欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！
对商业智能BI、大数据分析挖掘、机器学习，python，R等数据领域感兴趣的同学加微信：tstoutiao，邀请你进入数据爱好者交流群，数据爱好者们都在这儿。
作者：路遥马亡 R语言中文社区专栏作者
知乎ID：https://zhuanlan.zhihu.com/c_135409797
前言
上次推文小白R语言数据可视化进阶练习一汇总了一部分的图集，这次推文接上一篇再次汇总，此图集汇总将不断更新！
08
相关图
相关图，通常分析多个因素之间的相关性时都会计算相关性系数，通过作图的方式，让相关性可视化，更利于数据分析。
1library(GGally)
2
3# Create data
4sample_data <- data.frame( v1 = 1:100 + rnorm(100,sd=20), v2 = 1:100 + rnorm(100,sd=27), v3 = rep(1, 100) + rnorm(100, sd = 1))
5sample_data$v4= sample_data$v1** 2
6sample_data$v5= -(sample_data$v1** 2)
7
8# Check correlation between variables
9cor(sample_data)#计算相关性系数
10
11# Check correlations (as scatterplots), distribution and print corrleation coefficient
12ggpairs(sample_data)#上三角表示各个因素之间的相关性系数，对角线就是各个因素的密度图，
13#下三角就是任意两个元素绘成的散点图
14
15# Nice visualization of correlations
16ggcorr(sample_data, method = c("everything","pearson"),label = T)
1# Libraries
2library(ellipse)
3library(RColorBrewer)
4
5# Use of the mtcars data proposed by R
6data=cor(mtcars)
7
8# Build a Pannel of 100 colors with Rcolor Brewer
9my_colors <- brewer.pal(5,"Spectral")#需要5个“spectral”色系的颜色
10my_colors=colorRampPalette(my_colors)(100)#将数值映射到不同的颜色上，这时就需要一系列的颜色梯度，
11#100代表100种颜色，根据之前的五种基本色，调处100种新的颜色。
12
13# Order the correlation matrix
14ord <- order(data[1, ])
15data_ord = data[ord, ord]#根据第一个因素与其他因素的相关系数大小调整原矩阵
16plotcorr(data_ord , col=my_colors[data_ord*50+50], mar=c(0,0,0,0 ) )#mar()用于调整图形整体大小
17
18#这个图挺有意思的，椭圆越瘪，相关性越强
下面讲一点图外话，如何利用R绘画表格并把它放入图中（主要是学了大半天，发现这个和相关图并没有什么关系，但是还是放进来了，不喜欢的直接跳过）
1library(ggplot2)
2library(gridExtra)
3
4#Create data : we take a subset of the mtcars dataset provided by R:
5mydata <- data.frame(a=1:50, b=rnorm(50))
6mytable <- cbind(sites=c("site 1","site 2","site 3","site 4"),mydata[10:13,])
7
8# --- Graph 1 : If you want ONLY the table in your image :
9# First I create an empty graph with absolutely nothing :
10qplot(1:10,1:10, geom ="blank") + theme_bw() + theme(line = element_blank(), text = element_blank()) +
11# Then I add my table :
12annotation_custom(grob = tableGrob(mytable))
13#法二
14library(grid)
15d<-head(iris,3)
16g<-tableGrob(d)
17grid.newpage()
18grid.draw(g)
19
20
21# --- Graph 2 : If you want a graph AND a table on it :
22my_plot <- ggplot(mydata,aes(x=a,y=b)) + geom_point(colour="blue") + geom_point(data=mydata[10:13, ], aes(x=a, y=b), colour="red", size=5) +
23annotation_custom(tableGrob(mytable), xmin=35, xmax=50, ymin=-3, ymax=-1.5)
24my_plot
09
气泡图
气泡图可将三维变量反映在二维平面上，第三位用点的大小表示。有个不足就是如果数据过多，很多气泡会出现重叠，难以达到预期的效果。
1library(ggplot2)
2library(tidyverse)
3library(dplyr)
4
5# Let's use the diamonds data set (available in base R)
6data = diamonds %>% sample_n(200)
7
8# A basic scatterplot = relationship between 2 values:
9ggplot(data, aes(x=carat, y=price)) +
10geom_point()
11
12# Now we see there is a link between caract and price
13# But what if we want to know about depth in the same time?
14ggplot(data, aes(x=carat, y=price, size=depth)) +
15geom_point(alpha=0.2)
即使是气泡图，各个数据间的大小比较并不是很明显，所以需要时使用scale_size_continuous（）函数。
1ggplot(data, aes(x=carat, y=price, size=depth)) +
2geom_point(alpha=0.2) +
3scale_size_continuous(range = c(0.5, 15))#控制最大气泡和最小气泡，调节气泡相对大小
1# Note that you can add a transformationtoyour size variable.
2#Forexampleifyou wanttohighlight very high variables, you can use a exponential transformation.
3# Available:"asn","atanh","boxcox","exp","identity","log","log10","log1p","log2","logit","probability","probit","reciprocal","reverse"and"sqrt"
4ggplot(data, aes(x=carat, y=price, size=depth)) +
5geom_point(alpha=0.2) +
6scale_size_continuous( trans="exp", range=c(1,25))#转化为指数，这样可以把大小差距拉开
也可以通过颜色的深浅导入第四个变量，但似乎效果不是很好
1ggplot(data, aes(x=carat, y=price, size=depth,color=carat)) +
2geom_point(alpha=0.4) +
3scale_size_continuous( trans="exp",range=c(1,25))
10
折线图
这里主要介绍用于时间序列的折线图。
1# library
2library(tidyverse)
3library(dplyr)
4library(ggplot2)
5
6# Build a Time serie data set for last year
7day=as.Date("2017-06-14") - 0:364#构造出一年的日期数据
8value=runif(365) + seq(-140, 224)^2 / 10000#seq()生成一系列连续的数
9data=data.frame(day, value)
10
11# 计算月均销量
12don=data %>% mutate(month = as.Date(cut(day, breaks ="month"))) %>%#group by month
13group_by(month) %>%
14summarise(average = mean(value))#与group by 联用,新生成一列放入原数据框
15
16# And make the plot
17ggplot(don, aes(x=month, y=average)) +
18geom_line() +
19geom_point() +
20scale_x_date(date_labels ="%b-%Y", date_breaks="1 month")#横坐标间断点为每个月，输出格式为月—年
1# 计算周平均销量
2don=data %>% mutate(week = as.Date(cut(day, breaks ="week"))) %>%
3group_by(week) %>%
4summarise(average = mean(value))
5
6# And make the plot
7ggplot(don, aes(x=week,y=average)) +
8geom_line() +
9geom_point() +
10geom_area(fill=alpha('red',0.2)) +#填充线下区域
11scale_x_date(date_labels ="%W-%b", date_breaks="1 week") +# 横坐标间断点为每周，输出格式为周—月
12theme(axis.text.x=element_text(angle=60, hjust=1))#调整x坐标轴属性
在一张图中绘制多条折线图
1library(plotly)
2
3# Create data
4my_y=rnorm(10)*3
5my_x=seq(0,9)
6
7# Let's do a first plot
8p<-plot_ly(y=my_y,x=my_x , type="scatter", mode="markers+lines")
9
10# Add 5 trace to this graphic with a loop!
11for(i in1:3){
12my_y=rnorm(10)
13p<-add_trace(p,y=my_y,x=my_x , type="scatter", mode="markers+lines")
14}
11
二维密度图
二维密度图与散点图相似，但是当点过多，重叠程度较大，就需要用二维密度图反映其密集程度。
利用geom_bin2d()可以绘出二维密图，其中bins表示生成方块的长度，每个方块包含的点的数目利用颜色深浅反映
1library(tidyverse)
2
3# Data
4a<-data.frame(x=rnorm(20000,10,1.9),y=rnorm(20000,10,1.2) )
5b<-data.frame(x=rnorm(20000,14.5,1.9),y=rnorm(20000,14.5,1.9) )
6c<-data.frame(x=rnorm(20000,9.5,1.9),y=rnorm(20000,15.5,1.9) )
7data<-rbind(a,b,c)
8ggplot(data,aes(x=x,y=y)) +
9geom_bin2d() +
10theme_bw()
11
1#Number of binsineach direction?
2ggplot(data, aes(x=x, y=y) ) +
3geom_bin2d(bins = 70) +
4theme_bw()
生成区域也不一定是方块，可以利用函数geom_hex()生成六边形。
1# Number of bins in each direction?
2ggplot(data, aes(x=x, y=y)) +
3geom_hex(bins = 70) +
4scale_fill_gradient(low="red", high="green")#调整颜色
展现数据分布轮廓，并填充和高亮
1ggplot(data, aes(x=x, y=y) ) +
2stat_density_2d(aes(fill = ..level..), geom ="polygon", colour="white")
也可以利用scale_fill_gradient()函数改变颜色
12
条形图
条形图的画法，在此要特别区分与直方图，直方图与密度图类似，反映的是大量数据的分布情况，而条形图所表达是频数分布图。
1ggplot(mtcars, aes(x=as.factor(cyl), fill=as.factor(cyl) )) + geom_bar( ) +
2scale_fill_hue(c =80)#scale_fill_hue()用于调节色彩深浅
关于颜色的选择也可以使用RColorRrewer包，我之前的文章也提到过如何使用这个包
1ggplot(mtcars, aes(x=as.factor(cyl), fill=as.factor(cyl) )) + geom_bar( ) +
2scale_fill_brewer(palette ="Set2")
也可以选择灰白黑色系
1# 4: Using greyscale:
2ggplot(mtcars, aes(x=as.factor(cyl), fill=as.factor(cyl) )) + geom_bar( ) +
3scale_fill_grey(start =0.25,end=0.75)
最后，也可以利用scale_fill_manual()自定义颜色。
1# 5: Set manualy
2ggplot(mtcars, aes(x=as.factor(cyl), fill=as.factor(cyl) )) + geom_bar( ) +
3scale_fill_manual(values = c("red","green","blue") )
geom_bar()函数自动包含了统计频数这个环节，如果在已经知道各因素的频数的情况下，可以利用identity这个参数，直接画出条形图。
1# Create data
2data=data.frame(name=c("A","B","C","D","E") ,value=c(3,12,5,18,45))
3# Barplot
4ggplot(data, aes(x=name, y=value)) + geom_bar(stat ="identity")
5#identity表示对数据不进行处理
当然如果比较喜欢水平方向的条形图，也可以利用coord_flip()调整方向。
1ggplot(mtcars, aes(x=as.factor(cyl), fill=as.factor(cyl) )) +
2geom_bar() +
3coord_flip()
13
雷达图
雷达图，也称为蜘蛛网图（大概是形状的原因）。
雷达图可同时反映一个个体的多方面数值因素，可在一个图中表示多个个体，利于比较。
1radarchart( data , axistype=1,
2
3#定义绘制图形的格式
4pcol=rgb(0.2,0.5,0.5,0.9) , pfcol=rgb(0.2,0.5,0.5,0.5) , plwd=4,
5
6#自定义网格格式
7cglcol="black", cglty=4,axislabcol="grey", caxislabels=seq(0,20,5), cglwd=0.7,
8
9#自定义标签的字体粗细大小
10vlcex=0.8)
前文提到也可以在一张图中放入多个个体。
1library(fmsb)
2
3set.seed(99)
4data=as.data.frame(matrix(sample(0:20,15,replace=F) , ncol=5))
5colnames(data)=c("math","english","biology","music","R-coding")
6rownames(data)=paste("mister", letters[1:3] , sep="-")
7
8# 用于生成雷达图的最大最小值
9data=rbind(rep(20,5) , rep(0,5) ,data)
10
11colors_border=c( rgb(0.2,0.5,0.5,0.9), rgb(0.8,0.2,0.5,0.9) , rgb(0.7,0.5,0.1,0.9) )
12colors_in=c( rgb(0.2,0.5,0.5,0.4), rgb(0.8,0.2,0.5,0.4) , rgb(0.7,0.5,0.1,0.4) )
13
14radarchart(data, axistype=1,
15pcol=colors_border , pfcol=colors_in , plwd=4, plty=1,
16
17cglcol="grey", cglty=1, axislabcol="grey", caxislabels=seq(0,20,5), cglwd=0.8,
18
19vlcex=0.8
20)
21legend(x=0.7, y=1, legend = rownames(data[-c(1,2),]), bty ="n", pch=20,col=colors_in , text.col ="grey", cex=1.2, pt.cex=3)
这里特别提到，radarchart()函数中，有个参数maxmin默认值是T，意味着，雷达图最大值为第一行，最小值为第二行，如果选为F，雷达图就会就会自动判每个因素的最大值和最小值，此时雷达图呈现得并不对称（在同一个线上的值并不相等）
14
棒棒糖图
棒棒糖图是散点图和直方图的结合，可以输入两个数值型变量，或者一个分类变量和一个数值型变量。
1library(tidyverse)
2
3data=data.frame(x=seq(1,30),y=abs(rnorm(30)))
4
5ggplot(data, aes(x=x,y=y)) +
6geom_point(color='red',size=5) +
7geom_segment( aes(x=x, xend=1:30,y=0,yend=y))
1data=data.frame(x=LETTERS[1:26], y=abs(rnorm(26)))
2
3ggplot(data, aes(x=x, y=y)) +
4geom_point() +
5geom_segment( aes(x=x, xend=x, y=0, yend=y))
也可以利用各种参数修改散点颜色、形状、透明度。
1ggplot(data, aes(x=x, y=y)) +
2geom_segment( aes(x=x, xend=x, y=0, yend=y)) +
3geom_point( size=5, color="red", fill=alpha("orange",0.3), alpha=0.7, shape=21, stroke=2)
也可以修改根的形状、颜色、粗细，利用Linetype参数修改成了点状图
1ggplot(data, aes(x=x, y=y)) +
2geom_segment( aes(x=x, xend=x, y=0, yend=y) , size=1, color="blue", linetype="dotted") +
3geom_point()
加上 coord_flip()，就可以让棒棒糖图旋转90°。更利于观察数据。
更多时候，我们希望看到的是排序后的棒棒糖图，能让我们一眼看出最大值最小值。
1data%>%
2arrange(y) %>%
3mutate(x=factor(x,x)) %>%#这一步重要，重新定义因子变量，决定了绘图顺序
4ggplot( aes(x=x, y=y)) +
5geom_segment( aes(x=x, xend=x, y=0, yend=y), color="skyblue", size=1) +
6geom_point( color="blue", size=4, alpha=0.6) +
7theme_light() +
8coord_flip() +
9theme(
10panel.grid.major.y = element_blank(),
11panel.border = element_blank(),
12axis.ticks.y = element_blank()
13) +
14xlab("") +
15ylab("Value of Y")
最后，我们也可以自行定义基准线，特别是我们比较关心当前数据的均值或者中值的时候，我们更能进行比较。
15
树图
树图，通过将数值型变量转换为矩形面积大小，分类型变量用标签进行区分
1library(treemapify)
2energy<-data.frame(value<-c(1240.11,23.90,1393.30,805.33,265.83,17.42,
336.75,226.87,40.50,22.07),kind<-c('coal','oil','gas','nuclear','hydro','geo','solar','wind','wood','bio other'))
4energy$kind<-as.factor(energy$kind)
5ggplot(data=energy,aes(area=value,fill=kind,label=kind))+geom_treemap()+geom_treemap_text(fontface='italic',place='centre')+theme_economist()
这里用了geom_treemap()函数，并且用到了theme_economist()改了主题，当然还有其他主题可以选择。
也可以使用treemap()包中的treemap()函数。
1#先掌握最基本的树图画法
2library(treemap)
3
4group=c(rep("group-1",4),rep("group-2",2),rep("group-3",3))
5subgroup=paste("subgroup", c(1,2,3,4,1,2,1,2,3), sep="-")
6value=c(13,5,22,12,11,7,3,1,23)
7data=data.frame(group,subgroup,value)
8
9# treemap
10treemap(data,
11index=c("group","subgroup"),#分组依据，注意分成了两组
12vSize="value"#大小根据数值型变量分配
13type="index"#根据分类划分不同的颜色
14)
1library(treemap)
2
3
4group=c(rep("group-1",4),rep("group-2",2),rep("group-3",3))
5subgroup=paste("subgroup", c(1,2,3,4,1,2,1,2,3), sep="-")
6value=c(13,5,22,12,11,7,3,1,23)
7data=data.frame(group,subgroup,value)
8
9# 自定义标签
10treemap(data, index=c("group","subgroup"), vSize="value", type="index",
11
12fontsize.labels=c(15,12),# 标签大小
13fontface.labels=c(2,1),# 标签类型: 1,2,3,4 for normal, bold, italic, bold-italic...
14bg.labels=c("transparent"),# 标签背景设置为透明
15align.labels=list(
16c("center","center"),
17c("right","bottom")
18),# 标签放置位置
19overlap.labels=0.5,#如果前一个标签覆盖了后一个标签的50%以上，则不显示前一个标签
20inflate.labels=F,# 标签大小是否随着举行面积增大而增大
21
22)
1#也可以自定义矩形边界
2
3treemap(data, index=c("group","subgroup"), vSize="value",type="index",
4
5border.col=c("black","white"),
6border.lwds=c(7,2)
7)
1#自定义颜色和标题
2treemap(data, index=c("group","subgroup"), vSize="value",
3type="index",
4palette ="Set1",# Select your color palette from the RColorBrewer presets or make your own.
5title="My Treemap",
6fontsize.title=12,# 标题大小
7)
16
叠图条形图
叠图条形图是在条形图的基础上，在每个变量的基础上在分为多个自变量
1# library
2library(ggplot2)
3library(ggthemes)
4
5# create a dataset
6specie=c(rep("sorgho", 3) , rep("poacee", 3) , rep("banana", 3) , rep("triticum", 3) )
7condition=rep(c("normal","stress","Nitrogen") , 4)
8value=abs(rnorm(12 , 0 , 15))
9data=data.frame(specie,condition,value)
10
11# 并排
12ggplot(data, aes(fill=condition, y=value, x=specie)) +
13geom_bar(position="dodge", stat="identity")##position = fill 堆叠元素，并标准化为1；dodge避免重叠；identity不做任何调整；
14#jitter给点添加扰动避免重合；stack将图形元素堆叠起来。
15#stat=identity表示表示x,y原值，不是计数
1# 重叠
2ggplot(data, aes(fill=condition, y=value, x=specie)) +
3geom_bar(stat="identity")#只进行绝对量比较
1#归一化
2ggplot(data, aes(fill=condition, y=value, x=specie)) +
3geom_bar(stat="identity", position="fill")+#归一化，绝对量不相等，相对量相等
4theme_economist()
1#自定义颜色
2ggplot(data, aes(fill=condition,y=value,x=specie)) +
3geom_bar(stat="identity", position="fill") +
4#scale_fill_brewer(palette = "Set1")
5scale_fill_manual(values=c('red','green','blue'))
防止分组太多，影响了图的可读性，可以利用facet先进行分组，再在小组里面一句不同的颜色区分比较
1ggplot(data, aes(y=value, x=specie, fill=specie)) +
2geom_bar(stat="identity") +
3facet_wrap(~condition)
17
集合图
集合图适用于表现两组数据的交集，圆的面积表示重要性。一般不要超过三组数据，否则会影响数据的可读性。
1library(VennDiagram)
2
3#Then generate 3 sets of words.There I generate 3 times 200 SNPs names.
4SNP_pop_1=paste(rep("SNP_" , 200) , sample(c(1:1000) , 200 ,replace=F) , sep="")
5SNP_pop_2=paste(rep("SNP_",200) ,sample(c(1:1000) ,200,replace=F) , sep="")
6SNP_pop_3=paste(rep("SNP_",200) ,sample(c(1:1000) ,200,replace=F) , sep="")
7venn.diagram(
8x =list(SNP_pop_1 , SNP_pop_2 , SNP_pop_3),
9category.names = c("SNP pop 1","SNP pop 2 ","SNP pop 3"),
10filename ='#14_venn_diagramm.png',#生成图片自动保存
11output=TRUE,
12imagetype="png",
13height =480,
14width =480,
15resolution =300,
16compression ="lzw",
17lwd =2,
18lty ='blank',
19fill = c('yellow','purple','green'),
20cex =1,
21fontface ="bold",
22fontfamily ="sans",
23cat.cex =0.6,
24cat.fontface ="bold",
25cat.default.pos ="outer",
26cat.pos = c(-27,27,135),
27cat.dist = c(0.055,0.055,0.085),
28cat.fontfamily ="sans",
29rotation =1
30)
18
地图背景图
如何用R绘制地图背景图。背景图只是第一步，更多的是在地图上进行一系列操作，例如：气泡图、线图....后续都会一一讲解。
首先最简单的方法使用leaflet()包，只需一行代码就可以调出世界地图，是不是很爽。
1library(leaflet)
2
3m=leaflet() %>% addTiles()
实现用leaflet()函数初始化地图，addTiles()函数添加世界地图。
1m=leaflet()
2# Then we Add default OpenStreetMap map tiles
3m=addTiles(m)
4# We can choose a zone:
5setView(m, lng = 108.97895693778992, lat = 34.24705357677057, zoom = 18)
6#setView()就是具体定位了，经纬度度，个人对zoom的理解就是对这个点的聚焦程度，在这里小编定位了自己的母校
各种图都可以画，卫星图、地形图。在文末会把各种不同的图的输入参数给出来，下图是交大的卫星图。
1addProviderTiles(m,"Esri.WorldImagery")
19
网络图
网络图由点和边构成，反映的是两个节点的连接关系或者流通关系。
为了更好地绘制网络图，你的数据必须被转化为以下几种形式：
邻接矩阵：一个方阵，行和列中的元素是相同的。示例：相关矩阵。
1#首先绘制一个定向，无权重的网络图
2#library
3library(igraph)
4set.seed(10)
5
6# Create data
7data=matrix(sample(0:2,25,replace=TRUE), nrow=5)
8colnames(data)=rownames(data)=LETTERS[1:5]
9
10# Tell Igraph it is an adjency matrix... with default parameters
11set.seed(10)
12network=graph_from_adjacency_matrix(data)
13
14# plot it
15plot(network)
对于网络图，可分为有向图和无向图，有权图和无权图，通过调整参数，修改图的表现形式。
1par(mfrow=c(1,2))
2set.seed(10)
3network=graph_from_adjacency_matrix(data, weighted=NULL)
4plot(network,main="UNweighted")
5# right
6set.seed(10)
7network1=graph_from_adjacency_matrix(data, weighted=TRUE)
8plot(network1,main="weighted")
影响矩阵：一个影响矩阵不一定有相同的行数和列数。默认情况下，它是从行定向到列。
1library(igraph)
2set.seed(1)
3data=matrix(sample(0:2,15,replace=TRUE), nrow=3)
4colnames(data) <- letters[1:5]
5rownames(data) <- LETTERS[1:3]
6
7# create the network object
8set.seed(1)
9network=graph_from_incidence_matrix(data)
10
11# plot it
12plot(network)
边的列表:通过表格的方式列出每一条的始末点
1# create data:
2links=data.frame(
3source=c("A","A","A","A","A","F","B"),
4target=c("B","B","C","D","F","A","E")
5)
6
7# create the network object
8set.seed(10)
9network=graph_from_data_frame(d=links, directed=F)
10# plot it
11plot(network)
同时，可以给数据框添加新的变量，来反映节点的一些特征。
1par(mfrow=c(1,2))
2nodes=data.frame(
3name=LETTERS[1:6],
4carac=c( rep(10,3), rep(30,3))
5)
6
7# Turn it into igraph object
8network=graph_from_data_frame(d=links, vertices=nodes, directed=F)
9
10# And use these new info in the plot!
11plot(network, vertex.size=nodes$carac)
12
13# The same but directed:
14network=graph_from_data_frame(d=links, vertices=nodes, directed=T)
15plot(network, vertex.size=nodes$carac)
连接的文本列表：提供一个包含所有边的连接向量。
1network=graph_from_literal( A-B-C-D, E-A-E-A, D-C-A, D-A-D-C )
2plot(network)
后期会补充调整网络图节点、边特征的一些参数。敬请期待！
往期精彩：
广告
R数据可视化手册
作者：[美]Winston Chang 著，肖楠，邓一硕，魏太云 译
当当
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门
回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法 常用数据挖掘算法
网友评论