统计软件 R 语言笔记 (6)：统计图表

本章介绍了常见的统计图表和其 R 语言实现方法：频数频率图表、条形/柱状图、列联表、饼图；直方图、箱线图、散点图。同时介绍了 R 语言绘图的范式：高级&低级绘图函数、常见参数设置、子图、保存图片的方法。

代码和笔记存储在 GitHub 库 【持续更新中，建议 star！】

1 定性变量的统计图表

1.1 频率/频数表（Frequency Table）

定义：统计各分类出现的次数或比例。

R实现

  • 简单频数表：table() 函数
1
2
3
4
5
6
7
> # 示例：性别频数表
> gender <- c("男", "女", "男", "男", "女")
> freq_table <- table(gender)
> print(freq_table)
gender
男 女 
 3  2
  • 频率表（百分比）：prop.table() 函数
1
2
3
4
5
> prop_table <- prop.table(freq_table) * 100
> print(prop_table)
gender
男 女 
60 40

注意事项：若数据为数值型但需按分类统计，需先转换为因子：factor(data)。

1.2 条形图/柱状图（Bar Chart）

用途：展示分类变量的频数分布，支持横向/纵向排列。

R实现

  • 基础绘图：barplot()
1
2
3
4
5
6
7
barplot(freq_table,
    main = "gender bar plot",  		# 标题
    xlab = "gender",				# x 轴
    ylab = "freq",					# y 轴
    col = c("skyblue", "pink"),		# 颜色
    horiz = TRUE					# 是否横向
)
  • 堆叠条形图：barplot(height) 当 height 为矩阵时
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 示例数据
data <- matrix(c(20, 30, 25, 35, 15, 40), nrow = 2, byrow = TRUE)
rownames(data) <- c("Male", "Female")
colnames(data) <- c("A", "B", "C")

# 绘制堆叠条形图
barplot(data,
    main = "Gender Distribution by Category",
    beside = FALSE,  # 默认 FALSE ，为 TRUE 则不是堆叠而是并列
    xlab = "Category",
    ylab = "Frequency",
    col = c("skyblue", "pink"),
    legend.text = rownames(data), # 添加图例
    args.legend = list(x = "topright") # 图例位置
)

并列和堆叠

  • ggplot2 库
1
2
3
4
library(ggplot2)
ggplot(data.frame(gender), aes(x = gender)) +
    geom_bar(fill = c("skyblue", "pink")) +
    labs(title = "gender bar plot", x = "gender", y = "freq")

1.3 列联表（Contingency Table）

定义：分析两个或多个分类变量的交叉分布。

R实现

  • 基础方法：table(var1, var2) 或 xtabs(~var1 + var2, data)
1
2
3
4
5
6
7
8
> # 示例：性别与血型列联表
> blood_type <- c("A", "B", "O", "A", "B")
> cross_table <- table(gender, blood_type)
> print(cross_table)
      blood_type
gender A B O
    男 2 0 1
    女 0 2 0
  • 添加边际和：addmargins()
1
2
3
4
5
6
> addmargins(cross_table)
      blood_type
gender A B O Sum
   男  2 0 1   3
   女  0 2 0   2
   Sum 2 2 1   5
  • 比例表：
1
2
3
4
5
> prop.table(cross_table, margin = 1)  # 按行计算比例
      blood_type
gender         A         B         O
    男 0.6666667 0.0000000 0.3333333
    女 0.0000000 1.0000000 0.0000000

1.4 饼图（Pie Chart）

用途：展示各类别占比（适用于少量分类）。

R实现

  • 基础绘图：pie()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
gender <- c("Male", "Female", "Male", "Male", "Female")
freq_table <- table(gender)
pie(freq_table,
    labels = names(freq_table), # 每一块扇形标签 字符型向量
    main = "Pie of gender", # 表头
    col = c("skyblue", "pink") # 颜色
)

# 也可以展示占比
prop_table <- prop.table(freq_table) * 100
gender <- c("Male", "Female", "Male", "Male", "Female")
freq_table <- table(gender)
pie(freq_table,
    labels = paste(prop_table, "%", sep = ""), # 每一块扇形标签 字符型向量
    main = "Pie of gender", # 表头
    col = c("skyblue", "pink") # 颜色
)

  • ggplot2 库
1
2
3
4
5
ggplot(data.frame(gender), aes(x = "", fill = gender)) +
    geom_bar(width = 1) +
    coord_polar(theta = "y") +
    labs(title = "Pie of gender") +
    theme_void()

2 定量变量的统计图表

2.1 直方图（Histogram）

用途：展示连续变量的分布与频数，通过分箱（bin）统计。直方图中，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。

格式

1
2
3
4
5
6
7
8
9
hist(x, breaks = "Sturges",
     freq = NULL, probability = !freq,
     include.lowest = TRUE, right = TRUE, fuzz = 1e-7,
     density = NULL, angle = 45, col = "lightgray", border = NULL,
     main = paste("Histogram of" , xname),
     xlim = range(breaks), ylim = NULL,
     xlab = xname, ylab,
     axes = TRUE, plot = TRUE, labels = FALSE,
     nclass = NULL, warn.unused = TRUE, ...)
参数 说明 默认值
x 输入数据，通常为数值型向量。 无
breaks 定义直方图的区间划分方式。可以是区间数（如 10）、区间向量（如 c(0, 10, 20)）或字符串（如 “Sturges”）。 "Sturges"
freq 是否显示频数（TRUE）或概率密度（FALSE）。 NULL
probability 是否绘制概率密度图（TRUE）或频数直方图（FALSE）。 !freq
include.lowest 是否包含区间的最小值。 TRUE
right 区间是否右闭合（TRUE）或左闭合（FALSE）。 TRUE
col 填充颜色。 "lightgray"
main 图形标题。 paste("Histogram of", xname)
xlim x轴范围。 range(breaks)
ylim y轴范围。 NULL
xlab x轴标签。 xname
ylab y轴标签。 自动生成
axes 是否绘制坐标轴。 TRUE
plot 是否绘制图形（TRUE）或仅返回计算结果（FALSE）。 TRUE
labels 是否在条形上方显示标签。 FALSE
nclass 区间数的替代参数。 NULL

示例

  • 基础绘图：hist()
1
2
3
4
5
6
7
data <- rnorm(1000, mean = 50, sd = 10)
hist(data,
    breaks = 20, # 分箱数
    main = "Histogram",
    xlab = "values",
    col = "skyblue"
)
1
2
3
4
# 添加趋势线
xfit <- seq(min(data), max(data), length = 40)
yfit <- dnorm(xfit, mean = mean(data), sd = sd(data))
lines(xfit, yfit, col = "blue", lwd = 2)
hist

2.2 箱线图（Boxplot）

用途： 展示数据的中位数、四分位数、离群点，支持分组比较。

格式

参数 说明 默认值
x 输入数据，可以是向量、列表或公式（如 y ~ group）。 无
... 其他图形参数（如 main, xlab, ylab 等）。 无
range 定义异常值的范围（默认为 1.5 倍的四分位距）。 1.5
width 箱线图的宽度。 NULL
varwidth 是否根据样本量调整箱线图宽度。 FALSE
notch 是否绘制缺口以比较中位数的显著性。 FALSE
outline 是否显示异常值。 TRUE
names 箱线图的组别标签。 自动生成
col 箱线图的填充颜色。 "lightgray"
log 是否对坐标轴取对数。 ""
pars 图形参数的列表（如 boxwex, staplewex, outwex）。 list(boxwex = 0.8, staplewex = 0.5, outwex = 0.5)
ann 是否绘制坐标轴标签和标题。 !add
horizontal 是否绘制水平箱线图。 FALSE
add 是否将箱线图添加到现有图形中。 FALSE
at 箱线图的位置（用于并排箱线图）。 NULL

示例

  • 单组箱线图
1
2
data <- rnorm(100)
boxplot(data, main = "Boxplot of Normal Data", col = "skyblue")
  • 并排箱线图
1
2
3
4
5
6
7
8
9
10
# 并排箱线图
group1 <- rnorm(100, mean = 0)
group2 <- rnorm(100, mean = 2)
boxplot(
    group1,
    group2,
    names = c("Group 1", "Group 2"),
    main = "Side-by-Side Boxplot",
    col = c("skyblue", "pink")
)
  • 带缺口的箱线图（只是为了突出中位数）
1
2
3
4
5
6
7
8
9
10
11

group1 <- rnorm(100, mean = 0)
group2 <- rnorm(100, mean = 2)
boxplot(
    group1,
    group2,
    notch = TRUE,
    names = c("Group 1", "Group 2"),
    main = "Notched Boxplot",
    col = c("skyblue", "pink")
)

boxplots

  • ~ 分组绘制
1
2
3
4
5
6
7
8
# 使用内置数据集 mtcars
boxplot(mpg ~ cyl, # mpg 按照 cyl 分组画出 boxplot
    data = mtcars, # mpg, cyl 都是数据框 mtcars 的列
    main = "MPG by Cylinder",
    xlab = "Number of Cylinders",
    ylab = "Miles per Gallon",
    col = c("skyblue", "pink", "lightgreen")
)

分组绘制：mpg 按照 cyl 分组画出 boxplot，而 cyl 有三组

2.3 散点图（Scatter Plot）两个定量变量

用途：分析两个定量变量的相关性或分布模式。

基础使用

1
plot(women$height, women$weight)

下面，借由这个例子，介绍 R 语言绘图的范式。

3 R 语言绘图

3.1 高级 & 低级绘图函数

在R中有两种绘图函数：

  • 高级绘图函数：创建一个新的图形，如 hist plot 。
  • 低级绘图函数：在现有的图形上添加元素，对原有图进行补充，如 lines 。

3.1.1 高级绘图函数

函数名 功能描述
plot(x) 以 x 的元素值为纵坐标、以序号为横坐标绘图
plot(x,y) x 与 y 的二元作图
pie(x) 饼图
boxplot(x) 盒形图（也称箱线图）
hist(x) x 的频率直方图
barplot(x) x 的值的条形图
qqnorm(x) 正态分位数-分位数图

3.1.2 低级绘图函数

函数名 功能描述
points(x, y) 添加点
lines(X, Y) 添加线
text(x, y, labels, ...) 加标记，在 (x, y) 处添加用 labels 指定的文字
abline(a, b) 加直线，绘制斜率为 b 和截距为 a 的直线
abline(h = y) 加直线，在纵坐标 y 处画水平线
abline(v = x) 加直线，在横坐标 x 处画垂直线
abline(lm.obj) 加直线，画出 lm.obj 确定的回归线
legend(x, y, legend) 加注释，在点 (x, y) 处，说明内容由 legend 给定
title() 加标题，也可添加一个副标题
axis(side, vect) 加坐标轴

3.2 参数

3.2.1 共同参数选项

选项 功能
axes=TRUE 如果是 FALSE，不绘制轴与边框
type="p" 指定图形的类型
xlim=, ylim= 指定轴的显示范围
xlab=, ylab= 坐标轴的标签
main= 主标题
sub= 副标题

"p"：点

"l"：线

"b"：点连线

"o"：同上，但是线在点上

"h"：垂直线

"s"：阶梯式，垂直线顶端显示数据

"S"：同上，但是垂直线底端显示数据

示例：一些常见参数的用法

共同参数的指代

示例：不同的点类型 type

不同点类型，参数 type

3.2.2 其他常用绘图参数

选项 功能
adj 控制关于文字对齐方式（0-左对齐，0.5-居中对齐，1-右对齐）
cex 符号和文字大小：cex.axis, cex.main, cex.axis, cex.main
col 颜色： col.axis, col.lab, col.main, col.axis, col.lab, col.main
font 文字字体（1-正常，2-粗体，3-斜体，4-粗斜体）：font.axis, font.lab, font.main, font.axis, font.lab, font.main
lwd 线的宽度
lty 连线的线型（1-实线，2-虚线，3-点线，4-点虚线，5-长虚线，6-双虚线）
pch 绘图符号的类型（1到25的整数）
pty 绘图区域类型
xaxt yaxt 如果 xaxt="n"，设置 x 轴不显示；如果 yaxt="n"，设置 y 轴不显示
srt 文字旋转角度
pch 不同数字对应的图案

特别地，pch 可以传入一个字符串向量，当作图案：

1
2
3
4
pch_type <- c("*", "a", "A", "?", "1")
X <- 1:5
Y <- rep(6, 5)
plot(X, Y, col = 1, pch = pch_type, cex = 2, main = "pch:*aA?1", font.lab = 2)

pch = pch_type ：图案可以自定义 pch_type

3.3 画图面板分割：子图

mfrow 参数：

  • 按行顺序填充子面板。

  • 语法：par(mfrow = c(nrow, ncol))，其中 nrow 是行数，ncol 是列数。

  • 示例：par(mfrow = c(2, 2)) 将绘图窗口分割为 2 行 2 列，共 4 个子面板。

mfcol 参数：

  • 按列顺序填充子面板。
  • 语法：par(mfcol = c(nrow, ncol))。

示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 设置绘图面板为 2 行 2 列
op <- par(mfrow = c(2, 2))

# 定义数据
X <- 1:10
Y <- 1:10

# 绘制默认点图
plot(X, Y, main = "Default")

# 绘制蓝色点图
plot(X, Y, main = "Blue Point", col = "blue")

# 绘制红色点图
plot(X, Y, main = "Red Point", col = "red")

# 绘制绿色点图
plot(X, Y, main = "Green Point", col = "green")

par(op)

用 op 对象存储 par() 函数的子图设置，再次使用 par(op) 即可重置默认设置。否则，之后的绘图会一直按照 最开始 par() 的设置放置。

3.4 保存图片

3.4.1 png() 保存为 PNG 图片

1
2
3
4
5
6
7
8
# 打开 PNG 设备，设置文件名和尺寸
png("my_plot.png", width = 800, height = 600)

# 绘制图形
plot(X, Y, main = "My Plot", col = "blue")

# 关闭设备，保存图片
dev.off()

参数说明

  • "my_plot.png"：保存的文件名。
  • width 和 height：图片的宽度和高度（单位：像素）。
  • dev.off()：关闭图形设备，保存图片。

3.4.2 pdf() 保存为 PDF 文件

1
2
3
4
5
6
7
8
# 打开 PDF 设备，设置文件名和尺寸
pdf("my_plot.pdf", width = 8, height = 6)

# 绘制图形
plot(X, Y, main = "My Plot", col = "blue")

# 关闭设备，保存文件
dev.off()

参数说明

  • "my_plot.pdf"：保存的文件名。
  • width 和 height：图片的宽度和高度（单位：英寸）。

3.4.3 jpeg() 保存为 JPEG 图片

1
2
3
4
5
6
7
8
# 打开 JPEG 设备，设置文件名和尺寸
jpeg("my_plot.jpg", width = 800, height = 600, quality = 100)

# 绘制图形
plot(X, Y, main = "My Plot", col = "blue")

# 关闭设备，保存图片
dev.off()

参数说明

  • quality：图片质量（0-100），值越大质量越高。

3.4.4 dev.copy() 保存当前图片

1
2
3
4
5
6
# 绘制图形
plot(X, Y, main = "My Plot", col = "blue")

# 复制当前图形并保存为 PNG
dev.copy(png, "my_plot.png", width = 800, height = 600)
dev.off()

适用场景：在已经绘制图形的情况下，直接保存当前图形。

3.4.5 保存多子图面板

如果使用 par(mfrow = c(nrow, ncol)) 绘制了多子图面板，可以直接保存整个面板：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 打开 PNG 设备
png("multi_panel_plot.png", width = 1200, height = 800)

# 设置面板布局
par(mfrow = c(2, 2))

# 绘制多个子图
plot(X, Y, main = "Default")
plot(X, Y, main = "Blue Point", col = "blue")
plot(X, Y, main = "Red Point", col = "red")
plot(X, Y, main = "Green Point", col = "green")

# 关闭设备，保存图片
dev.off()