用R语言进行数据可视化的综合指南（一）

让我们快速浏览一下这张图表：

这张可视化数据图（最初用Tableau软件创建 ）是如何利用数据可视化来帮助决策者的一个很好的例子。想象一下，如果这些信息通过表格来告诉投资者，你认为你会花多长时间来向他解释？

如今的世界里，随着数据量的不断增长，很难不用可视化的形式来呈现你数据里的全部信息。虽然有专门的工具，如Tableau, QlikView 和 d3.js，但没有任何东西能代替有很好可视化能力的建模/统计工具。尤其是它有助于做若干探索性数据分析和特征化工程。这就是R语言，它提供了令人难以置信的帮助。

R语言提供了令人满意的一套内置函数和库（如 ggplot2, leaflet, lattice）用来建立可视化效果以呈现数据。在本文中，我已经涉及了用R语言编程来创建既常见又先进的可视化效果的步骤。但是，在介绍那些之前，让我们快速浏览一下数据可视化简史。如果您对历史不感兴趣，没问题，您可以跳到下一节。

从历史来看，数据可视化的进化已经被著名的从业者在工作中完成了。威廉.普莱菲(William Playfair)是统计图形化方法的创始人。威廉.普莱菲发明了四种类型的图表：线图、经济学数据的柱状图、饼状图和圆图。约瑟夫·普里斯特利(Joseph Priestly)创建了第一个划时代的时间线图，其中的每一个柱形是用来显示一个人的寿命（1765）。没错，时间线图被发明于250年前，而不是Facebook发明的！

最著名的早期可视化数据是由Charles Minard所描绘的Napoleon’s March（俄法战争）。可视化数据中包含了随着时间的变化，气温对拿破仑入侵俄国产生广泛影响的信息。在图形中，值得注意的是，在二个维度上的六种类型数据，分别表示：拿破仑军队的数量，距离，温度，纬度和经度，行军方向和跟特定日期有关的位置。

弗洛伦斯·南丁格尔（Florence Nightangle）也是数据可视化的先驱。她用数据图表的方式描述了疾病对军队的死亡率的影响（1858）。琼恩·雪诺（John Snow）（不是《权力的游戏》里的人物）是把地图用在图表和空间分析的先驱。在1854年的伦敦，用这地图发现了霍乱疫情的源头与公共水泵有关，信息图帮助精确定位爆发源到某一个泵的位置。

在这篇文章中，我们将创建以下可视化效果：

基本可视化效果

1. 直方图

2. 条形图/线型图

3. 箱式图

4. 散点图

高级可视化效果

1. 热点图

2. 影像镶嵌图

3. 地图可视化

4. 3维图

5. 相关图

R语言 小窍门：

HistData软件包提供了一个小数据集，它很有趣并且在统计和数据可视化的历史上很重要。

基本可视化效果

便签：

1. 基本图形可以很容易地用R语言进行创建。绘图(plot)命令是要关注的命令。

   
   

2. 它的参数有x轴数据、y轴数据、x轴标签、y轴标签、颜色和标题。要创建线图，只需简单地使用参数，类型选择为l。

3. 如果你想要箱式图，你可以选用箱式图(boxplot)，要条形图就用条形图函数。

1.直方图

基本上，直方图是将数据分解为一个个的小格子（或间隔），并显示它们的频率分布。您可以更改间隔，看看这样做对数据可视化可理解性的影响。

给您举个例子。

注意：我们使用的par(mfrow=c(2,5))命令，为的是清晰地把多个图放在同一页上（参看下面的代码）。

library(RColorBrewer)

data(VADeaths)

par(mfrow=c(2,3))

hist(VADeaths,breaks=10, col=brewer.pal(3,"Set3"),main="Set3 3 colors")

hist(VADeaths,breaks=3 ,col=brewer.pal(3,"Set2"),main="Set2 3 colors")

hist(VADeaths,breaks=7, col=brewer.pal(3,"Set1"),main="Set1 3 colors")

hist(VADeaths,,breaks= 2, col=brewer.pal(8,"Set3"),main="Set3 8 colors")

hist(VADeaths,col=brewer.pal(8,"Greys"),main="Greys 8 colors")

hist(VADeaths,col=brewer.pal(8,"Greens"),main="Greens 8 colors")

请注意，如果间隔数少于被指定的颜色数，颜色会变成极值，如上图中的“Set3 8 colors”图。如果间隔数目超过了颜色的数目，则颜色会开始像在第一行中一样地重复出现。

2.条形图/线型图

线型图

下面的折线图显示了在给定时间内飞机乘客数的增长情况。折线图通常是分析一段时间内延伸趋势的首选。此外，当我们需要比较数量随着某种变量（例如时间）的相对变化时，线型图也是适用的。下面是代码：

plot(AirPassengers,type="l") #Simple Line Plot

条形图

条形图适用于显示跨几个组别的累计汇总之间的比较。层叠图用于跨类别的条形图。下面是代码：

barplot(iris$Petal.Length) #Creating simple Bar Graph

barplot(iris$Sepal.Length,col = brewer.pal(3,"Set1"))

barplot(table(iris$Species,iris$Sepal.Length),col = brewer.pal(3,"Set1")) #Stacked Plot

3. 箱式图

箱式图显示5个有统计学意义的数字，分别是最小数、第一四分数位、中位数、第三四分位数和最大数。因此，它在数据延伸的可视化上非常有用，还能得出相应的推论。下面是简单的代码：

boxplot(iris$Petal.Length~iris$Species) #Creating Box Plot between two variable

让我们来理解下面的代码：

在下面的例子中，我在屏幕上显示了4个图。通过使用~符号，我可以将（萼片的长度）的伸展是如何跨各种类别（的物种）进行可视化。我在最后的两个图中演示了调色板。调色板是一组颜色，用来使图标更有吸引力，而且能帮助在数据中创建醒目的区别。

data(iris)

par(mfrow=c(2,2))

boxplot(iris$Sepal.Length,col="red")

boxplot(iris$Sepal.Length~iris$Species,col="red")

oxplot(iris$Sepal.Length~iris$Species,col=heat.colors(3))

boxplot(iris$Sepal.Length~iris$Species,col=topo.colors(3))

要了解更多关于R语言中调色板的使用，请参看http://decisionstats.com/2011/04/21/using-color-palettes-in-r/

4. 散点图（包括3D等功能）

散点图有助于轻松地把数据可视化和进行简单的数据检查。这里有简单散点图和多元散点图的代码：

plot(x=iris$Petal.Length) #Simple Scatter Plot

plot(x=iris$Petal.Length,y=iris$Species) #Multivariate Scatter Plot

散点图矩阵可以帮助将彼此交叉的多个变量可视化。

plot(iris,col=brewer.pal(3,"Set1"))

您可能会想，我还没有把饼图列表成基本图形。这不是失误，而是我故意这么做的。这是因为，数据可视化专业人员不赞成使用饼图来表示数据。因为人的眼睛不能像目测线性距离那样精确地目测出圆的距离。只需要简单地把任何可用饼图表示的东西都用线图表示。但是，如果你喜欢饼图，可使用：

pie(table(iris$Species))

到这里为止，我们已经学过的所有图表列表如下：

您可能已经注意到，在一些图表中，他们的标题已被截断，因为我把太多图表放在同一个屏幕上。要改变这一点，你只需要改变par函数的‘mfrow’参数。