java绘图_R语言第五章高级绘图工具（1）

68 阅读 0 评论 45 点赞

我是靠谱客的博主花痴季节，最近开发中收集的这篇文章主要介绍java绘图_R语言第五章高级绘图工具（1），觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

1.lattice包绘图工具

高级绘图工具是相对于R的基础绘图系统而言的，包括lattice图形系统、ggplot2图形系统以及各类交互式绘图系统。

lattice包是由Deepayan Sarkar基于Grid包编写的一套统计图形系统，他的图形设计理念来自于Cleveland的Trellis(栅栏)图形。Grid图形系统可以很容易控制图形基础单元，给予编程者创作图形极大的灵活性。一些用标准绘图很难实现的功能，lattice包能轻松实现。

lattice包是一个非常强大地高级绘图程序包，由Deepayan Sarkar编写，这个程序包使20世纪90年代初期在贝尔实验室发展起来的特雷里斯图形框架(Trellis)变成了现实。lattice包很容易实现单变量或多变量的数据可视化，生成的图形为栅栏图。在一个或多个其它变量的条件下，栅栏图可展示某个变量的分布或与其他变量间的关系。lattice包提供了丰富的图形函数，可生成单变量图形(点图、核密度图、直方图、柱形图和箱线图)、双变量图(散点图、带状图和平行箱线图)和多变量图形(三维图和散点图矩阵)。

grid包是一个底层的绘图系统，能够灵活地控制图形输出的外观和布局，但是grid包不提供创建完整图形的高级绘图系统，例如，ggplot2和lattice，而是提供绘制开发这些高级绘图的基础接口

绘图特色

与plot函数相似，lattice包也有可以绘制散点图的xyplot函数。与plot函数不同的是，它的绘制对象是一个表达式y~x。

实例:以mtcars数据集为例，绘制车身重量与每加仑汽油形式的英里数的散点图。

library(lattice)attach(mtcars)xyplot(mpg~wt,data=mtcars,xlab = “weight”,ylab = “Miles per Gallon”)detach(mtcars)

xyplot(mpg~wt,data=mtcars,xlab=“weight” ,ylab=“Miles paer Gallon”)

绘图特色

基础绘图需要设置参数绘制漂亮的图形，而lattice包将默认的图形参数包含在一个很大的列表对象中，可以不用设置参数。

lattice包的图形参数可通过trellis.par.get()函数来获取，并用trellis.par.set()函数来修改。show.settings()函数可展示当前的图形参数设置情况。

lattice包的图形参数可以通过trellis.par.get()函数来获取，并用trellis.par.set()函数来修改，show.settings函数可以展示当前的图形的参数设置情况’

如果希望查看所有设置的列表，可以调用不带参数的trelliis.par.get()函数。

show.settings()mysettings<-trellis.par.get()mysettingssuperpose.symbolsuperpose.symbolsuperpose.symbolpch<-c(1:10)trellis.par.set(mysettings)show.settings()

lattice包可以通过添加条件变量，创建出各个水平下的面板。一般情况下，条件变量是因子型变量，若条件变量为连续性，则需要先将连续型变量转换为离散变量，再将其设置为条件变量。

添加条件变量v的方式为：

graph_function(formula|v,data=,options)

条件变量是因子型变量，如果条件变量为连续性，则需要先将连续型变量转换成为离散型变量，再将其设置为条件变量

y~x xyplot(mpg~cyl,data=mtcars)~x|y histogram(~height|voicepart,data=singer)y~x|z xyplot(Sepal.Length~Sepal.Width|Species,data=iris)y~x|A+B barchart(Class~Freq|Age+Sex,data=as.data.frame(Titanic))

绘图特色

在lattice包中，每个高级绘图函数都调用了一个默认的函数来绘制面板。

对面板定义或者增加外观细节的低级面板函数可以为lattice图形添加线、文本或者其他图形元素。

可以使用自定义函数替换默认的面板函数，也可将lattice包中的50多个默认面板中的某个或多个整合到自定义的函数中。

低级面板函数有：

mypanel=function(x,y){panel.lmline(x,y,col=“red”,lwd=1,lty=2)panel.loess(x,y)panel.grid(h=-1,v=-1)panel.rug(x,y)panel.xyplot(x,y)}xyplot(mpg~wt,data=mtcars,xlab=“Weight”,ylab=“Miles per Gallon”,main=“Miles per Gallon on weight”,panel=mypanel)