Sávdiagram az R-ben

Ha egy változó néhány értéket vesz fel, gyakori, hogy az információt egy gyakorisági táblázattal foglaljuk össze, amelyet egy oszlopdiagrammal vagy oszlopdiagrammal lehet ábrázolni az R-ben. Ebben a cikkben elmagyarázzuk a sávdiagramok készítésének alapjait R-ben.

Az R barplot függvény

A sávdiagram készítéséhez R-ben használhatjuk az R alap barplot függvényét. Ebben a példában egy adatkeretből fogunk barplotot létrehozni. Konkrétan a példa adatállománya a jól ismert mtcars. Először töltsük be az adatokat, és hozzunk létre egy táblázatot a cyl oszlophoz a table függvénnyel.

# Load datadata(mtcars)attach(mtcars)# Frequency tablemy_table <- table(cyl)my_table

cyl 4 6 811 7 14

Memlékezzünk arra, hogy egy oszlopdiagram létrehozásához az R-ben használhatjuk a barplot függvényt, amely paraméterként beállítja a korábban létrehozott táblázatot az adatok abszolút gyakoriságának megjelenítéséhez. Ha azonban a függőleges tengelyen százalékos értékeket (a relatív gyakoriságot) tartalmazó oszlopdiagramot szeretne, akkor használhatja a prop.table függvényt, és az eredményt megszorozhatja 100-zal az alábbiak szerint:

# One row, two columnspar(mfrow = c(1, 2))# Absolute frequency barplotbarplot(my_table, main = "Absolute frequency", col = rainbow(3))# Relative frequency barplotbarplot(prop.table(my_table) * 100, main = "Relative frequency (%)", col = rainbow(3))par(mfrow = c(1, 1))

Megjegyezzük, hogy a plot függvénnyel faktoradatokkal is készíthet oszlopdiagramot.

plot(factor(mtcars$cyl), col = rainbow(3))

Mellett a szöveg függvénnyel számokat is megjeleníthet a sávokon az alábbiak szerint:

barp <- barplot(my_table, col = rainbow(3), ylim = c(0, 15))text(barp, my_table + 0.5, labels = my_table)

A grid függvénnyel rácsot is adhat a sávok mögé.

barp <- barplot(my_table, col = rainbow(3), ylim = c(0, 15))grid(nx = NA, ny = NULL, lwd = 1, lty = 1, col = "gray")barplot(my_table, col = rainbow(3), ylim = c(0, 15), add = TRUE)

Sávdiagram grafikus paraméterei: cím, tengelycímkék és színek

A többi diagramhoz hasonlóan számos grafikus paramétert adhat meg, például tengelycímkéket, címet vagy testre szabhatja a tengelyeket. Az előző kódblokkban a col paraméterrel testre szabtuk a barplot színeit. Beállíthatja a kívánt színeket vektorral, vagy használhatja a rainbow függvényt a sávok számával mint paraméterrel, ahogy mi tettük, vagy használhat más színpalettafüggvényeket. A border argumentummal a sávok szegélyének színét is megváltoztathatja.

barplot(my_table, # Data main = "Customized bar plot", # Title xlab = "Number of cylinders", # X-axis label ylab = "Frequency", # Y-axis label border = "black", # Bar border colors col = c("darkgrey", "darkblue", "red")) # Bar colors

Csoportcímke módosítása

Az egyes csoportok címkéjét a names.arg argumentummal módosíthatja. Példánkban a csoportok címkézése számokkal történik, de megváltoztathatjuk őket valami hasonlót beírva:

barplot(my_table, names.arg = c("four", "six", "eight")) 

Barplot width and space of bars

A width és space argumentumokkal a sávok közötti távolságot vagy a sávok szélességét is módosíthatjuk. A csoportok közötti térrel kapcsolatban olvassa el a jelen útmutató megfelelő részét.

par(mfrow = c(1, 2))# Bar width (by default: width = 1)barplot(my_table, main = "Change bar width", col = rainbow(3), width = c(0.4, 0.2, 1))# Bar spacebarplot(my_table, main = "Change space between bars", col = rainbow(3), space = c(1, 1.1, 0.1))par(mfrow = c(1, 1))

Sávdiagram adatkeretből vagy listából

Az adatkeret vagy akár egy mátrix változóiból közvetlenül is készíthetünk oszlopdiagramot, de vegyük figyelembe, hogy a változónak valamilyen esemény vagy jellemző számának kell lennie. A következő példában a járművek számát számoljuk szín szerint, és egy oszlopdiagrammal ábrázoljuk. Az egyes autók színét fogjuk használni a megfelelő oszlopok színezéséhez.

df <- data.frame(carColor = c("red", "green", "white", "blue"), count = c(3, 5, 9, 1))# df <- as.list(df) # Equivalentbarplot(height = df$count, names = df$carColor, col = c("red", "green", "white", "blue"))

Sávdiagram folyamatos változóhoz

Ha folyamatos változóval dolgozunk, akkor a cut függvényt kell használnunk az adatok kategorizálására. Ellenkező esetben, ha nincs kötöttség, akkor annyi sávod lesz, ahány hosszú a vektorod, és a sávok magassága egyenlő lesz 1-gyel. A következő példában az breaks argumentummal 0-tól 45-ig 5 lépésben osztjuk az adatainkat.

x <- c(2.1, 8.6, 3.9, 4.4, 4.0, 3.7, 7.6, 3.1, 5.0, 5.5, 20.2, 1.7, 5.2, 33.7, 9.1, 1.6, 3.1, 5.6, 16.5, 15.8, 5.8, 6.8, 3.3, 40.6)barplot(table(cut(x, breaks = seq(0, 45, by = 5))))

Horizontális barplot

A barplotok az R-ben alapértelmezés szerint függőlegesen ábrázolódnak. Gyakori azonban a vízszintes oszlopdiagramok ábrázolása. A horiz argumentumot TRUE-re állítva 90º-kal elforgathatja a plotot, és létrehozhat egy vízszintes oszlopdiagramot.

barplot(my_table, main = "Barchart", ylab = "Number of cylinders", xlab = "Frequency", horiz = TRUE) # Horizontal barplot

R barplot legend

A barplothoz az R-ben a legend.text argumentummal adhat legendát, ahol megadhatja a legendához hozzáadni kívánt neveket. Vegye figyelembe, hogy az RStudio-ban a kapott plot kissé eltérő lehet, mivel a legenda háttere átlátszó helyett fehér lesz.

barplot(my_table, xlab = "Number of cylinders", col = rainbow(3), legend.text = rownames(my_table)) # Legend

A legegyszerűbb módszer a probléma megoldására ebben a példában a legenda áthelyezése. Ezt a args.legend argumentummal érhetjük el, ahol a grafikus paramétereket egy listán belül állíthatjuk be. A pozíciót a top, bottom, topleft, topright, bottomleft és bottomright értékekre állíthatjuk be.

barplot(my_table, xlab = "Number of cylinders", col = rainbow(3), legend.text = rownames(my_table), args.legend = list(x = "top"))

Egyenértékű módon a legend függvénnyel az előző ábrázolást a legendával a legend és fill argumentumokkal a következőképpen érhetjük el.

barplot(my_table, xlab = "Number of cylinders", col = rainbow(3))legend("top", legend = rownames(my_table), fill = rainbow(3))

Ez a megközelítés azonban csak akkor működik jól, ha a legenda nem fedi át a sávokat ezeken a pozíciókban. Jobb megközelítés, ha a legendát jobbra, a sávdiagramon kívülre helyezzük. Ezt a inset argumentumnak a args.legend argumentumon belül egy lista elemeként átadott inset argumentum beállításával teheti meg a következőképpen:

par(mar = c(5, 5, 4, 10))barplot(my_table, xlab = "Number of cylinders", col = rainbow(3), legend.text = rownames(my_table), # Legend values args.legend = list(x = "topright", inset = c(-0.20, 0))) # Legend arguments

A tengelyhatárokat a xlim, illetve a ylim argumentummal is módosíthatja függőleges, illetve vízszintes oszlopdiagramok esetén, de vegye figyelembe, hogy ebben az esetben a megadandó érték a sávok számától és szélességétől függ. Emlékezzünk arra, hogy ha az oszlopdiagramot egy változóhoz rendeljük, akkor az egyes oszlopok középpontjának megfelelő tengelypontokat tárolhatjuk.

barplot(my_table, xlab = "Number of cylinders", col = rainbow(3), legend.text = rownames(my_table), xlim = c(0, 4.25))

A legenda mozgatásának másik alternatívája, hogy a layout, par és plot.new függvényekkel az oszlopdiagram alá helyezzük. Ez a megközelítés fejlettebb, mint a többi, és előfordulhat, hogy a kód végrehajtása előtt törölnie kell a grafikus paramétereket, hogy a helyes ábrázolást kapja, mivel a grafikus paraméterek megváltoznak.

# dev.off()# opar <- par(no.readonly = TRUE)plot.new()layout(rbind(1, 2), heights = c(10, 3))barplot(my_table, xlab = "Number of cylinders", col = rainbow(3))par(mar = c(0, 0, 0, 0))plot.new()legend("top", rownames(my_table), lty = 1, col = c("red", "green", "blue"), lwd = c(1, 2))# dev.off()# on.exit(par(opar))

Grouped barplot in R

A csoportosított oszlopdiagram, más néven side by side bar plot vagy clustered bar chart egy oszlopdiagram az R-ben két vagy több változóval. Az ábra a több változó mindegyikének a sávjait jeleníti meg.

# Variable am to factoram <- factor(am)# Change factor levelslevels(am) <- c("Automatic", "Manual")# Table cylinder - transmission typeother_table <- table(cyl, am)# other_table <- xtabs(~cyl + am , data = mtcars) # Equivalentbarplot(other_table, main = "Grouped barchart", xlab = "Transmission type", ylab = "Frequency", col = c("darkgrey", "darkblue", "red"), legend.text = rownames(other_table), beside = TRUE) # Grouped bars

Megjegyezzük, hogy ha table(cyl, am) helyett table(am, cyl)-t adtunk volna meg, akkor az X tengely az erőátviteli típus helyett a hengerek számát ábrázolná.

A csoportok közötti tér

Amint korábban áttekintettük, módosíthatjuk a sávok közötti teret. Több csoport esetén beállíthatunk egy kételemű vektort, ahol az első elem az egyes csoportok sávjai közötti távolság (0,4), a második pedig a csoportok közötti távolság (2,5).

barplot(other_table, main = "Grouped barchart space", xlab = "Transmission type", ylab = "Frequency", col = c("darkgrey", "darkblue", "red"), legend.text = rownames(other_table), beside = TRUE, space = c(0.4, 2.5)) # Space 

Numerikus értékek csoportokban

A barplots arra is használható, hogy egy változót egy vagy több tényező által adott csoportokban összegezzünk. Vegyük például, hogy az autók lóerejének átlaga alapján szeretné megjeleníteni a hengerek számát és a sebességváltó típusát. A tapply függvénnyel létrehozhatja a megfelelő táblázatot:

summary_data <- tapply(mtcars$hp, list(cylinders = mtcars$cyl, transmission = mtcars$am), FUN = mean, na.rm = TRUE)summary_data

 transmissioncylinders Automatic Manual 4 84.66667 81.8750 6 115.25000 131.6667 8 194.16667 299.5000

Most létrehozhatja a megfelelő oszlopdiagramot R-ben:

par(mar = c(5, 5, 4, 10))barplot(summary_data, xlab = "Transmission type", main = "Horsepower mean", col = rainbow(3), beside = TRUE, legend.text = rownames(summary_data), args.legend = list(title = "Cylinders", x = "topright", inset = c(-0.20, 0)))

Hibasávos oszlopdiagram R-ben

Egy hibasávos oszlopdiagramot alapértelmezés szerint nem tud létrehozni. A következő függvénnyel azonban teljesen testreszabható barplotot hozhat létre standard hibasávokkal.

# Arguments:# x: an unique factor object# y: a numeric vector object# ...: additional arguments to be passed to barplot functionbarplot.error <- function(x, y, ...){ mod <- lm(y ~ x) reps <- sqrt(length(y)/length(levels(x))) sem <- sigma(mod)/reps means <- tapply(y, x, mean) upper <- max(means) + sem lev <- levels(x) barpl <- barplot(means, ...) invisible(sapply(1:length(barpl), function(i) arrows(barpl, means + sem, barpl, means - sem, angle = 90, code = 3, length = 0.08)))}# Calling the functionbarplot.error(factor(mtcars$cyl), mtcars$hp, col = rainbow(3), ylim = c(0, 250))

Még ha hibasávokat is adhat egy barplothoz, észre kell venni, hogy egy csoportonkénti boxplot jobb megközelítés lehet az adatok összegzésére ebben a forgatókönyvben.

Stacked barplot in R

A stacked bar diagram olyan, mint egy csoportosított oszlopdiagram, de a változók gyakorisága egymásra van rakva. Ez a típusú oszlopdiagram alapértelmezés szerint akkor jön létre, ha argumentumként egy két vagy több változót tartalmazó táblázatot adunk meg, mivel az beside argumentum alapértelmezés szerint FALSE.

barplot(other_table, main = "Stacked barchart", xlab = "Transmission type", ylab = "Frequency", col = c("darkgrey", "darkblue", "red"), legend.text = rownames(other_table), beside = FALSE) # Stacked bars (default)

A halmozott oszlopdiagramhoz kapcsolódóan léteznek hasonló megvalósítások, mint a gerincdiagram és a mozaikdiagram. Ilyen típusú ábrák a graphics csomag spineplot és mosaicplot függvényeivel hozhatók létre.

A mozaikplot lehetővé teszi két vagy több mennyiségi változó adatainak megjelenítését, ahol az egyes téglalapok területe az adott változó arányát jelenti az egyes csoportokban.

# install.packages("graphics")library(graphics)mosaicplot(other_table, main = "Mosaic plot")

A gerincplot a mozaikplot speciális esete, és a halmozott oszlopplot általánosítása. Ebben az esetben, ellentétben a stacked barplotokkal, minden egyes sáv összege egy.

spineplot(other_table)

Megjegyezzük, hogy alapértelmezés szerint a tengelyek fel vannak cserélve az előző szakaszban létrehozott stacked barplothoz képest. A t függvénnyel létrehozhatja az ezzel egyenértékű, a gyakorisági táblázatot transzponáló ábrát.

spineplot(t(other_table))

Sávdiagram R-ben: ggplot2

A ggplot2 könyvtár egy jól ismert grafikus könyvtár az R-ben. Ezzel a könyvtárral az adatokat adatkeretbe konvertálva és a ggplot és geom_bar függvényekkel hozhat létre oszlopdiagramot. A aes argumentumban át kell adnod az adatkereted változóinak nevét. A x-ben a kategorikus változót, a y-ben pedig a numerikus változót.

# install.packages("ggplot2")library(ggplot2)df <- as.data.frame(my_table)ggplot(data = df, aes(x = cyl, y = Freq)) + geom_bar(stat = "identity")

Horizontális oszlopdiagram ggplot2

Ha az előző oszlopdiagramot el akarja forgatni, használja a coord_flip függvényt az alábbiak szerint.

ggplot(data = df, aes(x = cyl, y = Freq)) + geom_bar(stat = "identity") + coord_flip() # Horizontal bar plot

.