首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >工具 | R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)

工具 | R语言数据可视化之数据分布图(直方图、密度曲线、箱线图、等高线、2D密度图)

作者头像
CDA数据分析师
发布2018-02-08 14:27:40
2.3K0
发布2018-02-08 14:27:40
举报
文章被收录于专栏:CDA数据分析师CDA数据分析师
  • 数据分布图简介
  • 绘制基本直方图
  • 基于分组的直方图
  • 绘制密度曲线
  • 绘制基本箱线图
  • 往箱线图添加槽口和均值
  • 绘制2D等高线
  • 绘制2D密度图

数据分布图简介

中医上讲看病四诊法为:望闻问切。而数据分析师分析数据的过程也有点相似,我们需要望:看看数据长什么样;闻:仔细分析数据是否合理;问:针对前两步工作搜集到的问题与业务方交流;切:结合业务方反馈的结果和项目需求进行数据分析。

“望”的方法可以认为就是制作数据可视化图表的过程,而数据分布图无疑是非常能反映数据特征(用户症状)的。R语言提供了多种图表对数据分布进行描述,本文接下来将逐一讲解。

绘制基本直方图

本例选用如下测试集:

直方图的横轴为绑定变量区间分隔的取值范围,纵轴则表示变量在不同变量区间上的频数。绘制时只需将基函数的美学特征集中配置好需要分析的变量,然后创建新的直方图图层即可。R语言示例代码如下:

运行结果:

基于分组的直方图

本例选用如下测试集:

直方图的分组图和本系列前面一些博文中讲的一些分组图不同,它不能进行水平方向的堆积 – 这样看不出频数变化趋势;也不能进行垂直方向的堆积 – 这样同样看不出趋势。这里采用一种新的堆积方法:重叠堆积,R语言实现代码如下:

运行结果:

也可以采用分面的方法,R语言实现代码如下:

运行结果:

绘制密度曲线

本例选用如下测试集:

密度曲线表达的意思和直方图很相似,因此密度曲线的绘制方法和直方图也几乎是相同的。区别仅在于密度曲线的横轴要绑定到连续型变量,另外绘制函数的名字不同。R语言示例代码如下:

运行结果:

绘制基本箱线图

本例选用如下测试集:

箱线图是一种常用数据分布图,下图表示了这种图中各元素的意义:

绘制方法是在基函数中将变量分组绑定到横轴,变量本身绑定到纵轴。此外,为了美观也可以将分组绑定到fill变量并设置调色板。R语言示例代码如下:

运行结果:

往箱线图添加槽口和均值

在上一节绘制的基本箱线图之上,还能进一步绘制以展示更多信息。

其中最常见的是为箱子添加槽口,它能更清晰的表示中位数的位置。R语言实现代码如下:

运行结果:

通过stat_summary()函数,还可以在箱线图中标记均值点。R语言实现代码如下:

运行结果:

绘制2D等高线

本例选用如下测试集:

绘制2D等高线主要是调用stat_density()函数。这个函数会给出一个基于数据的二维核密度估计,然后我们可基于这个估计值来判断各样本点的”等高”性。接下来首先给出各数据点及等高线的绘制方法,R语言实现代码如下:

运行结果:

也可以通过设置密度函数美学特征集中的colour参数来给不同密度的等高线着色,R语言实现代码如下:

运行结果:

绘制2D密度图

本例选用如下测试集:

等高线图也是密度图的一种,因此绘制密度图和等高线图用的是同一个函数:stat_density(),只是它们传入的参数不同。首先绘制经典栅格密度图,R语言实现代码如下:

运行结果:

也可以将密度变量映射到透明度来渲染,R语言实现代码如下:

运行结果:

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2016-05-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CDA数据分析师 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档