R绘图基础（8）点柱图(dot histogram)

评论6,908

在之前的一节当中，图型名称有些混乱，从这一节开始将做如下统一（不全面）：

英文名称中文名称
bar条形图
line线图
area面积图
pie饼图
high-low高低图
pareto帕累托图
control控制图
boxplot箱线图
error bar误差条图
scatter散点图
P-PP-P正态概率图
Q-QQ-Q正态概率图
sequence序列图
ROC CurveROC分类效果曲线图
Time Series时间序列图

好了，言归正传。那么什么又是点柱图(dot histogram)呢？之前我又称之为蜂群图(beeswarm)。还有称之为抖点图(jitter plots)。总之无论如何，在糗世界里我都称之为点柱图吧。

我们先看点柱图效果：

R绘图基础（8）点柱图(dot histogram)-图片1

点柱图

以下是代码

  1. > require(beeswarm)
  2. > data(breast)
  3. > head(breast)
  4.             ER      ESR1     ERBB2 time_survival event_survival
  5. 100.CEL.gz neg  8.372133 13.085894            39              1
  6. 103.CEL.gz pos 10.559356  9.491683            97              0
  7. 104.CEL.gz pos 12.299905  9.599574            11              1
  8. 105.CEL.gz pos 10.776632  9.681747            99              0
  9. 106.CEL.gz pos 10.505124  9.436763            40              1
  10. 107.CEL.gz neg 10.377741  8.695576            94              0
  11. > require(plotrix)
  12. > cluster<-cluster.overplot(breast$event_survival, breast$time_survival)
  13. > png("dothist.png",width=1000,height=1000)
  14. > opar<-par(mfrow=c(3,3))
  15. > plot (breast$event_survival, breast$time_survival, main="Multiple points on coordinate",col=as.numeric(breast$ER),xaxt="n",xlim=c(-1,2))
  16. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  17. > plot(jitter(breast$event_survival), breast$time_survival, main="Using Jitter on x-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5))
  18. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  19. > plot(jitter(breast$event_survival), jitter(breast$time_survival), main="Using Jitter on x and y-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5))
  20. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  21. > sunflowerplot(breast$event_survival, breast$time_survival, main="Using Sunflowers",xaxt="n",xlim=c(-0.5,1.5))
  22. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  23. > plot(cluster, main="Using cluster.overplot",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5))
  24. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  25. > count.overplot(jitter(breast$event_survival), jitter(breast$time_survival), main="Using cout.overplot",col=as.numeric(breast$ER),xaxt="n")
  26. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  27. > sizeplot(breast$event_survival, breast$time_survival, main="Using sizeplot",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5))
  28. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  29. > beeswarm(time_survival ~ event_survival, data = breast,
  30. +          method = 'swarm',
  31. +          pch = 16, pwcol = as.numeric(ER),
  32. +          xlab = '', ylab = 'Follow-up time (months)',
  33. +          labels = c('Censored', 'Metastasis'))
  34. > dev.off()
  35. quartz
  36.      2
  37. > par(opar)

以下是解释

在很多情况下，我们画散点图的时候，有许多点拥有相同的横坐标，如果我们简单的使用plot(x,y)的方式，会显得这些点拥挤在一起，象图中左上角一样，非常的不舒服。我们需要把这些点分散开。

最基本的思路是，把横坐标抖散(jitter)，使本来都拥有相同坐标的点的横坐标稍有不同。jitter是基类函数{base}，无需调用任何包。

  1. > plot(jitter(breast$event_survival), breast$time_survival, main="Using Jitter on x-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5))
  2. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))
  3. > plot(jitter(breast$event_survival), jitter(breast$time_survival), main="Using Jitter on x and y-axis",col=as.numeric(breast$ER),xaxt="n",xlim=c(-0.5,1.5))
  4. > axis(1,at=c(0,1),labels=c("Censored","Metastasis"))

我们比较图中上边靠右的两个图，我们发现，如果只抖散x坐标的话，还是有些点会粘在一起，所以同时抖散y坐标会好一些。我们可以使用factor参数来控制jitter抖散的强度。

  1. > plot(rep(c(1,5,10),each=5), c(jitter(rep(100,5),factor=1), jitter(rep(100,5),factor=5), jitter(rep(100,5), factor=10)), col=c("red","blue","green","gray","black"), xlim=c(-2,13), xlab="", ylab="y", xaxt="n", main="jitter(rep(100,5)) with different factor")
  2. > axis(1,at=c(1,5,10),labels=c(paste("factor=",c(1,5,10),sep="")))

R绘图基础（8）点柱图(dot histogram)-图片2

不同强度的jitter

在graphics包中提供了一个sunflowerplot的函数。它的目的是用花瓣数目多少来显示落在同一坐标上的点的数目。但是从中左图看来，点多的时候效果并非总是那么好。

在plotrix包中提供了一些有意思的函数来解决点挤在一起的这个问题，它们分别是cluster.overplot, count.overplot, sizeplot。这三个函数的效果如图中及下靠左的两个。cluster.overplot的方法类似抖散，count overplot的方法是使用数字来显示落在同一坐标上的点的数目，sizeplot的方法是使用不同大小是点来显示落在同一坐标上的点的数目。从效果来看，点多的时候效果也并非理想。

而上一次提到过的蜂群图似乎是解决这一问题的最佳方案。

我们得出结论，在点数不同的情况下，使用plotrix包及sunflowerplot是不错的。但点数较多的情况下，还是使用jitter和beeswarm较为稳妥。

我们也可以使用ggplot2包中的geom来绘制点柱图

  1. > require(beeswarm)
  2. > data(breast)
  3. > library(ggplot2)
  4. > p<-ggplot(breast, aes(event_survival,time_survival))
  5. > print(p+geom_jitter(aes(color=ER))+scale_colour_manual(value = c("black", "red")) + scale_x_continuous(breaks = c(0:1), labels = c("Censored", "Metastasis")))

R绘图基础（8）点柱图(dot histogram)-图片3

ggplot点柱图

还有一种图，名称为Engelmann-Hecker-Plot， 由plotrix的ehplot来实现。

  1. > data(iris);library(plotrix)
  2. > ehplot(iris$Sepal.Length, iris$Species,
  3. + intervals=20, cex=1.8, pch=20, main="pch=20")
  4. > ehplot(iris$Sepal.Width, iris$Species,
  5. + intervals=20, box=TRUE, median=FALSE, main="box=TRUE")
  6. > ehplot(iris$Petal.Length, iris$Species,
  7. + pch=17, col="red", log=TRUE, main="pch=17")
  8. > ehplot(iris$Petal.Length, iris$Species,
  9. + offset=0.06, pch=as.numeric(iris$Species), main="pch=as.numeric(iris$Species)")
  10. > rnd <- sample(150)
  11. > plen <- iris$Petal.Length[rnd]
  12. > pwid <- abs(rnorm(150, 1.2))
  13. > spec <- iris$Species[rnd]
  14. > ehplot(plen, spec, pch=19, cex=pwid,
  15. + col=rainbow(3, alpha=0.6)[as.numeric(spec)], main="cex and col changes")

发表评论

匿名网友

拖动滑块以完成验证
加载失败