本篇继续介绍基础绘图系统中的几个绘图函数。

spineplot()

该函数用于绘制棘状图，有以下两种语法结构：

spineplot(x, y = NULL,breaks = NULL, tol.ylab = 0.05,off = NULL, ylevels = NULL,col = NULL, main = "",xlab = NULL, ylab = NULL,xaxlabels = NULL, yaxlabels = NULL,xlim = NULL, ylim = c(0, 1),axes = TRUE, ...)spineplot(formula, data = NULL,breaks = NULL, tol.ylab = 0.05,..., subset = NULL,drop.unused.levels = FALSE)

棘状图是百分比形式的累积柱状图或直方图，因此要求y参数为因子变量。

当x参数也为因子变量时，绘制百分比形式的累积柱状图：

spineplot(factor(vs) ~ factor(cyl), data = mtcars,xlab = "气缸数",ylab = "发动机",yaxlabels = c("V型", "直型"),col = c("skyblue", "darkgreen"))

当x参数为连续变量时，绘制百分比形式的累积直方图：

spineplot(factor(vs) ~ mpg, data = mtcars,xlab = "每英里耗油量（加仑）",ylab = "发动机",yaxlabels = c("V型", "直型"),col = c("skyblue", "darkgreen"))

• 棘状图与柱状图、直方图还有一个区别：每个“柱形”的宽度与它对应的样本数成正比。

symbols()

该函数绘制符号图，共有6种供选择的符号类型：

symbols(x, y = NULL,circles, squares,rectangles, stars,thermometers, boxplots,inches = TRUE, add = FALSE,fg = par("col"), bg = NA,xlab = NULL, ylab = NULL,main = NULL,xlim = NULL, ylim = NULL, ...)

• circles、squares、rectangles、stars、thermometers、boxplots：此六个参数分别对应一种符号类型，即圆形、方形、矩形、星形、温度计形、箱形。

circles

该参数绘制圆形符号，需要指定一个与x、y参数等长度的向量，来控制圆形半径的相对大小，向量的元素必须为正数。

符号的绝对大小由inches参数控制。当它为TRUE时，最大的符号的尺寸被设定为1英寸，其余符号等比例缩放；当它为数值时，最大符号的尺寸英寸值为该数值，其余符号同样等比例缩放；当它为FALSE时，符号大小使用坐标轴刻度的单位。

symbols(mtcars$mpg, mtcars$qsec,circles = mtcars$cyl,inches = 0.1,xlab = "每英里耗油量（加仑）",ylab = "1/4英里用时",fg = "coral", bg = "lightgreen")

• 可以看出，通过此函数可以在基础绘图系统中实现类似ggplot2工具包使用变量映射控制符号大小的功能。

rectangles

该参数绘制矩形符号，需要指定一个列数为2、行数同x、y参数长度的矩阵控制矩形符号的宽（第一列）和高（第二列）的相对大小。

符号的绝对大小设置方法同circles参数。

plot(mtcars$mpg, mtcars$qsec,pch = 20, cex = 0.8,xlab = "每英里耗油量（加仑）",ylab = "1/4英里用时")
symbols(mtcars$mpg, mtcars$qsec,rectangles = cbind(rep(6, 32), mtcars$cyl),inches = 0.2, add = T,fg = "coral", bg = rgb(0.1,0.1,1,0.2))

其他符号

squares参数的设置方法类似circles参数。

stars、thermometers、boxplots参数较少使用，分别需要列数为3及以上、3或4、5的矩阵控制相应要素的相对大小。

polypath()

该函数按照点的顺序依次使用线段进行连接，最后再将首、尾两点连接以形成封闭的图形，即多边形。

该函数属于低级函数，需要在主函数之后使用。

函数语法结构如下：

polypath(x, y = NULL,border = NULL, col = NA,lty = par("lty"),rule = "winding", ...)

• border参数控制路径的颜色，col参数控制多边形内部的填充颜色。

x = c(1,2,3,2)
y = c(2,1,2,3)
plot(x, y, pch = 21, bg = "skyblue",xlab = "", ylab = "",xlim = c(1,4))
polypath(x, y, col = rgb(0.1,0.1,1,0.2))
text(x, y, labels = c(1:4),adj = -1, col = "red")m = c(2,3,4,3)
n = c(2,1,2,3)
polypath(m, n, col = rgb(1,0.1,0.1,0.2))
text(m, n, labels = LETTERS[1:4], col = "red")

• 图中数字和英文字母表示点的顺序。

polygon()

该函数与polypath函数的功能类似，但多了density、angle参数，参数意义同barplot、hist等函数的同名参数一致。

polygon(x, y = NULL, density = NULL,angle = 45, border = NULL,col = NA, lty = par("lty"),..., fillOddEven = FALSE)

示例如下：

x = c(1,2,3,2)
y = c(2,1,2,3)
plot(x, y, pch = 21, bg = "skyblue",xlab = "", ylab = "",xlim = c(1,4))
polygon(x, y, density = 10, angle = 30,col = rgb(0.1,0.1,1,0.2), border = "darkgreen")
text(x, y, labels = c(1:4),adj = -1, col = "red")m = c(2,3,4,3)
n = c(2,1,2,3)
polygon(m, n, density = 10, angle = -60,col = rgb(1,0.1,0.1,0.2), border = "darkgreen")
text(m, n, labels = LETTERS[1:4], col = "red")

assocplot()

该函数绘制Cohen-Friendly关联图。语法结构如下：

assocplot(x, col = c("black", "red"), space = 0.3,main = NULL, xlab = NULL, ylab = NULL)

x参数必须为二维的列联表。在R中，根据数据框生成列联表的函数为xtabs。如生成mtcars数据集中cyl和vs变量之间的列联表：

x <- xtabs(~ cyl + vs, data = mtcars)x
##    vs
## cyl  0  1
##   4  1 10
##   6  3  4
##   8 14  0

Cohen-Friendly关联图的绘制原理如下：

、分别表示列联表的行和列，表示行、列对应的样本数量，即频数，、分别表示第行、第列的样本总数，表示全局的样本总数。则，

行、列的样本数的期望值：

行、列对应的皮尔逊卡方值：

assocplot(x, main = "Relation between cyl and vs color")

图中，为正数时，对应的柱形方向向上，颜色受col参数的第一个元素控制；反之方向向下，颜色受col参数的第二个元素控制；

柱形的长度与的绝对值成正比，宽度与成正比，因此柱形的面积和真实频数与期望频数之差成正比。

cdplot()

该函数绘制条件密度图（Conditional Density Plots），也有如下两种语法结构：

cdplot(x, y,plot = TRUE, tol.ylab = 0.05,ylevels = NULL, bw = "nrd0",n = 512, from = NULL, to = NULL,col = NULL, border = 1, main = "",xlab = NULL, ylab = NULL,yaxlabels = NULL, xlim = NULL,ylim = c(0, 1), ...)cdplot(formula, data = list(),..., subset = NULL)

该函数要求条件变量即y参数为因子变量。

示例如下：

cdplot(factor(cyl) ~ mpg, data = mtcars,col = c("coral", "darkgreen", "skyblue"),xlab = "每英里耗油量（加仑）",ylab = "气缸数")

• 该图可以充分表达“每英里耗油量（加仑）”与“气缸数”之间的关系：随着“每英里耗油量（加仑）”的增加，气缸数为4的汽车样本密度逐渐增加，气缸数为8的汽车样本密度逐渐减小，气缸数为6的汽车样本密度先增大后减小。