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：

1

2

3

4

# 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：

1

2

3

4

5

6

7

# 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：

1

2

3

4

5

6

7

8

9

10

11

# 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：

1

2

3

4

5

6

7

# 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：

1

2

3

4

5

6

# 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：

1

2

3

4

5

6

# 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：

1

2

3

4

5

6

# 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：

1

2

3

4

5

6

# 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：

1

2

3

4

# 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：

1

2

3

4

# 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：

1

2

3

4

5

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：

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）相关推荐

  1. 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

  2. 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

  3. 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

  4. 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

  5. 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 ...

  6. 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

  7. 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

  8. 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 ...

  9. R语言机器学习与大数据可视化暨Python文本挖掘与自然语言处理核心技术研修

    中国通信工业协会通信和信息技术创新人才培养工程项目办公室 通人办[2017] 第45号 "R语言机器学习与大数据可视化"暨"Python文本挖掘与自然语言处理" ...

最新文章

  1. ORACLE数据库之PL/SQL触发器、rownum、动态SQL、数据库之视图与索引
  2. mongo备份索引_【MongoDB学习之四】索引 聚合 备份与恢复 监控
  3. BQ24296充电管理芯片使用过程中的注意事项
  4. php ajax实现查询功能,ajax实现分页查询功能
  5. C#设置WebBrowser使用Edge内核
  6. VNC+SSH相关应用
  7. ANDROID高仿京东分类_类似京东分类界面源代码下载
  8. java类和对象的详解
  9. idea 生成项目结构图
  10. vue3中 inject provide的响应式使用
  11. vue项目查看脚手架版本报错
  12. 计算相似度的LLR算法
  13. 文件操作细致详解（下）
  14. 线上支付同时支持支付宝和微信，关于退款问题的测试
  15. 骨传导原理是什么？骨传导耳机的利弊
  16. 安利2款好用的笔记软件给你们
  17. 奥比中光 ORBBEC Astra Mini Pro简单使用
  18. 比特币/以太坊/加密货币/网络/区块链/钱包助记词：密码学的角度上，24个单词比12个单词更安全吗
  19. python好用的软件_mac系统中都有什么python开发工具好用？
  20. 1024 程序员节岳麓对话即将开启，院士、掌门人开谈论道，话技术、聊人才、畅未来

热门文章

  1. PHP7.0微信公众平台开发4: 实例一：接收普通消息和接收事件推送
  2. 自定义悬浮球，提供一些快捷操作。比如一键静音，一键锁频，一键截屏，一键回桌面，手电筒等
  3. Photo Eraser图片擦除工具：轻松擦除路人甲！
  4. 用老虎机小例子理解Multi-armed Bandit Learning
  5. css实现单边斜切效果
  6. 每个 iOS 开发者都应该关注的 5 个网站
  7. 改变水平线hr的颜色
  8. linux外置光驱调速,买内置不如买外置 五款外置光驱推荐
  9. 跟我StepByStep学FLEX教程------概述（原创）
  10. iPhone x 解决启动图适配上下黑边的问题（排除所有其他原因后，发现是图片尺寸问题）