使用lattice进行高级绘图-- lattice 包(核密度图、箱线图、散点图、3D散点图、点图、散点图矩阵)

使用lattice进行高级绘图-- lattice 包

lattice包提供了用于可视化单变量和多变量数据的一整套图形系统。许多用户转向使用lattice包是因为它能很容易地生成网格图形。

网格图形能够展示变量的分布或变量之间的关系，每幅图代表一个或多个变量的各个水平。

思考下面的问题：纽约合唱团各声部的歌手身高是如何变化的？

lattice包在singer数据集中提供了身高和声部的数据。在下面的代码中：

library(lattice)

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

          main="Distribution of Heights by Voice Pitch",

          xlab="Height (inches)")

 

结果分析：Soprano表示女高音，Tenor表示男高音，Alto表示女低音，Bass表示男低音，从图上可以看出，似乎男高音和男低音比女低音和女高音的身高更高。

在网格图中，调节变量的每个水平生成一个独立的面板。如果指定多个调节变量，这些变量因子水平的每个组合都会生成一个面板。在每个面板名为条带（strip）的区域中会提供一个标签，比如上图中的Soprano1、Tenor1等等。

lattice包提供了大量的函数来产生单因素图（点图、核密度图、直方图、条形图、箱线图），二元图（散点图、条形图、平行箱线图）和多元图（3D图、散点图矩阵）。每个高水平的画图函数都服从下面的格式：

graph_function(formula, data=, options)

其中：

q graph_function是一个函数；

q formula指定要展示的变量和任意的调节变量；

q data=指定数据框；

q options是用逗号分隔的参数，用来调整图形的内容、安排和注释。

我们假定小写字母代表数值型变量，大写字母代表分类型变量（因子）。高水平的画图函数通常采取的格式是：y ~ x | A * B

其中竖线左侧的变量称为主要变量（primary variable），右边的变量称为调节变（conditioning variable）。主要变量将变量映射到每个面板的轴上。这里的y~x分别描述了在纵轴和横轴上的变量。对于单变量图，用~x代替y~x；对于3D图，用z~x*y代替y~x；对于多变量图（散点图矩阵或平行坐标曲线图），用数据框来代替y~x。

按照这个逻辑，~x|A表示因子A每个水平的数值变量x。y~x|A*B表示在给定因子A和B的水平后，数值变量y和x的关系。A~x表示在纵轴上的分类变量A和横轴上的数值变量x。~x表示数值型变量x。

lattice包中的图类型和相应的函数

 

注：在这些公式中小写字母表示数值型变量，大写字母表示分类型变量。

一个基于mtcars数据框中的汽车数据（里程、车重、挡数、汽缸数等）。我们可以变换公式并查看结果：
（1）lattice画图例子

library(lattice)

attach(mtcars)

gear <- factor(gear, levels=c(3, 4, 5),   

               labels=c("3 gears", "4 gears", "5 gears"))

cyl <- factor(cyl, levels=c(4, 6, 8),labels=c("4 cylinders", "6 cylinders", "8 cylinders"))

densityplot(~mpg,

            main="Density Plot",

            xlab="Miles per Gallon")

 

结果分析：densityplot是画核密度图，~mpg表示数值型变量mpg。

densityplot(~mpg | cyl,

            main="Density Plot by Number of Cylinders",

            xlab="Miles per Gallon")

 

结果分析：densityplot是画核密度图，~mpg | cyl，表示因子cyl每个水平的数值变量mpg。

bwplot(cyl ~ mpg | gear,

       main="Box Plots by Cylinders and Gears",

       xlab="Miles per Gallon", ylab="Cylinders")

 

结果分析：bwplot是箱线图，cyl ~ mpg | gear表示给定（分类）因子gear后，在纵轴cyl 和横轴 mpg上的变量关系。

xyplot(mpg ~ wt | cyl * gear,

       main="Scatter Plots by Cylinders and Gears",

       xlab="Car Weight", ylab="Miles per Gallon")

 

结果分析：xyplot是散点图，mpg ~ wt | cyl * gear表示在给定因子cyl和gear的水平后，数值变量mpg和wt的关系。

cloud(mpg ~ wt * qsec | cyl,

      main="3D Scatter Plots by Cylinders")

 

结果分析：cloud是绘制3D散点图，mpg ~ wt * qsec | cyl表示对于3D图，用z~x*y代替y~x，表示给定（分类）因子cyl后，在y轴qsec 和x轴 wt和z轴mpg的变量关系。

dotplot(cyl ~ mpg | gear,

        main="Dot Plots by Number of Gears and Cylinders",

        xlab="Miles Per Gallon")

 

结果分析：dotplot是点图，cyl ~ mpg | gear表示给定（分类）因子gear后，在纵轴（分类变量）cyl 和横轴 mpg上的变量关系。

splom(mtcars[c(1, 3, 4, 5, 6)],

      main="Scatter Plot Matrix for mtcars Data")

 

结果分析：splom是散点图矩阵，绘制mtcars数据第1、3、4、5、6列之间的关系的散点图矩阵。

detach(mtcars)

lattice包中的高水平画图函数能产生可保存和修改的图形对象。例如：

library(lattice)

mygraph <- densityplot(~height|voice.part, data=singer)

创建了一个网格密度图，并把它保存为对象mygraph。但是没有图像展示。声明plot(mygraph)

（或仅仅是mygraph）将会展示出这幅图。

mygraph

 

lattice高水平画图函数的常见选项

                                                                           

我们也可以使用update()函数来调整lattice图形对象。继续歌手的例子，下面的代码：

newgraph <- update(mygraph, col="red", pch=16,

                   cex=.8, jitter=.05, lwd=2)

newgraph

 

结果分析：使用红色曲线和符号（color="red"），填充点（pch=16），更小（cex=.8）更高的抖动点（jitter=.05）和双倍厚度曲线（lwd=2）来改变mygraph。更改的结果保存在newgraph中。