《R语言实战》笔记系列
本章学习大纲
1.条形图、箱线图和点图
2.饼图和扇形图
3.直方图和核密度图
第一部分 条形图、箱线图和点图
条形图
条形图通过垂直的或水平的条形展示了类别型变量的分布（频数），使用函数barplot()即可完成。一般形式是barplot(height)。其中height是一个向量或矩阵。
选项horiz=TRUE代表生成一个水平条形图，还可以添加标注选项。选项main代表添加图形标题，选项xlab和ylab则分别添加x轴和y轴标签。
如果绘制的类别型变量是一个因子或有序型因子，就可以用函数plot()创建一个条形图。无需用table()函数将其表格化。
堆砌条形图和分组条形图
如果height是一个矩阵而不是向量的话，则绘图结果是一幅堆砌条形图或分组条形图。若beside=FALSE（默认值），则矩阵中的每一列都将生成图形的一个条形，各列中的值将给出堆砌的“子条”的高度。若beside=TRUE，则矩阵中的每一列都表示一个分组，各列中的值将并列而不是堆砌。
均值条形图
条形图不一定只计算计数数据或频率数据。可以用数据整合函数并将结果传递给barplot()函数，来创建表示均值，中位数，标准差等的条形图。
ps:各个条形可以使用lines()函数绘制的线段连接起来。可以用barplot()里的参数names.arg指定一个字符向量作为条形的标签名。也可以使用图形参数辅助调整文本间隔。
棘状图
棘状图（spinogram）对堆砌条形图进行了重缩放，每个条形的高度均为1，每一段的高度即为比例。棘状图可有grid包中的函数spine()绘制。
第二部分 饼图
饼图由函数pie(x,labels)，其中x是一个非负数值向量，表示每个扇形的面积，而labels则是表示各扇形标签的字符型向量。
为了改善饼图比较各扇形的值困难的问题，可以使用扇形图（fan plot）的饼图。在R中，扇形图通过plottrix()包中的fan.plot()函数实现的。
第三部分 直方图
直方图通过在X轴上将在值域分割为一定数量的组，在Y轴上显示相应值的频数，展示了连续型变量的分布。通过hist()函数来创建直方图。一般格式为hist(x)，其中x是由一个数据值组成的数值向量。参数freq=FALSE表示根据概率密度而不是频数绘制图形。参数breaks用于控制组的数量。在定义直方图中的单元值，默认将生成等距切分。
第三部分 核密度图
核密度图是用于估计随机变量概率密度函数的一种非参数方法，是用于观察连续型变量分布的有效方法。绘制密度图的方法（不叠加到另一幅图上方）：plot(density(x))。其中x为一数值型向量。若要向一幅已经存在的图形叠加一条密度曲线，可以使用lines()函数。polygon()函数根据顶点的x和y坐标绘制多边形。
核密度图可以用于比较组间差异。可以使用sm包中的sm.density.compare()函数将图形叠加两组或更多的核密度图。一般格式：sm.density.compare(x.factor)。其中x是数值型向量，factor是分组变量。
第四部分 箱线图
箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分数（第25百分位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量的分布。
执行boxplot.stats()即可输出构建图形的统计量。
箱线图可以展示单个变量或分组变量，一般格式：boxplot(formula,data=dataframe)。其中formula是一个公式，dataframe代表提供数据的数据框（或列表）。一个示例公式为y~A，这将为类别型变量A的每个值并列地生成数值型变量y的箱线图。公式y~A*B则为类别型变量A和B所有水平的两两组合生成数值型变量y的箱线图。
添加参数varwidth=TRUE将使箱线图的宽度与其样本大小的平方成正比。参数horizontal=TRUE可以反转坐标轴的方向。
可以添加notch=TRUE，可以得到含凹槽的箱线图。若两个凹槽互不重叠，则表面它们的中位数有显著差异。
第五部分 小提琴图
小提琴图是箱线图变种，是箱线图与核密度图的结合。用vioplot()函数，一般格式为（x1,x2,....,names=,col=）,其中x1,x2，....表示要绘制的一个或多个数值向量（将为每个向量绘制一幅小提琴图）。
未完待续。。。。
