原创 R语言读书心得11-文本和图例

firedata 2016-05-31 5000 1 1

### 4.4添加文本、图例以及自定义坐标轴 很多功能强大的R作图函数（如plot()、hist()、boxplot()等）都允许你对坐标轴，像设置R图像参数那样，对坐标轴进行相关的参数设置来达到你所需要的图像的质量。下面，我们先看这样的一个实例： ```r plot(dose, drugA, type="b", col="red", lty=2, pch=2, lwd=2, main="Clinical Trials for Drug A", sub="This is hypothetical data", xlab="Dosage", ylab="Drug Response", xlim=c(0, 60), ylim=c(0, 70)) ```  在这个实例当中，我们还是以上一节的末尾的实例进行讲解。我们以dose为自变量，drugA为因变量进行作图。下面，我们把图像的颜色设置为红色，点和线类型均为二号类型，而线条宽带则为2；这里的主标题设置为“Clinical Trials for Drug A”，而子标题则设置为“This is hypothetical data”；另外，我们把x轴标签设置为Dosage，而y轴标签设置为Drug Response；还有，x轴作图范围在（0,60），而y轴作图范围在（0,70）；经过这些参数的设置，上图的效果就这样达到了。 如果你想在一副图中去除标签和标题，你可以在plot()或par()里设置参数ann=FALSE，这样，你就看不到x和y轴上的标签和标题了。 ### 4.4.1标题 R语言具有非常强大的数据可视化功能。所以，R也给我们提供了几个非常实用的用于处理标题的函数。首先，我们要学习的是title()函数。 对于title()函数，它的一般格式如下： ```r title(main="main title", sub="sub-title", xlab="x-axis label", ylab="y-axis label") ``` 当然，在title()函数当中，我们还可以添加参数col.lab和cex.lab分别对标签的颜色和大小进行设置。下面，我们看一下这个实例： ```r title(main="My Title", col.main="red", sub="My Sub-title", col.sub="blue", xlab="My X label", ylab="My Y label", col.lab="green", cex.lab=0.75) ```  在这个实例当中，我们看到主标题被设置为红色，子标题是蓝色，而坐标轴标签为绿色，且其大小设置为0.75。 当然，我鼓励大家根据这个实例自己模仿一下如何使用title()函数；同时，有不懂的地方就好好的看一下相关的帮助文档。 ### 4.4.2坐标轴 在作图的时候，如果你需要对坐标轴进行特别的设置，R语言也有相关的函数来满足你的需求。对于坐标轴的设定，我们今天要学习的一个函数就是axis()。它的一般格式如下： ```r axis(side, at=, labels=, pos=, lty=, col=, las=, tck=, ...) ``` 而下图则是这个函数里所涉及的参数的参数表：  其中，side参数取值为{1,2,3,4}，从中任选上下左右任意一条边框或多条边框添加到你的图像上，其具体取值关注上图。at参数代表一个数字型向量来决定作哪里的刻度线。labels、lty、col这三个参数我就不多说了，和前面的函数用法类似。pos参数则标识在哪里作线条；las参数表示标签是平行还是垂直，选0表示平行，选2表示垂直。tck表示刻度线在作图区域内的长度，如果它取负数，那么，它的线则作在作图区域外。这时，我们可以看一下下面的一张图，它涵盖了我们之前所讲过的参数上的相关设置：  上图可由下面的代码实现： ```r x <- c(1:10) y <- x z <- 10/x opar <- par(no.readonly=TRUE) par(mar=c(5, 4, 4, 8) + 0.1) plot(x, y, type="b", pch=21, col="red", yaxt="n", lty=3, ann=FALSE) lines(x, z, type="b", pch=22, col="blue", lty=2) axis(2, at=x, labels=x, col.axis="red", las=2) axis(4, at=z, labels=round(z, digits=2), col.axis="blue", las=2, cex.axis=0.7, tck=-.01) mtext("y=1/x", side=4, line=3, cex.lab=1, las=2, col="blue") title("An Example of Creative Axes", xlab="X values", ylab="Y=X") par(opar) ``` 至于参数设置上的具体含义我就不多说了。这里，我就补充一下mtext()函数。mtext()函数的作用在于它可以把文本添加到图像的边界处。而从上图的展示上看到，我们把它添加到作图区域的右边界。 如果你还想要往图像里添加子刻度线，你可以调用Hmisc包的minor.tick()函数，而minor.tick()的一般格式如下： ```r minor.tick(nx=n, ny=n, tick.ratio=n) ``` 其中，nx和ny分别表示对x轴和y轴设定n个区间进行刻度线上的划分。而tick.ratio则是设置相对于刻度线的子刻度线长度（即它与刻度线长度的比例）。同时，刻度线的长度可在par(tck)中进行设置。下面，我们看看这样的一个例子： ```r minor.tick(nx=2, ny=3, tick.ratio=0.5) ``` 这里，我们对x轴和y轴分别以2个和3个区间进行刻度线的划分，而子刻度线的长度则是刻度线的一半。 ### 4.4.3准线 在R语言中，我们可以用abline()函数实现。abline()函数的一般格式如下： ```r abline(h=yvalues, v=xvalues) ``` 当然，你也可以在abline()中添加其它的参数进行设置（如线条类型、颜色和宽度），相关的一个实例如下： ```r abline(h=c(1,5,7)) ``` 这里，我们就设置了添加水平y准线为1、5、7。这时，依据此基础上，我们再看看下面的这个实例： ```r abline(v=seq(1, 10, 2), lty=2, col="blue") ``` 这里，我们设置1-10中x值为基数的垂直准线，其线条类型为2，即点线型，而线条颜色为蓝色。当然，文章的后面会利用这个函数来显示相关的效果。 ### 4.4.4图例 在作图的时候，你可能需要用到一些特定的符号来帮助你区分变量与变量之间的区别。这时，我们可以在图像上添加相关的图例加以区分。 在R中，legend()函数就是一个很好的添加图例函数，其相关格式为： ```r legend(location, title, legend, ...) ``` 关于legend()函数的相关参数可以参考下面的参数表：   前面三个参数大家就具体看一下参数表是怎么解释的，而我在这里就说一下.......这部分的参数吧。在参数表当中，我们还可以使用col参数来设置图例的颜色，而它可以通过设置一个向量来实现。设置，我们还可以用pch参数，同样的，设置一个向量来设置图例的类型。当然，其它之前讲过的一些参数，例如lwd和lty都能使用，它们在legend()函数的用法可由之前的函数使用实例中类推过来。还有，fill参数可作为图例的填充色，而且也能通过设定一个向量来实现。下面，基于上面所讲过的内容，我们看一下这样的一个实例： ```r dose <- c(20, 30, 40, 45, 60) drugA <- c(16, 20, 27, 40, 60) drugB <- c(15, 18, 25, 31, 40) opar <- par(no.readonly=TRUE) par(lwd=2, cex=1.5, font.lab=2) plot(dose, drugA, type="b", pch=15, lty=1, col="red", ylim=c(0, 60), main="Drug A vs. Drug B", xlab="Drug Dosage", ylab="Drug Response") lines(dose, drugB, type="b", pch=17, lty=2, col="blue") abline(h=c(30), lwd=1.5, lty=2, col="gray") library(Hmisc) minor.tick(nx=3, ny=3, tick.ratio=0.5) legend("topleft", inset=.05, title="Drug Type", c("A","B"), lty=c(1, 2), pch=c(15, 17), col=c("red", "blue")) par(opar) ```  从上图，我们可以看到之前所讲过的作图效果极其设置，到了这里都能得到相应的应用。 ### 4.4.5文本注释 之前，我们学习了如何使用text()函数和mtext()进行相关的文本设置。回顾一下，text()和mtext()的一般格式如下： ```r text(location, "text to place", pos, ...) mtext("text to place", side, line=n, ...) ``` 同时，我们看一下它们的参数表：  前面的这些参数，它的用法和之前讲过的函数类似。同时，除了可以使用上面的参数，我们还可以在它们这里食欲cex、col和font参数，它们的用法同样可以和前面讲解过的内容类推出来。 下面，我们使用mtcars数据集，使用上面的两个函数，对图像里的每个散点进行相应的标签的标出： ```r attach(mtcars) plot(mtcars$wt, mtcars$mpg, main="Mileage vs. Car Weight", xlab="Weight", ylab="Mileage", pch=18, col="blue") text(mtcars$wt, mtcars$mpg, row.names(mtcars), cex=0.6, pos=4, col="red") detach(mtcars) ```  这里的参数设置，大家要仔细的看一下上面的代码，这样就清楚了。 下面，我们再看看这个实例： ```r opar <- par(no.readonly=TRUE) par(cex=1.5) plot(1:7,1:7,type="n") text(3,3,"Example of default text") text(4,4,family="mono","Example of mono-spaced text") text(5,5,family="serif","Example of serif text") par(opar) ```  在这个实例当中，字符大小被设置为1.5，其作图范围里，x、y轴均设置为（1,7），并在（3,3），（5,5）和（7,7）这三个地方添加不同的字符串，如上图所示。当然，（5,5）处的字符串把字体设置为mono格式，而（7,7）处的字符则设置为serif格式。而具体的实施效果，大家在上图都已经能看到了。 除了普通的文本注释外，我们也可以对相关的数学公式进行注释。在R当中，我们可以使用plotmath()完成相应的操作，具体的操作办法，大家可以help(plotmath)来查看它的帮助文档。当然，更高级一点的做法就是调用ggplot2包里的annotate()函数，在里面输入相关的数学公式就能完成。下面，大家就可以下相关的数学注释：  >严禁修改，可以转载，请注明出自[数据人网](http://shujuren.org)和原文链接。