R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)...
作者:穆晨
来源:https://www.cnblogs.com/muchen/p/5310732.html
阅读目录
数据分布图简介
绘制基本直方图
基于分组的直方图
绘制密度曲线
绘制基本箱线图
往箱线图添加槽口和均值
绘制2D等高线
绘制2D密度图
数据分布图简介
中医上讲看病四诊法为:望闻问切。而数据分析师分析数据的过程也有点相似,我们需要望:看看数据长什么样;闻:仔细分析数据是否合理;问:针对前两步工作搜集到的问题与业务方交流;切:结合业务方反馈的结果和项目需求进行数据分析。
"望"的方法可以认为就是制作数据可视化图表的过程,而数据分布图无疑是非常能反映数据特征(用户症状)的。R语言提供了多种图表对数据分布进行描述,本文接下来将逐一讲解。
绘制基本直方图
本例选用如下测试集:
直方图的横轴为绑定变量区间分隔的取值范围,纵轴则表示变量在不同变量区间上的频数。绘制时只需将基函数的美学特征集中配置好需要分析的变量,然后创建新的直方图图层即可。R语言示例代码如下:
# 基函数
ggplot(faithful, aes(x = waiting)) +# 直方图函数:binwidth设置组距geom_histogram(binwidth = 5, fill = "lightblue", colour = "black")
运行结果:
基于分组的直方图
本例选用如下测试集:
直方图的分组图和本系列前面一些博文中讲的一些分组图不同,它不能进行水平方向的堆积 - 这样看不出频数变化趋势;也不能进行垂直方向的堆积 - 这样同样看不出趋势。这里采用一种新的堆积方法:重叠堆积,R语言实现代码如下:
# 预处理:将smoke变量转换为因子类型
birthwt$smoke = factor(birthwt$smoke)# 基函数:x设置目标变量
ggplot(birthwt, aes(x = bwt, fill = smoke)) +# 直方图函数:position设置堆积模式为重叠geom_histogram(position = "identity", alpha = 0.4)
运行结果:
也可以采用分面的方法,R语言实现代码如下:
# 预处理1:将smoke变量转换为因子类型
birthwt$smoke = factor(birthwt$smoke)
# 预处理2:改变因子水平名称
birthwt$smoke = revalue(birthwt$smoke, c("0" = "No Smoke", "1" = "Smoke"))# 基函数
ggplot(birthwt, aes(x = bwt)) +# 直方图函数geom_histogram(fill = "lightblue", colour = "black") +# 分面函数:纵向分面facet_grid(smoke ~ .)
运行结果:
绘制密度曲线
本例选用如下测试集:
密度曲线表达的意思和直方图很相似,因此密度曲线的绘制方法和直方图也几乎是相同的。区别仅在于密度曲线的横轴要绑定到连续型变量,另外绘制函数的名字不同。R语言示例代码如下:
# 预处理:将smoke变量转换为因子类型
birthwt$smoke = factor(birthwt$smoke)# 基函数:x设置目标变量,fill设置填充色
ggplot(birthwt, aes(x = bwt, fill = smoke)) +# 密度曲线函数:alpha设置填充色透明度geom_density(alpha = 0.3)
运行结果:
绘制基本箱线图
本例选用如下测试集:
箱线图是一种常用数据分布图,下图表示了这种图中各元素的意义:
绘制方法是在基函数中将变量分组绑定到横轴,变量本身绑定到纵轴。此外,为了美观也可以将分组绑定到fill变量并设置调色板。R语言示例代码如下:
# 基函数ggplot(birthwt, aes(x = factor(race), y = bwt, fill = factor(race))) + # 箱线图函数 geom_boxplot() + # 颜色标尺 scale_fill_brewer(palette = "Pastel2")
运行结果:
往箱线图添加槽口和均值
在上一节绘制的基本箱线图之上,还能进一步绘制以展示更多信息。
其中最常见的是为箱子添加槽口,它能更清晰的表示中位数的位置。R语言实现代码如下:
# 基函数
ggplot(birthwt, aes(x = factor(race), y = bwt, fill = factor(race))) +# 箱线图函数geom_boxplot(notch = TRUE) +# 颜色标尺scale_fill_brewer(palette = "Pastel2")
运行结果:
通过stat_summary()函数,还可以在箱线图中标记均值点。R语言实现代码如下:
# 基函数
ggplot(birthwt, aes(x = factor(race), y = bwt, fill = factor(race))) +# 箱线图函数geom_boxplot(notch = TRUE) +# 颜色标尺scale_fill_brewer(palette = "Pastel2")
运行结果:
绘制2D等高线
本例选用如下测试集:
绘制2D等高线主要是调用stat_density()函数。这个函数会给出一个基于数据的二维核密度估计,然后我们可基于这个估计值来判断各样本点的"等高"性。接下来首先给出各数据点及等高线的绘制方法,R语言实现代码如下:
# 基函数
ggplot(faithful, aes(x = eruptions, y = waiting)) +# 散点图函数geom_point() +# 密度图函数stat_density2d()
运行结果:
也可以通过设置密度函数美学特征集中的colour参数来给不同密度的等高线着色,R语言实现代码如下:
# 基函数
ggplot(faithful, aes(x = eruptions, y = waiting)) +# 密度图函数:colour设置等高线颜色stat_density2d(aes(colour = ..level..))
运行结果:
绘制2D密度图
本例选用如下测试集:
等高线图也是密度图的一种,因此绘制密度图和等高线图用的是同一个函数:stat_density(),只是它们传入的参数不同。首先绘制经典栅格密度图,R语言实现代码如下:
# 基函数
ggplot(faithful, aes(x = eruptions, y = waiting)) +# 密度图函数:fill设置填充颜色数据为密度,geom设置绘制栅格图stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE)
运行结果:
也可以将密度变量映射到透明度来渲染,R语言实现代码如下:
ggplot(faithful, aes(x = eruptions, y = waiting)) +# 散点图函数geom_point() +# 密度图函数:alpha设置填充透明度数据为密度,geom设置绘制栅格图stat_density2d(aes(alpha = ..density..), geom = "raster", contour = FALSE)
运行结果:
猜你喜欢
11种概率分布,你了解几个?
贝叶斯定理的通俗理解
R语言资源整理——史上最全
R语言简单实现决策树算法
R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)...相关推荐
- R语言ggplot2可视化时间序列数据并添加稳定趋势线识别数据的稳定趋势
R语言ggplot2可视化时间序列数据并添加稳定趋势线识别数据的稳定趋势 目录 R语言ggplot2可视化时间序列数据并添
- R语言ggplot2可视化时间序列数据:ggplot2可视化在时间轴上添加按月的箱图(boxplot)
R语言ggplot2可视化时间序列数据:ggplot2可视化在时间轴上添加按月的箱图(boxplot) 目录
- R语言ggplot2可视化时间序列数据并突出标注重要时间点数据实战:特殊节点标签标注、特殊区域标注
R语言ggplot2可视化时间序列数据并突出标注重要时间点数据实战:特殊节点标签标注.特殊区域标注 目录
- R语言ggplot2可视化设置数据点的大小、设置数据点的颜色、设置数据点边缘线条的厚度(point border thickness)实战
R语言ggplot2可视化设置数据点的大小.设置数据点的颜色.设置数据点边缘线条的厚度(point border thickness)实战 目录
- R语言ggplot2可视化绘制带有双y轴(double y axis)的分面图(facet、facet_grid)
R语言ggplot2可视化绘制带有双y轴(double y axis)的分面图(facet.facet_grid) 目录 R语言ggplot2可视化绘制带有双y轴(double y axis)的分面图 ...
- R语言ggplot2可视化:将条形图(bar plot)和线图(line plot)组合在一起并使用双Y轴(double y axis)进行可视化、其中一个Y轴显示为百分比
R语言ggplot2可视化:将条形图(bar plot)和线图(line plot)组合在一起并使用双Y轴(double y axis)进行可视化.其中一个Y轴显示为百分比 目录
- Py之Seaborn:数据可视化Seaborn库的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的组合图/矩阵图实现
Py之Seaborn:数据可视化Seaborn库的柱状图.箱线图(置信区间图).散点图/折线图.核密度图/等高线图.盒形图/小提琴图/LV多框图的组合图/矩阵图实现 目录
- R 多变量数据预处理_R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)...
作者:穆晨 来源:https://www.cnblogs.com/muchen/p/5310732.html 阅读目录 数据分布图简介 绘制基本直方图 基于分组的直方图 绘制密度曲线 绘制基本箱线图 ...
- 第六篇:R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)
阅读目录 数据分布图简介 绘制基本直方图 基于分组的直方图 绘制密度曲线 绘制基本箱线图 往箱线图添加槽口和均值 绘制2D等高线 绘制2D密度图 数据分布图简介 中医上讲看病四诊法为:望闻问切.而数据 ...
最新文章
- AI安防火热战况下 算法到场景还有多远?
- phpstrom配置svn/git提交
- 三十八、Java集合中的ConcurrentHashMap
- jsp项目放入宝塔windows环境_《鸡站群组》-教你建站(1.1) 下载并配置windows宝塔面板...
- Arch Linux 安装总结
- loadrunner-2-9添加事务
- python第三方库——requests
- python初始化空列表_python list的深拷贝与浅拷贝-以及初始化空白list的方法(1)
- python中处理命令行参数命令getopt
- 哥德巴赫猜想-中文维基百科
- JPA自动生成数据库表教程
- html5怎么让表格居中,HTML怎么让表格居中
- 天龙八部,小师妹,李沧海,齐御风
- django后台添加学生-jquery实现表单正则表达式验证,判断是否可以进行提交
- python 字符串输出时 使用空格隔开
- 机器学习(9)--神经网络
- Geogebra 教程之 01 什么是Geogebra,真的可以提高我们数学水平么?
- 【经典】CSS技巧教程资源大全
- 夸计算机老师的成语,赞美老师的词语和句子 把诚挚的祝愿献给老师
- 粤教版管理计算机中的文件教案,粤教版高中信息技术教案(数据库).doc