R语言：表格的条形图转化

2023-02-19 23:09:02Python014

R语言：表格的条形图转化,第1张

接着上一篇文章 R语言：表格的线图转化继续练习，这次是直方图。

前段时间在视频课程学习过直方图案例，有一个citysales表格，表示3种产品，在5个城市的销量。

运用的是“barplot”命令，程序如下：

citysales<-read.csv("citysales.csv")

x<-barplot(as.matrix(citysales[,2:4]),beside=TRUE,

legend.text=citysales$City,args.legend=list(bty="n",horiz=TRUE),

col=brewer.pal(5,"Set1"),border="black",ylim=c(0,100))

自己用来练习的表格，还是上次那个。

因为这次想用案例中的色库，所以安装了“RColorBrewer”包。

然后按照案例中语句，写了一下。颜色参数有一点改动。

barplot(as.matrix(mydata[,2:3]),las=2,beside=TRUE,col=brewer.pal(2,"Set2"))

噫，为什么2006一列，2016一列？看回案例，barplot命令是根据列分组的，所以这里也根据了两个年份分组。

这样的图形不是我想要的，所以用 t命令把mydata的行列互相置换了一下。

b<-as.matrix(mydata[,2:3]) c<-t(b)

barplot(c,las=2,beside=TRUE,col=brewer.pal(2,"Set2"))

这次出现的图形就对了，但是x轴的图标不对。区域名消失了。

很奇怪的是，如果整个mydata置换，就会把整个matrix都变成字符，barplot就不能只打印其中的两列，必须置换成数值

图形跟上图一样，就是没有x轴的数字了。

如果索性在excel表里手动置换行和列，也是可以的。

barplot(as.matrix(mydata2[,2:16]),las=2,beside=TRUE,col=brewer.pal(2,"Set2"),ylim=c(0,95000))

如果去掉“beside=TRUE”语句，则形成层叠图。再加上增长幅度曲线rate。但是因为增长幅度数值相对于几万的房价比较小，所以乘以5000倍才能看得见。

lines(mydata$rate*5000,col="gold")

这里又出现了一个缺点，涨幅曲线和柱状图差了一个，当然在excel表是完全对应的。还没有找出原因。望各位大神指教。

这次的练习：

1.条形图的转化

2.两种图形的叠加

3.RColorBrew包及相关命令

不明白/没做出来的地方

1.用barplot打印matrix的格式

2.matrix怎么加表头

3.Line和条形图的对应

1. barplot函数

>a=matrix(1:18,2)

[,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9]

[1,] 1 3 5 7 9 11 13 15 17

[2,] 2 4 6 8 10 12 14 16 18

>class(a) #查看a数据类型

[1] "matrix"

注意barplot函数对象要么是向量，要么是矩阵，若不是，则要进行数据数据类型进行转换

>barplot(d) #所有参数默认

>?barplot

常见参数就不赘述了，几个个人认为比较重要参数如下

names.arg----在每个条形图或条形图下绘制的名称向量。如果省略此参数，那么如果它是向量，则从height的names属性中获取名称；如果它是矩阵，则从列名称中获取名称。

legend.text----数据为矩阵的时候用，如果legend.text为true，则height的行名称非空时将用作标签。

horiz----默认false，为竖直条形图，改为TRUE，为水平条形图

beside---如果为FALSE，则将高度列描绘为堆叠的条，如果为TRUE，则将列描绘为并列的条

space---每根柱子之前留出的空间量（以平均柱子宽度的一部分为单位）。可以以单个数字或每个小节一个数字的形式给出。如果height是一个矩阵，并且next为TRUE，则可以用两个数字指定空间，其中第一个是同一组中的条形之间的间隔，第二个是组之间的间隔。如果未明确给出，则如果height为矩阵，并且next为TRUE，则默认为c（0,1），否则为0.2。

还有很多参数可以通过help()查询

>barplot(a,names.arg = c('1','2','3','4','5','6','7','8','9'),beside = TRUE,horiz = TRUE,col = rep(c('blue','green','gray'),3),legend.text = TRUE)

>barplot(a,names.arg = c('1','2','3','4','5','6','7','8','9'),beside = F,horiz = TRUE,col = rep(c('blue','green'),2),legend.text = TRUE)

>barplot(a,names.arg = c('1','2','3','4','5','6','7','8','9'),beside = F,horiz = F,col = rep(c('blue','green'),2),legend.text = TRUE)

2.ggplot2包

安装加载包

install.package('ggplot2')

library(ggplot2)

#创建矩阵

data<-data.frame(Sample<-c(rep('control1',3),rep('control2',3),rep('control3',3),rep('treat1',3),rep('treat2',3),rep('treat3',3),rep('treat4',3)), contion<-rep(c('Cell','Tissue','Organ'),7), value<-c(503,264,148,299,268,98,363,289,208,108,424,353,1,495,168,152,367,146,48,596,143))

colnames(data)=c('sample',"contion","value")

ggplot(data,mapping = aes(Sample,value,fill=contion))+geom_bar(stat='identity',position='fill') +labs(x = 'Sample',y = 'frequnency') +theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = 'black'))+theme(axis.text.x = element_text(angle = 45, hjust = 1))

#ggplot函数，geom从数据到几何图像，geom_bar为柱状图，geom_line为线型图等，aes形成映射，x轴为sample，y轴为value，堆叠为contion，geom_bar()函数为建立柱状图，stat参数-统计变换，position参数为柱状图形式，position= 'fill'（图形元素堆叠且高度标准化为1），position= 'stack'（图形堆叠图），参数position= 'dodge'（并列数据，非堆叠展示），coord画图在某个坐标系中，facet将绘图窗口分成若干子窗口用来生成数据中不同子集的图形

# labs为标题，theme为设置标题参数，axis.title为轴标题信息，axis.text为轴注释文本，axis.text.x表示设置x轴的信息，还有更多参数详查ggplot2包

ggplot(data,mapping = aes(Sample,value,fill=contion))+geom_bar(stat='identity',position='stack') +labs(x = 'Sample',y = 'frequnency') +theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = 'black'))+theme(axis.text.x = element_text(angle = 45, hjust = 1))

ggplot(data,mapping = aes(Sample,value,fill=contion))+geom_bar(stat='identity',position='dodge') +labs(x = 'Sample',y = 'frequnency') +theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = 'black'))+theme(axis.text.x = element_text(angle = 45, hjust = 1))

如何使用R语言画出漂亮的图，颜色很重要，既要协调，又有有一定的分辨力。

可以拿到任意多个颜色，当然颜色越多，分辨力越低。

barplot(rep(1,8), col=rainbow(8),border=NA)

rainbow(8)

[1] "#FF0000FF" "#FFBF00FF" "#80FF00FF" "#00FF40FF" "#00FFFFFF" "#0040FFFF"

[7] "#8000FFFF" "#FF00BFFF"

barplot(rep(1,20), col=rainbow(20),border=NA) #分辨力降低

par(mfrow=c(4,1), mar=c(0,2,2,0) )

n=10

#heat.colors()从红色渐变到黄色，再变到白色

barplot(rep(1,n), col= heat.colors(n), border=NA, main="heat.colors")

#terrain.colors() 从绿色渐变到黄色，再到棕色，最后到白色