前言

函數(shù)barplot()可以繪制條形圖，其格式為

barplot(height)

height是一個(gè)向量或者矩陣，使用horiz=TRUE可以生成一個(gè)水平的條形圖，

例子

1，用條形圖統(tǒng)計(jì)分類(lèi)變量的頻數(shù)

注意條形圖常用來(lái)統(tǒng)計(jì)分類(lèi)變量每一鐘元素的頻數(shù)，此時(shí)可以運(yùn)用table()進(jìn)行處理分類(lèi)變量，其可以統(tǒng)計(jì)分類(lèi)變量的各個(gè)元素的頻次。處理后的結(jié)果為table格式而barplot()可以識(shí)別table格式

table()函數(shù)可以統(tǒng)計(jì)列各種元素出現(xiàn)的次數(shù)

counts <- table(Arthritis$Improved)
counts 
barplot(counts,xlab = "Improvement",ylab = "Frequency",main = "Simple Bar Ploy")

例子2

生成水平的條形圖

barplot()參數(shù)horiz可以指定圖形是否為水平的條形圖

注意生成的水平的條形圖時(shí)，x,y軸的名稱(chēng)不會(huì)跟著變換所以x,y軸的名稱(chēng)應(yīng)同時(shí)跟著變換

barplot(counts,horiz = TRUE ,ylab = "Improvement",xlab = "Frequency",main = "Simple Bar Ploy")

例子3，使用plot()函數(shù)繪制條形圖

如果像上面的例子那樣，繪制的類(lèi)別型變量是一個(gè)因子或有序因子，可以直接使用plot()函數(shù)快速創(chuàng)建條形圖，這樣就不用再通過(guò)table()函數(shù)進(jìn)行處理變量。圖片效果與例子1相同

plot(Arthritis$Improved,xlab = "Improvement",ylab = "Frequency",main = "Simple Bar Ploy")
#繪制水平的條形圖
plot(Arthritis$Improved,horiz=TRUE,xlab = "Improvement",ylab = "Frequency",main = "Simple Bar Ploy")

例子3繪制堆砌條形圖和分組條形圖

如果height是一個(gè)矩陣而不是一個(gè)向量，則繪制結(jié)果將是一幅堆砌條形圖或分組條形圖

當(dāng)beside=FALSE(默認(rèn)值），則生成堆砌條形圖–矩陣的每一列都將生成一個(gè)條形

當(dāng)beside=TRUE，則生成分組條形圖–矩陣中的每一列都表示一個(gè)分組，各列的中值將并列而不是堆砌

注意barplot()中的height要么是向量要么是矩陣，不能是data.frame但是可以是table格式

opar <- par(no.readonly = TRUE)
par(opar)
par(mfrow=c(1,2))
counts <- table(Arthritis$Improved,Arthritis$Treatment)
counts
#繪制堆砌條形圖
barplot(counts,main = "Stacked Bar Plot",xlab = "Treatment",ylab="Frequency",
    col = c("red","yellow","green"),legend=row.names(counts))
#繪制分組條形圖
barplot(counts,beside = TRUE,main = "Stacked Bar Plot",xlab = "Treatment",ylab="Frequency",
    col = c("red","yellow","green"),legend=row.names(counts))

例子4

使用數(shù)據(jù)整合函數(shù) aggregate()并將結(jié)果傳遞給barplot()函數(shù)，來(lái)創(chuàng)建表示均值，中位數(shù)，標(biāo)準(zhǔn)值等條形圖
能夠如此作圖的原因是因?yàn)槲覀兛梢韵蜃鲌D函數(shù)barplot()只傳遞一個(gè)數(shù)值向量，再通過(guò)參數(shù)names.arg指定橫坐標(biāo)的標(biāo)簽，（arg為英文自變量的含義）

這樣我們我們輸入各個(gè)分組后各組的平均值的值向量、在通過(guò)參數(shù)names.arg指定各組名稱(chēng)為橫坐標(biāo)標(biāo)簽就可以制作成一個(gè)條形圖了

#使用數(shù)據(jù)整合函數(shù)aggregate()并將結(jié)果傳遞給barplot()函數(shù)，來(lái)創(chuàng)建表示均值，中位數(shù)，標(biāo)準(zhǔn)差等條形圖
#生成要作圖的數(shù)據(jù)框
states <- data.frame(state.region,state.x77)
#根據(jù)列state.region對(duì)列states$Illiteracy進(jìn)行分組并求每組的均值。
#by = list(state.region)指定分組變量
#states$Illiteracy為被分組的變量
#FUN=mean是指定處理被分組的變量的函數(shù)
means <- aggregate(states$Illiteracy,by = list(state.region),FUN=mean)
#設(shè)定數(shù)值只能保留2位小數(shù)
options(digits = 2)
#barplot()函數(shù)可以輸入沒(méi)有索引的向量，但是這個(gè)時(shí)候就沒(méi)有橫坐標(biāo)的標(biāo)簽，
#這時(shí)就需要通過(guò)names.arg參數(shù)指定（arg為自變量的意思）
par(opar)
barplot(means$x,names.arg = means$Group.1)
title("Mean Illiteracy Rate")

例子5，條形圖的微調(diào)

cex.names參數(shù)調(diào)整字號(hào)

names.arg指定字符向量作為條形的標(biāo)簽圖

las可以調(diào)整標(biāo)簽的參數(shù)，las=2為水平方向,las=0為垂直方向

par(mar=c(5,8,4,2))
#las調(diào)整標(biāo)簽的參數(shù)，2為水平，0為垂直
par(las=2)
library(vcd)
counts <- table(Arthritis$Improved)
barplot(counts,
    main = "Treatment Outcome",
    horiz = TRUE,
    #調(diào)整標(biāo)簽字體大小
    cex.names = 0.8,
    #修改標(biāo)簽文本
    names.arg = c("No Improvement","Some Improvement","Marked Improvement"))

例子6，棘狀圖

棘狀圖–棘狀圖對(duì)堆砌條形圖進(jìn)行了重縮放，這樣讓每列生成的條形圖的高度均為1，換句話(huà)說(shuō)它把每一列的數(shù)值替換為此數(shù)值在這一列數(shù)值總和的占比。

棘狀圖可以由vcd包中的函數(shù)spine()繪制

library(vcd)
attach(Arthritis)
counts <- table(Treatment,Improved)
spine(counts,main="Spinogram Example")

結(jié)束總結(jié)

能夠制作條形圖的函數(shù)有三個(gè)分別是barplot()函數(shù)，plot()函數(shù)和vcd包中的spine()函數(shù)

plot()函數(shù)可以直接輸入分類(lèi)變量，不用再通過(guò)table()處理分類(lèi)變量把它變成含有分類(lèi)變量各個(gè)元素頻數(shù)的表格。

spine()函數(shù)可以生成棘狀圖

條形圖可以繪制成水平的，但是此時(shí)應(yīng)注意修改x軸坐標(biāo)的名稱(chēng)

當(dāng)需要繪制條形圖的是一個(gè)數(shù)據(jù)框時(shí)此時(shí)會(huì)生成堆砌或者分組的條形圖。生成什么樣的條形圖由參數(shù)beside決定，當(dāng)beside=FALSE時(shí)生成堆砌的條形圖（每一列的數(shù)值將堆砌在一個(gè)條形上），否則生成分組的條形圖

當(dāng)函數(shù)barplot(）的參數(shù)height是一個(gè)數(shù)值向量時(shí)（只有數(shù)值不附帶索引），此時(shí)可以通過(guò)names.arg參數(shù)指定x軸刻度的標(biāo)簽

到此這篇關(guān)于R語(yǔ)言利用barplot()制作條形圖的文章就介紹到這了,更多相關(guān)R語(yǔ)言barplot()條形圖內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論