《R数据可视化手册》一2.3 绘制条形图

简介:

本节书摘来自异步社区《R数据可视化手册》一书中的第2章,第2.3节,作者 【美】Winston Chang,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.3 绘制条形图

问题
如何绘制条形图?

方法
对变量的值绘制条形图(见图2-5左图),可以使用barplot()函数,并向其传递两个向量作为参数,第一个向量用来设定条形的高度,第二个向量用来设定每个条形对应的标签(可选)。

如果向量中的元素已被命名,则系统会自动使用元素的名字作为条形标签:

barplot(BOD$demand, names.arg=BOD$Time)

有时候,“条形图”表示的是分组数据中各个元素的频数(见图2-5右图)。这种条形图跟直方图有些类似,不过,其用离散取值的x轴替代了直方图中连续取值的x轴。要计算向量中各个类别的频数,可以使用table()函数。

table(mtcars$cyl)

 4 6 8 
11 7 14 
# 值为4的频数为11,6的为7,8的为14


2de404aa3ffd863831bd81ef678be890f63d7cd7

只需将上面的表格结果传递给barplot()函数即可绘制频数条形图:

# 生成频数表
barplot(table(mtcars$cyl))

对于ggplot2系统,可以使用qplot()函数得到类似的绘图结果(见图2-6)。绘制变量值的条形图时需将参数设定为geom="bar"和stat="identity"。注意变量x分别为连续取值和离散取值时输出结果的差异。

library(ggplot2)
qplot(BOD$Time, BOD$demand, geom="bar", stat="identity")
# 将x转化为因子型变量,令系统将其视作离散值
qplot(factor(BOD$Time), BOD$demand, geom="bar", stat="identity")


c1a6c49bc04210a0589b0e5d7abd9991fe29f7c5

qplot()函数也可以用来绘制分组变量的频数条形图(见图2-7),事实上,这是ggplot2绘制条形图的默认方式,它比绘制变量值条形图的命令更简短。再提醒一次,注意连续x轴和离散x轴的差异。

# cyl是连续变量
qplot(mtcars$cyl)
# 将cyl转化为因子型变量
qplot(factor(mtcars$cyl))


7cd97cd3c96ca77638fb8afcaa6e051639f4e953

如果参数向量包含在同一个数据框内,则可以运行下面的语句:

# 变量值条形图,这里用BOD数据框中的Time列
# 和demand列分别作为x和y参数
qplot(Time, demand, data=BOD, geom="bar", stat="identity")
# 这与下面的语句等价
ggplot(BOD, aes(x=Time, y=demand)) + geom_bar(stat="identity")

# 频数条形图
qplot(factor(cyl), data=mtcars)
# 这与下面的语句等价
ggplot(mtcars, aes(x=factor(cyl))) + geom_bar()

另见
更多关于绘制条形图的详细内容可参见本书第3章。

相关文章
|
SQL 数据可视化 算法
数据可视化—绘制简单的折线图
在使用matplotlib绘制简单的折线图之前首先需要安装matplotlib,直接在pycharm终端pip install matplotlib即可
207 0
数据可视化—绘制简单的折线图