R绘图lattice包

lattice包：

学习此包的网站：

http://lmdvr.r-forge.r-project.org

http://cm.bell-labs.com/cm/ms/departments/sia/doc/trellis.user.pdf

另外lattice包有一个扩展包是基于lattice的，就是R的 latticeExtra包

由于它可以轻松生成栅栏图形，因此许多用户都会使用它。

lattice包提供了丰富的函数，可生成单变量图形（点图、核密度图、直方图、柱状图和箱线图）、双变量图形（散点图、带状图和平行箱线图）和多变量图形（三维图和散点图矩阵）。

各种高级绘图函数都服从以下格式：

graph_function(formula,data= ,options)

• graph_function是表16-2的第二栏列出的某个函数。
• formula指定要展示的变量和条件变量。
• data指定一个数据框。
• options是逗号分隔参数，用来修改图形的内容、摆放方式和标注。表16-3列出了一些常见的选项。

lattice包中的图形类型和相应函数

图形类型

函数及说明

表达式示例

示例

三维等高线图contourpolt()

z~x*y

contourplot(volcano)

三维水平图levelpolt()

z~y*x

levelplot(volcano)

三维散点图cloud()

z~x*y|A

三维线框图wireframe()

z~y*x

wireframe(volcano)

条形图barchart()x~A或A~x 箱线图bwplot()

x~A或A~x

bwplot(mtcars$mpg)

点图dotplot()~x|A 直方图histogram()~x

核密度图densityplot()~x|A*B 平行坐标图

parallelplot()

在这个函数中可以设置 alpha = 0.01参数控制线条粗细

dataframe

　parallelplot(mtcars[1:3])

散点图xyplot()y~x|A 散点图矩阵splom()dataframe

　splom(mtcars[c(1,3,4,5)])

带状图stripplot()A~x或x~A

stripplot(mtcars$mpg~factor(mtcars$cyl))

注意，在这些表达式中，小写字母代表数值变量，大写字母表示类型变量

表达式形式通常为：

y~x|A*B

在竖线左边的变量称为主要（primary）变量，右边的变量称为条件（conditioning）变量。主要变量将变量映射到每个面板的坐标轴上，此处，y ~ x表示变量分别映射到纵轴和横轴上。对于单变量绘图，用~ x代替y ~ x即可；对于三维图形，用z ~ x*y代替y ~ x，而对于多变量绘图（散点图矩阵或平行坐标图）用一个数据框代替y ~ x即可。注意，条件变量总是可以自行挑选的。

根据上述的逻辑，~ x | A即展示因子A各个水平下数值型变量x的分布情况；y ~ x | A*B即展示因子A和B各个水平组合下数值型变量x和y间的关系。而A ~ x则表示类别型变量A在纵轴上，数值型变量x在横轴上进行展示。~ x表示仅展示数值型变量

lattice中高级绘图函数的常见选项

选项

描述

示例

aspect数值，设定每个面板中图形的宽高比

见index.cond

col、pch、lty、lwd

向量，分别设置图形中的颜色、符号、线条类型和宽度

pch除了使用数值变量，还可以直接使用字符变量

xyplot(lat ~ long | cut(depth, 3), data = quakes,
aspect = "iso",pch = ".", cex = 2, type = c("p", "g"),
xlab = "Longitude", ylab = "Latitude",
strip = strip.custom(strip.names = TRUE, var.name = "Depth"))

groups用来分组的变量(因子)

mtcars$transmission <- factor(mtcars$am,levels = c(0,1),labels = c("Automatic","Manual"))

colors <- c("red","blue")

lines <- c(1,2)

points <- c(16,17)

key.trans <- list(title = "Trasmission",space = "bottom",columns = 2,

text = list(levels(mtcars$transmission)),

points = list(pch = points,col = colors),

lines = list(col = colors,lty = lines),

cex.title = 1,cex = .9)

densityplot(~mpg,data = mtcars,groups = transmission,

main = "MPG Distribution by Transmission Type",

xlab = "Mile per Gallon",

pch = points,lty = lines,col = colors,lwd = 2,jitter = .005,

key = key.trans)

index.cond列表，设置面板的展示顺序

mypanel <-function(x,y){

panel.xyplot(x,y,pch=19)

panel.rug(x,y)

panel.grid(h=-1,v=-1)

panel.lmline(x,y,col = "red",lwd = 1,lty = 2)

}

xyplot(mtcars$mpg~mtcars$wt|displacement,

main = "Miles per Gallon vs. Weight by Engine Displacement",

scales = list(cex=.8,col = "red"),

xlab = "Weight",ylab = "Mile per Gallon",

layout = c(3,1),aspect = 1.5,panel = mypanel,index.cond = list(c(2,1,3)))

#不设置index.cond = list(c(2,1,3))

xyplot(mtcars$mpg~mtcars$wt|displacement,

main = "Miles per Gallon vs. Weight by Engine Displacement",

scales = list(cex=.8,col = "red"),

xlab = "Weight",ylab = "Mile per Gallon",

layout = c(3,1),aspect = 1.5,panel = mypanel)

key(或auto.key)函数，添加分组变量的图例符号见groupslayout两元素数值型向量，设定面板的摆放方式(行数和列数)；如需要，可以添加第三个元素，以指定页数见panelmain、sub字符向量，设定主标题和副标题

panel

函数，设定每个面板要生成的图形

见index.cond

scales

列表，添加坐标轴标注信息

见index.cond

strip函数，设定面板条带区域 split、position

数值向量，在一页上绘制多个图形.

由于lattice函数不识别par()设置，因此你需要另辟蹊径。最简单的方法便是先将lattice图形存储到对象中，然后利用plot()函数中的split =或position =选项来进行控制。

graph1 <- histogram(~height|voice.part,data = singer,

main = "Heights of Choral Singers by Voice Part")

graph2 <- densityplot(~height,data = singer,groups = voice.part,

plot.points = F,auto.key = list(columns = 4))

plot(graph1,split = c(1,1,1,2))

plot(graph2,

split = c(1,2,1,2),#split 参数说明，c(列位置号码,行位置号码，列数，行数)

newpage = F)

plot(graph1,position = c(0,.3,1,1))

plot(graph2,position = c(0,0,1,.3),#position = c(xmin, ymin, xmax, ymax)

newpage = F)

type字符型向量，设定一个或多个散点图的绘图参数(如p=点、l=线、r=回归、smooth=平滑曲线、g=格点)

xlab、ylab字符向量，设定横轴和纵轴标签 xlim，ylim两个元素的数值向量，分别设置横轴和纵轴的最小值和最大值 

equal.count(x,number=,overlap=)：

将一个连续变量变成一个类似因子类型的，single类，可以用作画图条件，

例如：

(displacement <- equal.count(mtcars$disp,number = 3,overlap = 0))#overlap设置重叠部分

xyplot(mtcars$mpg~mtcars$wt|displacement,

main = "Miles per Gallon vs. Weight by Engine Displacement",

xlab = "Weight",ylab = "Mile per Gallon",

layout = c(3,1),aspect = 1.5)

panel.grid/panel.xyplot/......

面板函数，在使用lattice包画图的时候，供panel参数使用，能够在一幅图中组织多个图像。

示例将上面

update.trellis(graph,.....):

这个函数用来修改已经做好的图的参数，例如要将一副已经做好的图的线条颜色改成红色，就可以用这个函数。

show.settings()、trellis.par.get()和trellis.par.set(mysettings)

我们学习了如何利用par()函数查看和设置默认的图形参数。不过它们只对R中简单的图形系统生成的图形有效，对于lattice图形来说这些设置是无效的。在lattice图形中， lattice函数默认的图形参数包含在一个很大的列表对象中，你可通过trellis.par.get() 函数来获取，并用trellis.par.set()函数来修改。 show.settings() 函数可展示当前的图形参数设置情况。

示例：

show.settings()

mysettings <- trellis.par.get()

mysettings$superpose.symbol

mysettings$superpose.symbol$pch <- 1:10

trellis.par.set(mysettings)

show.settings()

以上代码把lattice包的默认值从以下的第一幅图变成第二幅：

变成