mtcars)

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9pdA6W9ynicvKSU9iaFNibIUtibyHpt0GZalkia2Ffx4kicwfzV5OwTaMfHcGtZ0Eo2ph0LmjQtuPlicCZEg/0?wx_fmt=png

求关注 求扩散亲朋好友

http://mmbiz.qpic.cn/mmbiz/njjfaJS7c9odGJUicIU0zRXGQnRsynWicZjkx4eBJS0blhJQuSOYr4OQDNZH8lpoOhsNVbw0YtCdEARUs7LEOoTA/0?wx_fmt=jpeg

扫码或添加微信号：坛友素质互助

「经管之家」APP：经管人学习、答疑、交友，就上经管之家！
免流量费下载资料----在经管之家app可以下载论坛上的所有资源，并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库，各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里，你可以找到任何学科方向、有共同话题的朋友。
经管之家（原人大经济论坛），跨越高校的围墙，带你走进经管知识的新世界。
扫描下方二维码下载并注册APP