72 第五章 图库 1 > # 用分类调色板 2 > library(RColorBrewer) 3 > par(mfrow = c(2, 1), mar = c(3, 2.5, 0.5, 0.1)) 4 > death = t(VADeaths)[, 5:1] 5 > barplot(death, col = brewer.pal(4, "Set1")) 6 > barplot(death, col = brewer.pal(4, "Set1"), beside = TRUE, 7 + legend = TRUE) 0 50 100 150 200 0 10 20 30 40 50 60 70 70-74 65-69 60-64 55-59 50-54 Rural Male Rural Female Urban Male Urban Female 70-74 65-69 60-64 55-59 50-54 图 5.7: 弗吉尼亚死亡率数据条形图:堆砌和并列的条形图效果。
5.5 散点图 73 性,但女性的城乡差异没有明显规律。由于人眼对长度比比例更敏感(例 如在区分城乡和性别差异时,图5.7的上图就不如下图直观),所以我们制图 时要考虑清楚我们想展示的是数据的哪一方面,即:将最关键的信息用最 能激发视觉感知的形式表现出来。 1 > # 弗吉尼亚州死亡数据 2 > VADeaths Rural Male Rural Female Urban Male Urban Female 50-54 11.7 8.7 15.4 8.4 55-59 18.1 11.7 24.3 13.6 60-64 26.9 20.3 37.0 19.3 65-69 41.0 30.9 54.6 35.1 70-74 66.0 54.3 71.1 50.0 5.5 散点图 散点图通常用来展示两个变量之间的关系,这种关系可能是线性或非 线性的。图中每一个点的横纵坐标都分别对应两个变量各自的观测值,因 此散点所反映出来的趋势也就是两个变量之间的关系。 R中散点图的函数为plot.default(),但由于plot()是泛型函数(参见3.2小 节),通常我们只需要提供两个数值型向量给plot()即可画散点图,或者提供 一个两列的矩阵或数据框。函数plot.default()的用法如下: 1 > usage(plot, "default") plot(x, y = NULL, type = "p", xlim = NULL, ylim = NULL, log = "", main = NULL, sub = NULL, xlab = NULL, ylab = NULL, ann = par("ann"), axes = TRUE, frame.plot = axes, panel.first = NULL, panel.last = NULL, asp = NA, ...) 其中若x是一个两列的矩阵或数据框,则无需再提供y,否则x和y都必 须是数值型向量;其它参数均已在3.2小节中介绍。 图5.8展示了一个人造数据的散点图:我们设计了2万个样本,其中 有1万个样本点来自于两个独立的标准正态分布,另1万个样本点的坐标落 在半径为0.5的圆上,最后将这2万个样本拼起来并打乱顺序。该数据收录 在MSG包(Xie, 2010b)中,名为BinormCircle。虽然数据只有两个变量,但 我们用普通的统计模型和数值分析几乎无法找出数据的特征,例如线性回 归显示两个变量V1和V2的回归系数非常不显著:
- Page 1 and 2:
现代统计图形 谢益辉 2010
- Page 3 and 4:
• 自由软件用户往往有某
- Page 5 and 6:
目录 序言 i 代序一 . . . . .
- Page 7 and 8:
5.25 向日葵散点图 . . . . . .
- Page 9:
附录 B 作图技巧 163 B.1 添
- Page 12 and 13:
5.4 泊松分布随机数茎叶图
- Page 15 and 16:
表格 5.1 二维列联表的经典
- Page 17 and 18:
序言 代序一 代序二 作者
- Page 19:
Coefficients: Estimate Std. Error t
- Page 22 and 23:
2 第一章 历史 图 1.1: Playfai
- Page 24 and 25:
4 第一章 历史 吸到了“瘴
- Page 26 and 27:
6 第一章 历史 图 1.4: 南丁
- Page 28 and 29:
8 第一章 历史 图 1.5: Minard
- Page 30 and 31:
10 第一章 历史 总的说来,
- Page 32 and 33:
12 第二章 工具 大小,如条
- Page 34 and 35:
14 第二章 工具 Type contributo
- Page 36 and 37:
16 第二章 工具 百K的一个
- Page 38 and 39:
18 第二章 工具 其实没有必
- Page 40 and 41:
20 第二章 工具
- Page 42 and 43: 22 第三章 细节 3.1 par()函数
- Page 44 and 45: 24 第三章 细节 1:10 2 4 6 8 10
- Page 46 and 47: 26 第三章 细节 las 坐标轴
- Page 48 and 49: 28 第三章 细节 oma[2] mar[2] O
- Page 50 and 51: 30 第三章 细节 3.2 plot()及
- Page 52 and 53: 32 第三章 细节 xlim, ylim 设
- Page 54 and 55: 34 第四章 元素 4.1 颜色 默
- Page 56 and 57: 36 第四章 元素 4.1.2 颜色生
- Page 58 and 59: 38 第四章 元素 [,1] [,2] [,3]
- Page 60 and 61: 40 第四章 元素 每一类调色
- Page 62 and 63: 42 第四章 元素 1 > xx = c(1912
- Page 64 and 65: 44 第四章 元素 0 1 2 3 4 5 6 7
- Page 66 and 67: 46 第四章 元素 图2.1已经使
- Page 68 and 69: 48 第四章 元素 1 > usage(arrow
- Page 70 and 71: 50 第四章 元素 一个多边形
- Page 72 and 73: 52 第四章 元素 可以看到,
- Page 74 and 75: 54 第四章 元素 1 > par(mar = c
- Page 76 and 77: 56 第四章 元素 1 > data(Export
- Page 78 and 79: 58 第四章 元素 12 72.48 2003 U
- Page 80 and 81: 60 第五章 图库 1 > par(mfrow =
- Page 82 and 83: 62 第五章 图库 f(x) = F ′ F
- Page 84 and 85: 64 第五章 图库 1 > stem(island
- Page 86 and 87: 66 第五章 图库 对原始数据
- Page 88 and 89: 68 第五章 图库 names, plot = T
- Page 90 and 91: 70 第五章 图库 1 > par(mar = c
- Page 94: 74 第五章 图库 1 > library(MSG
- Page 97 and 98: 5.7 条件密度图 77 R中关联
- Page 99 and 100: 5.7 条件密度图 79 小到大在
- Page 101 and 102: 5.8 等高图 81 1 > data(ChinaLife
- Page 103 and 104: 5.8 等高图 83 都必须展示在
- Page 105 and 106: 5.9 条件分割图 85 1 > par(mar
- Page 107 and 108: 5.10 一元函数曲线图 87 1 > c
- Page 109 and 110: 5.12 颜色等高图 89 1 > dotchar
- Page 111 and 112: 5.13 四瓣图 91 finite = TRUE), y
- Page 113 and 114: 5.13 四瓣图 93 表 5.1: 二维
- Page 115 and 116: 5.14 颜色图 95 C和E系的优比
- Page 117 and 118: 5.14 颜色图 97 1 > par(mar = rep
- Page 119 and 120: 5.15 矩阵图 99 1 > sines = outer
- Page 121 and 122: 5.16 马赛克图 101 1 > ftable(Ti
- Page 123 and 124: 5.17 散点图矩阵 103 较低。
- Page 125 and 126: 5.18 三维透视图 105 倍数;fon
- Page 127 and 128: 5.18 三维透视图 107 Sinc( r )
- Page 129 and 130: 5.19 因素效应图 109 1 > plot.d
- Page 131 and 132: 5.21 平滑散点图 111 1 > par(ma
- Page 133 and 134: 5.22 棘状图 113 可将图5.28放
- Page 135 and 136: 5.22 棘状图 115 离散化处理,
- Page 137 and 138: 5.23 星状图 117 1 > # 预设调
- Page 139 and 140: 5.24 带状图 119 1 > layout(matri
- Page 141 and 142: 5.25 向日葵散点图 121 1 > sun
- Page 143 and 144:
5.26 符号图 123 1 > par(mar = c(
- Page 145:
5.27 饼图 125 增长率 总人口
- Page 148 and 149:
128 第五章 图库 种以比例
- Page 150 and 151:
130 第五章 图库 1 > # 真实
- Page 152 and 153:
132 第五章 图库 信用风险
- Page 154 and 155:
134 第五章 图库 1 > library(rp
- Page 156 and 157:
136 第五章 图库 有时候与
- Page 158 and 159:
138 第五章 图库 数诸如填
- Page 160 and 161:
140 第五章 图库
- Page 162 and 163:
142 第六章 系统 8 > plot(0:1,
- Page 164 and 165:
144 第七章 模型 • 类似回
- Page 166 and 167:
146 第七章 模型 7.16.1 分类
- Page 168 and 169:
148 第八章 数据 8.2.1 一维
- Page 170 and 171:
150 附录 A 程序初步 通常我
- Page 172 and 173:
152 附录 A 程序初步 1 > # 冒
- Page 174 and 175:
154 附录 A 程序初步 [1] 1 2 3
- Page 176 and 177:
156 附录 A 程序初步 [,1] [,2]
- Page 178 and 179:
158 附录 A 程序初步 A.1.5 函
- Page 180 and 181:
160 附录 A 程序初步 [1] "inte
- Page 182 and 183:
162 附录 A 程序初步 2. 变量
- Page 184 and 185:
164 附录 B 作图技巧 1 > # 本
- Page 186 and 187:
166 附录 B 作图技巧 1 > layou
- Page 188 and 189:
168 附录 B 作图技巧 screen(n
- Page 190 and 191:
170 附录 B 作图技巧 B.3 交
- Page 192 and 193:
172 附录 B 作图技巧 1 > xx =
- Page 194 and 195:
174 附录 B 作图技巧 正的频
- Page 196 and 197:
176 附录 B 作图技巧
- Page 198 and 199:
178 附录 C 统计动画
- Page 200 and 201:
180 附录 D 本书R包 D.2 数据
- Page 202 and 203:
182 参考文献 Minka , URL http:/
- Page 204 and 205:
184 参考文献 Meyer D, Zeileis A
- Page 206 and 207:
186 参考文献 Wilkinson L (2005)
- Page 208 and 209:
188 索引 点, 27 玫瑰图, 4 直
- Page 210:
190 索引 形的一些历史,包