一图胜千言：用好图表，好好说话

2019 年 1 月 15 日 R语言中文社区

作者：herain R语言中文社区专栏作者

知乎ID：https://www.zhihu.com/people/herain-14

前言

从数据需求的角度选择恰当的图表，更好的以图的形式彰显数据的潜在性，规律性，价值性，数据的描述性分析包括用图表展示数据和用统计量描述数据等内容。避免使用图表上的误区，区分扇形图与饼图（很多人都把饼图当作扇形图），不要用时间年份做横轴的条形图（真的很傻），本文将常有的图表根据恰当的用途归位五大类，同时提供R绘图方法。

五大类

展示【类别频数】的图表：简单的条形图，帕累托图，复式条形图和脊形图，马赛克图，饼图，扇形图，洛伦茨曲线
展示【数据分布】的图表：直方图，茎叶图，箱线图，小提琴图，点图，核密度图
展示【数据关系】的图表：散点图，矩阵散点图，气泡图
展示【数据相似性】的图表：轮廓图，雷达图，星图，脸谱图
时间之上【看趋势】的图表： 时间序列图

1.展示类别频数的图表

# 单变量频度表
> data1<-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_1.csv')
> summary(data1)
社区性别  态度   
 A社区:27   男:36   反对:31  
 B社区:17   女:44   赞成:49  
 C社区:21
 D社区:15

> count1 <- table(data1$社区)
> prop.table(count1)*100

#二联列表
> count1 <- table(data1$社区, data1$性别)
> addmargins(count1)

#多维列联表
> count1<-ftable(data1)
> count1


1.1 简单的条形图

> par(mfrow=c(1,3), mai=c(0.7,0.7,0.6,0.1),cex=0.7,cex.main=0.8)
> barplot(count1, xlab="频数", ylab="社区",horiz=TRUE, main = "(a) 水平条形图", col=2:5, family='SimSun')
> barplot(count2, xlab="性别", ylab="频数",col=8:9, main = "(b) 垂直条形图", family='SimSun')
> barplot(count3, xlab="态度", ylab="频数",col=2:3, main = "(c) 垂直条形图", family='SimSun')


1.2 帕累托图：

> par(mai=c(0.7,0.7,0.1,0.8),cex=0.7,cex.main=0.8)
> barplot(x, xlab="社区", ylab="频数", col=2:5, family="SimSun")
> y<-cumsum(x)/sum(x)
> par(new=T)
> plot(y, type="b", lwd=1.5, pch=15, axes=F, xlab=' ', ylab=' ', main=' ')
> axis(4)
> par(las=0)
> mtext("累积频数", side=4, line=3)
> mtext("累积频数", side=4, line=3, family='SimSun')
> mtext("累积分布曲线", line=-2.5, cex=0.8, adj=0.75,family='SimSun')

1.3： 复式条形图和脊形图

par(mfcol=c(1,2), cex=0.6)
barplot(mytable, xlab="社区", ylab="频数", ylim=c(0,16),col=c("red", "blue"),legent=rownames(mytable), args.legend=list(x=12), beside=TRUE, main=“(a)社区条形图”,family=‘SimSun’)
barplot(mytable, xlab="社区", ylab="频数", ylim=c(0,30),col=c("green", "blue"),legend=rownames(mytable), args.legend=list(x=4.8), main=“(b)社区 堆叠条形图”,family='SimSun')

1.4：马赛克图

mosaicplot(~性别+社区+态度, data=data1, color=2:3, main="")

1.5： 饼图

data1<-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_1.csv')
> count1<-table(data1$社区)
> count1
A社区 B社区 C社区 D社区 
   27172115 
> name<-names(count1)
> name
[1] "A社区" "B社区" "C社区" "D社区"
> precent<-prop.table(count1)*100
> label<-paste(name, " ", precent, "%", sep="")
> par(pin=c(3,3),mai=c(0.1,0.4,0.1,0.4), cex=0.8)
> pie(count1,labels=label,init.angle=90)
> pie(count1,labels=label,init.angle=90,family="SimSun")

pie3D(count1,labels=label,explode=0.1,labelcex=0.7,family="SimSun")

1.6: 扇形图

fan.plot(count1, labels=label, ticks=200, col=c(4:9))

1.7: 洛伦茨曲线

example2_10<-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_10.csv')
library(DescTools)
plot(Lc(example2_10$组中值, example2_10$人数), xlab="人数比例", ylab="收入比例",col=4,panel.first=grid(10,10,col="gray70"))

2.展示数据分布的图表

2.1 ：直方图

example2_2 <-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_2.csv')
> par(mfcol=c(2,2), cex=0.7, family='SimSun')
> hist(example2_2$销售额,xlab="销售额", ylab="频数", main="(a)普通")
> hist(example2_2$销售额,freq=FALSE, breaks=20, xlab="销售额", ylab="频率", main="(c)增加轴线须线和密度线")
> curve(dnorm(x,mean(example2_2$销售额), sd(example2_2$销售额)), add=T, col="red")
>rug(example2_2$销售额)

2.2：茎叶图

> stem(example2_2$销售额)

  The decimal point is 1 digit(s) to the right of the |

  16 | 17
  17 | 1222
  18 | 1136788
  19 | 11234566667889999
  20 | 000012333334455566677778899
  21 | 00224556666777788889
  22 | 0222344445556689
  23 | 0334455678889
  24 | 0133368
  25 | 2234
  26 | 15
  27 | 2

2.3：箱线图

boxplot(example2_2$销售额, col="lightblue", cex.axis=0.5)

> example2_3 <-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_3.csv')
> par(mfcol=c(1,1), cex=0.7, family='SimSun')
> boxplot(example2_3, col="lightblue",xlab="运动员", ylab="射击环数", cex.lab=0.8, cex.axis=0.6, family="SumSin")

2.4：小提琴

library(vioplot)
par(cex=0.5)
x1<-example2_3$亚历山大.彼得里夫利
x2<-example2_3$拉尔夫.许曼
x3<-example2_3$克里斯蒂安.赖茨
x4<-example2_3$列昂尼德.叶基莫夫
x5<-example2_3$基思.桑德森
x6<-example2_3$罗曼.邦达鲁克
vioplot(x1,x2,x3,x4,x5,x6, col="lightblue", names=c('亚历山大.彼得里夫利','拉尔夫.许曼',
'克里斯蒂安.赖茨','列昂尼德.叶基莫夫','基思.桑德森','罗曼.邦达鲁克'))

2.5：点图

> example2_3_1 <- read.csv('/Users/MLS/desktop/rs/stt/example/ch2/231.csv'
> par(mfcol=c(1,1), cex=0.7, family='SimSun')
> dotchart(example2_3_1$射击环数, groups=example2_3_1$运动员, xlab="射击环数", pch=20)

> par(mfcol=c(1,1), cex=0.7, family='SimSun')
> dotplot(射击环数~运动员, data=example2_3_1, col="black", pch=9, family='SimSun')

2.6：核密度图

> par(cex=0.7, family='SimSun')
> densityplot(~射击环数|运动员, data=example2_3_1,col="blue",cex=0.5, family='SimSun')

3.展示数据关系的图表

3.1：散点图

> x<-seq(0,25,length=100)
> y<-4+0.5*x+rnorm(100,0,2)
> d<-data.frame(x,y)
> plot(d)
> polygon(d[chull(d),], col='pink', lty=3,lwd=2)
> points(d)
> abline(lm(y~x),lwd=2,col=4)
> abline(v=mean(x),h=mean(y),lty=2,col="gray70")

3.2：矩阵散点图

example2_4<-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_4.csv')
> par(cex=0.7, family='SimSun')
> plot(example2_4, cex=0.6, gap=0.5, family="SimSun")

3.3：气泡图

> attach(example2_4)
> r<-sqrt(销售收入/pi)
> symbols(广告费用,销售网点数,circle=r, inches=0.3, fg="white", bg="lightblue",ylab="销售网点数", xlab=" 广告费用")
> text(广告费用,销售网点数, rownames(example2_4),cex=0.4)

4.展示数据相似性的图表

4.1：轮廓图

> example2_5<-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_5.csv')
> par(mai=c(0.7,0.7,0.1,0.1),cex=0.8, family="SimSun")
> matplot(t(example2_5[2:9]),type='b',lty=1:7,col=1:7,xlab="消费项目",ylab="支出金额",pch=1,xaxt='n')
> axis(side=1, at=1:8, labels=c("食品","衣着","居住","家电设备用品及服务","医疗保健", "交通和通信", "教育文化娱乐服务","其他商品和服务"),cex.axis=0.6)
 "高收入户", "最高收入户"))
> legend(x="topright", legend=c("最低收入户", "低收入户","中等偏下户", "中等收入户", "中等偏上户", "高收入户", "最高收入户"), lty=1:7, col=1:7, text.width=1, cex=0.7)

4.2：雷达图

> library(fmsb)
> radarchart(example2_5[,2:9], axistype=0, seg=4, maxmin=F, vlabels=names(example2_5[,2:9]), pcol=1:7, plwd=1.5)
> legend(x="topright", legend=c("最低收入户", "低收入户","中等偏下户", "中等收入户", "中等偏上户", "高收入户", "最高收入户"), lty=1:7, col=1:7, text.width=1, cex=0.7)

4.3：星图

> mat25 <- as.matrix(example2_5[,2:9])
> rownames(mat25)<-example2_5[,1]
> par(cex=0.7, family='SimSun')
> stars(mat25, key.loc=c(7,2,5),cex=0.8)

5.展示数据随时间变化的图表

example2_9<-read.csv('/Users/MLS/desktop/rs/stt/example/ch2/22_9.csv')
>  par(mai=c(0.7,0.7,0.1,0.1), cex=0.8, family="SimSun")
> plot(example2_9[,2], lwd=1.5, ylim=c(2000,30000), xlab="年份", ylab="居民消费水平",type="n")
> grid(col="gray60")
> points(example2_9[,2], type="o", lwd=1.5,  xlab="年份", ylab="居民消费水平")
> lines(example2_9[,3], type="b", lty=2, lwd=1.5,  xlab="年份", col="blue")
> legend(x="topleft",legend=c("农村居民消费水平","城镇居民消费水平"), lty=1:2, col=c(1,4), cex=0.8)

往期精彩：

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