R繪圖之散點圖:10散點圖矩陣

散點圖矩陣可以顯示矩陣數據兩兩之間的散點圖。

1. 最樸素的繪製方法，是用pairs.

#構建數據

subi=iris[,1:4]

#默認散點圖矩陣

pairs(subi)

散點圖矩陣可以分為上三角區塊， 對角線區塊， 下三角區塊，我們可以自定義每個區塊的函數，而且達到修改pairs繪圖效果的目的。

比如用以下方式：

panel.cor<-function(x,y,digits=2,prefix="r=",cex.cor,...){

  usr <-par('usr')

  on.exit(par(usr))

  par(usr=c(0,1,0,1))

  r<-cor(x,y,use="complete.obs")

 txt<-format(c(r,0.123456789),digits=digits)[1]

  txt<-paste(prefix,txt,sep="")

  if(missing(cex.cor)) cex.cor<-0.8/strwidth(txt)

  #text(0.5,0.5,txt,cex=cex.cor*(1+r)/2)

  text(0.5,0.5,txt,cex=2)

}

panel.hist<-function(x,...){

  usr<-par('usr')

  on.exit(par(usr))

  par(usr=c(usr[1:2],0,1.5))

  h<-hist(x,plot=FALSE)

  breaks<-h$breaks

  nB<-length(breaks)

  y<-h$counts

  y<-y/max(y)

  rect(breaks[-nB],0,breaks[-1],y,col="skyblue",...)

}

panel.lm<-function(x,y,col=par("col"),bg=NA,pch=par("pch"),

                   cex=2,col.smooth="black",...){

  points(x,y,pch=pch,col=col,bg=bg,cex=cex)

  abline(stats::lm(y~x),col=col.smooth,...)

}

pairs(subi,upper.panel=panel.cor,

      diag.panel=panel.hist,

      lower.panel=panel.lm,

      pch=21,

      bg =c("#1B9E77","#D95F02","#7570B3")[unclass(iris$Species)])

2. car包的scatterplotMatrix繪製

library(car)

scatterplotMatrix(~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width,data=iris,

                  spread=FALSE,smooth=FALSE)

#優化一下

#顏色定義

library(RColorBrewer)

mycolor=brewer.pal(8,"Dark2")

col=as.vector(iris$Species)

col[col=='setosa']<-mycolor[1]

col[col=='versicolor']<-mycolor[2]

col[col=='virginica']<-mycolor[3]

scatterplotMatrix(~Sepal.Length+Sepal.Width+Petal.Length+Petal.Width,data=iris,

 spread=FALSE,smooth=FALSE,groups=iris$Species,col=mycolor[1:3],pch=c(19,19,19))

3. 使用gclus包cpairs

library(gclus)

subiris=iris[,1:4]

mycorr=abs(cor(subiris))

mycolors <- dmat.color(mycorr)

myorder <- order.single(mycorr)

cpairs(subiris,myorder,panel.colors = mycolors,gap=.5,

       main="Variables Ordered and Coloredby Correlation")

 

4. 用GGally包的ggpairs

library(GGally)

ggpairs(iris, aes(color=Species))+

  theme_bw()

用於數據探索的話，這個很不錯。

下一講：三元圖