R 语言绘制数据：图表篇

,R 语言有非常多的绘图和数据可视化的包，比如 ​​graphics​​​、​​lattice​​​、​​ggplot2​​ 等。这是 R 语言系列的第 9 篇文章，我们会介绍 R 中用来绘图的各种函数。,本文使用的 R 是 4.1.2 版本，运行环境为 Parabola GNU/Linux-libre (x86-64)。,R 是自由软件，没有任何担保责任。只要遵守 GNU 通用公共许可证的版本 2 或者版本 3，你就可以对它进行（修改和）再分发。详情见 ​​https://www.gnu.org/licenses/​​。,我们以印度全境消费者物价指数（CPI -- 乡村/城市）数据集为研究对象，它可以从 ​​https://data.gov.in/catalog/all-india-consumer-price-index-ruralurban-0​​​ 下载。选择“截止到 2021 年 11 月” 的版本，用 ​​read.csv​​ 函数读取下载好的文件，如下所示：,以 Punjab 州为例，对每年各月份的 CPI 值求和，然后用 ​​plot​​ 函数画一张折线图：,​​plot​​ 函数可以传入如下参数：,结果如图 1。,,Figure 1: Line chart,自相关图能在时序分析中展示一个变量是否具有自相关性，可以用 R 中的 ​​acf​​​ 函数绘制。​​acf​​​ 函数可以设置三种自相关类型：​​correlation​​​、​​covariance​​​ 或 ​​partial​​。图 2 是 Punjab 州 CPI 值的自相关图，x 表示 CPI。,,Figure 2: ACF chart,​​acf​​ 函数可以传入以下参数：,R 中画柱状图的函数是 ​​barplot​​。下面的代码用来画 Punjab 州 CPI 的柱状图，如图3：,,Figure 3: Line chart of Punjab's CPI,​​barplot​​ 函数的使用方法非常灵活，可以传入以下参数：,用 ​​help​​​ 命令可以查看 ​​barplot​​ 函数的详细信息：,绘制饼图时要多加注意，因为饼图不一定能展示出各扇形间的区别。（LCTT 译注：根据统计学家和一些心理学家的调查结果，这种以比例展示数据的统计图形 ​​实际上是很糟糕的可视化方式​​​，因此，R 关于饼图的帮助文件中清楚地说明了并不推荐使用饼图，而是使用条形图或点图作为替代。） 用 ​​subset​​ 函数获得 Gujarat 州在 2021 年 1 月 Rural、Urban、Rurual+Urban 的 CPI 值：,使用 ​​pie​​ 函数为 Gujarat 州的 CPI 值生成饼图，如下所示：,,Figure 4: Pie chart,​​pie​​ 函数可以传入以下参数：,（LCTT 译注：箱线图主要是 ​​从四分位数的角度出发​​ 描述数据的分布，它通过最大值（Q4）、上四分位数（Q3）、中位数（Q2）、下四分位数（Q1）,和最小值（Q0）五处位置来获取一维数据的分布概况。我们知道，这五处位置之间依次包含了四段数据，每段中数据量均为总数据量的,1/4。通过每一段数据占据的长度，我们可以大致推断出数据的集中或离散趋势。长度越短，说明数据在该区间上越密集，反之则稀疏。）,箱线图能够用“须线whisker” 展示一个变量的四分位距Interquartile Range（简称 IQR=Q3-Q1）。用上下四分位数分别加/减内四分位距，再乘以一个人为设定的倍数 ​​range​​​（见下面的参数列表），得到 ​​range * c(Q1-IQR, Q3+IQR)​​，超过这个范围的数据点就被视作离群点，在图中直接以点的形式表示出来。,​​boxplot​​ 函数可以传入以下参数：,用 ​​boxplot​​ 函数绘制部分州的箱线图：,,Figure 5: Box plot,QQ 图Quantile-Quantile plot可以用来对比两个数据集，也可以用来检查数据是否服从某种理论分布。​​qqnorm​​ 函数能绘制正态分布 QQ 图，可以检验数据是否服从正态分布，用下面的代码绘制 Punjab 州 CPI 数据的 QQ 图：,,Figure 6: Q-Q plot,​​qqline​​ 函数可以向正态分布 QQ 图上添加理论分布曲线，它可以传入以下参数：,等高图可以描述三维数据，在 R 中对应的函数是 ​​contour​​​，这个函数也可以用来向已有的图表添加等高线。等高图常与其他图表一起使用。我们用 ​​contour​​​ 对 R 中的 ​​volcano​​ 数据集（奥克兰的火山地形信息）绘制等高图，代码如下：,,Figure 7: Volcano,​​contour​​ 函数的常用参数如下：,等高线之间的区域可以用颜色填充，每种颜色表示一个高度范围，如下所示：,填充结果见图 8。,,Figure 8: Filled volcano,掌握上述内容后，你可以尝试 R 语言 ​​graphics​​​ 包中的其他函数和图表（LCTT 译注：用 ​​help(package=graphics)​​ 可以查看 graphics 包提供的函数列表）。