R語言ggplot包之資料分布匯總_R語言

引言

我們經常想觀察一批資料的分布形態，長條圖、密度圖、盒狀圖、小提琴圖和點圖等都是很好的實現形式。在此，我們簡略介紹長條圖、密度圖和盒狀圖，這種三種圖形對我們來說更為常用。 長條圖

很多人沒搞清楚橫條圖和長條圖之間的區別。橫條圖主要用於展示分類資料，即名義資料，各組分開而立。而長條圖多用於展示數值型資料，各組相依。 單組長條圖

最基本的語句就是在ggplot語句後再加geom_histogram()即可。

library(gcookbook)library(ggplot2)ggplot(faithful, aes(x=waiting)) + geom_histogram()

長條圖預設最大為30組，我們可以使用*binwidth來改變。

ggplot(faithful, aes(x=waiting)) +geom_histogram(binwidth=8, fill="white", colour="black")#改為8組

分組長條圖

分組長條圖做法與其他圖形一樣，我們用到facet_grid(var ~ .)，該方法是以var變數進行分類，做多個圖形，非一個圖形中做多個長條圖。如果變數為數字，應當因子化。

library(MASS) #取binwidth資料ggplot(birthwt, aes(x=bwt))+geom_histogram(fill="white", colour="black")+facet_grid(smoke ~ .)

核密度曲線

如果你想要做密度曲線，則用geom_density映射一連續變數。

ggplot(faithful, aes(x=waiting)) + geom_density()#你也可以將包住的部分給填充顏色ggplot(faithful, aes(x=waiting)) +geom_density(fill="blue", alpha=.2) +xlim(35, 105)#如果你不喜歡線與下方相連，可以使用另外一種方式ggplot(faithful, aes(x=waiting)) + geom_line(stat="density") +expand_limits(y=0)#expand_limits使y軸範圍包含0值。#密度曲線與長條圖共戲ggplot(faithful, aes(x=waiting, y=..density..)) +geom_histogram(fill="cornsilk", colour="grey60", size=.2) +geom_density() +xlim(35, 105)

分組密度曲線

birthwt1 <- birthwtbirthwt1$smoke <- factor(birthwt1$smoke)ggplot(birthwt1, aes(x=bwt, fill=smoke)) + geom_density(alpha=.3)

盒狀圖

盒狀圖應用十分廣泛，特別是在比較多組資料上。上代碼，看看如何實用。

ggplot(birthwt, aes(x=factor(race), y=bwt)) + geom_boxplot()#如果存在多個多個離群點，可用outlier.size 和outlier.shape進行大小和形狀設定ggplot(birthwt, aes(x=factor(race), y=bwt)) +geom_boxplot(outlier.size=1.5, outlier.shape=21)#為了看資料分布是否有偏，我們還可以增加均值與中值進行比較，主要用stat_summary把均值以菱形相展示。ggplot(birthwt, aes(x=factor(race), y=bwt)) + geom_boxplot() +stat_summary(fun.y="mean", geom="point", shape=23, size=3, fill="white")