论文部分内容阅读
[摘要]介绍了R语言在数据可视化方面的应用，并结合R语言自带的几个数据集，通过R语言的ggplot绘图函数，实现了通过R语言绘制散点图、线图、直方图、箱线图以及条形图的实例。
[关键词]R语言；数据可视化；gg3310t；统计分析
中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2015）05-0127-01
1引言
近年来，随着社会的不断进步以及信息技术的不断应用，人类在生产、生活以及创造的过程中产生以及积累了大量的数据，如何有效的处理和挖掘这些数据已经成为时下的技术热点，R语言作为一种简单易学、功能强大的开源统计分析软件，迅速被业界广泛使用；同时，从各类数据库中取出来的数据是越来越大量且繁杂的，如果不借助图，比较难以展示出来，所以，数据的可视化就成了一件很重要的事；R语言自带了强大的绘图系统，为数据的图形化展示提供了便捷的工具，从而也使得R成为了一款优秀的数据可视化工具。
2数据可视化
如何分析所获得的大量、复杂和多维的数据呢？研究表明，人类获得的关于外在世界的信息80%以上是通过视觉通道获得的，因此答案就是要提供像人眼一样的直觉的、交互的和反应灵敏的可视化环境，可见，发展数据可视化技术具有重要的意义。
可视化，也称科学计算可视化（Visualization in Scientific Computing），其定义为：“可视化是一种计算方法，它将符号或数据转换为直观的几何图形，便于研究人员观察其模拟和计算过程。可视化包括了图像综合，这也就是说，可视化是用来解释输入到计算机中的图像数据，并从复杂的多维数据中生成图像的一种工具。”数据可视化本身是一门复杂的学科，包含了很多方面；现代的数据可视化（Data visualization）技术指的是运用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域。随着科学技术的发展，数据可视化概念也在不断地扩展，它不仅包括科学计算数据的可视化，而且包括工程数据和测量数据的可视化。
3 R语言简介
R是用于统计分析、统计绘图的语言和操作环境，是属于GNU系统的一个自由、免费、源代码开放的软件。是贝尔实验室（BeflLaboratories）的RickBeeke、JohnChamberS和AllanWilkS开发的s语言的一种实现，提供了一系列统计和图形显示工具。s语言则是目前比较流行的统计软件S-PLUS的基础。R的创始人RosSIhaka和RobertGentleman，由于这两位“R之父”的名字都是以R开头，所以就命令为R。
4 R的绘图系统
在数据挖掘过程中，当完成数据的导入、清洗，并将其汇总統计以后，接下来的工作就是绘图，R有三种不同的绘图系统可供选择：
第一个图形系统base图形系统是最古老的系统，在R的存在初期它就已经存在了，base图形很容易上手，但其所绘制的图形有时需要大量的修改，而且它很难扩展到新的图标类型中，通过对base中的一些限制进行开发形成了grid图形系统，从而使绘图更加灵活，grid允许你在绘图时涉及系统底层，可以具体指定在哪里画哪个点、线或矩形。
第二个图形系统lattice建立在grid系统之上，它为所有常见的图表类型提供了高级函数，它有两个突出的特点是base图形系统所不具备的。首先，每个绘图的结果能被保存到一个变量中，而不仅仅是绘制在屏幕上；第二，它可以在一个格子中包含多个面板，因此你能把数据分成不同的类别并比较各组之间的差异。
第三个图形系统ggplot2是也建立在grid系统之上，gg代表granlnlar of graphics（制图语法），其目标在于把图形分解成不同的组块。ggplot2图形系统是功能最强大的图形系统，你几乎可可以使用ggplot2做任何事情，但它与其他图形系统相比需要更多的计算。
5通过R实现数据可视化
数据可视化本身是一门复杂的学科，包含了很多方面，在R中实现数据可视化，目前主要是指数据的统计图展示。在展示时，分为低维数据的展示和多维数据的展示。由于ggplot2图形系统是R中功能最强大的图形系统，使用ggplot2展示的数据会更加美观和方便，所以本文在展示R中的各类统计图时选用ggplot2图形系统。
在使用ggplot2之前，需要先安装并载入该包：
>install.packages（“ggplot2”）
>library（ggplot2）
5.1散点图
散点图是展示在回归分析中，数据点在直角坐标系平面上的分布图。它用于研究两个连续变量之间的关系，是一种最常见的统计图形。
R语言自带的数据carsi记录了1920年代汽车速度对刹车距离的影响，通过使用R语言中的散点图绘图函数，我们可以清楚的看出刹车距离在不同车速情况下的分布情况：
>ggplot（data=cars，aes（x=speed，y=dist））+geom point（）
5.2线图
如果想研究连续变量如何随特定参数变化，线图往往比散点图更加容易理解。
以R自带的preasure数据为例，该数据记录了温度随着气压的升高而的变化规律。通过R语言的线图绘图函数，将气压的升高与温度变化曲线进行绘图，形可直观的展示出，气压从零开始升高时，对温度的影响巨大，但随着气压达到一定程度，其对温度的影响作用是逐渐变弱的：
>ggplot（data=pressure，aes（x=pressure，y=temperature））+geom line（）
5.3直方图
直方图（Histogram）又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
以r语言自带的数据beaverl为例，该数据记录了持续对一只海狸每109钟进行体温监测的数据，共114条数据，为了便于观察海狸正常的体温分布，我们可以使用R语言的绘图函数绘制直方图来进行观察：
>ggplot（beaverl，aes（temp））+geom_bistogram（binwidth=0.1）
6小结
本文通过介绍数据可视化的相关知识，并选取部分R语言自带的数据集，将这些数据以散点图、线图、直方图、箱线图以及条形图的形式进行数据可视化展示，体现出了R语言在数据可视化中的应用以及R语言在绘图方面的基础功能，同时，值得一提的是，R语言作为一种开源的统计分析语言，其免费、共享、易学以及功能丰富的软件包支持的特性，决定了其广泛的应用前景和应用价值，本文仅是简单介绍其在绘图方面的应用，希望可以起到抛砖引玉的作用，从而引起大家对于R语言的学习兴趣。
[关键词]R语言；数据可视化；gg3310t；统计分析
中图分类号：TP391.41 文献标识码：A 文章编号：1009-914X（2015）05-0127-01
1引言
近年来，随着社会的不断进步以及信息技术的不断应用，人类在生产、生活以及创造的过程中产生以及积累了大量的数据，如何有效的处理和挖掘这些数据已经成为时下的技术热点，R语言作为一种简单易学、功能强大的开源统计分析软件，迅速被业界广泛使用；同时，从各类数据库中取出来的数据是越来越大量且繁杂的，如果不借助图，比较难以展示出来，所以，数据的可视化就成了一件很重要的事；R语言自带了强大的绘图系统，为数据的图形化展示提供了便捷的工具，从而也使得R成为了一款优秀的数据可视化工具。
2数据可视化
如何分析所获得的大量、复杂和多维的数据呢？研究表明，人类获得的关于外在世界的信息80%以上是通过视觉通道获得的，因此答案就是要提供像人眼一样的直觉的、交互的和反应灵敏的可视化环境，可见，发展数据可视化技术具有重要的意义。
可视化，也称科学计算可视化（Visualization in Scientific Computing），其定义为：“可视化是一种计算方法，它将符号或数据转换为直观的几何图形，便于研究人员观察其模拟和计算过程。可视化包括了图像综合，这也就是说，可视化是用来解释输入到计算机中的图像数据，并从复杂的多维数据中生成图像的一种工具。”数据可视化本身是一门复杂的学科，包含了很多方面；现代的数据可视化（Data visualization）技术指的是运用计算机图形学和图像处理技术，将数据转换为图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域。随着科学技术的发展，数据可视化概念也在不断地扩展，它不仅包括科学计算数据的可视化，而且包括工程数据和测量数据的可视化。
3 R语言简介
R是用于统计分析、统计绘图的语言和操作环境，是属于GNU系统的一个自由、免费、源代码开放的软件。是贝尔实验室（BeflLaboratories）的RickBeeke、JohnChamberS和AllanWilkS开发的s语言的一种实现，提供了一系列统计和图形显示工具。s语言则是目前比较流行的统计软件S-PLUS的基础。R的创始人RosSIhaka和RobertGentleman，由于这两位“R之父”的名字都是以R开头，所以就命令为R。
4 R的绘图系统
在数据挖掘过程中，当完成数据的导入、清洗，并将其汇总統计以后，接下来的工作就是绘图，R有三种不同的绘图系统可供选择：
第一个图形系统base图形系统是最古老的系统，在R的存在初期它就已经存在了，base图形很容易上手，但其所绘制的图形有时需要大量的修改，而且它很难扩展到新的图标类型中，通过对base中的一些限制进行开发形成了grid图形系统，从而使绘图更加灵活，grid允许你在绘图时涉及系统底层，可以具体指定在哪里画哪个点、线或矩形。
第二个图形系统lattice建立在grid系统之上，它为所有常见的图表类型提供了高级函数，它有两个突出的特点是base图形系统所不具备的。首先，每个绘图的结果能被保存到一个变量中，而不仅仅是绘制在屏幕上；第二，它可以在一个格子中包含多个面板，因此你能把数据分成不同的类别并比较各组之间的差异。
第三个图形系统ggplot2是也建立在grid系统之上，gg代表granlnlar of graphics（制图语法），其目标在于把图形分解成不同的组块。ggplot2图形系统是功能最强大的图形系统，你几乎可可以使用ggplot2做任何事情，但它与其他图形系统相比需要更多的计算。
5通过R实现数据可视化
数据可视化本身是一门复杂的学科，包含了很多方面，在R中实现数据可视化，目前主要是指数据的统计图展示。在展示时，分为低维数据的展示和多维数据的展示。由于ggplot2图形系统是R中功能最强大的图形系统，使用ggplot2展示的数据会更加美观和方便，所以本文在展示R中的各类统计图时选用ggplot2图形系统。
在使用ggplot2之前，需要先安装并载入该包：
>install.packages（“ggplot2”）
>library（ggplot2）
5.1散点图
散点图是展示在回归分析中，数据点在直角坐标系平面上的分布图。它用于研究两个连续变量之间的关系，是一种最常见的统计图形。
R语言自带的数据carsi记录了1920年代汽车速度对刹车距离的影响，通过使用R语言中的散点图绘图函数，我们可以清楚的看出刹车距离在不同车速情况下的分布情况：
>ggplot（data=cars，aes（x=speed，y=dist））+geom point（）
5.2线图
如果想研究连续变量如何随特定参数变化，线图往往比散点图更加容易理解。
以R自带的preasure数据为例，该数据记录了温度随着气压的升高而的变化规律。通过R语言的线图绘图函数，将气压的升高与温度变化曲线进行绘图，形可直观的展示出，气压从零开始升高时，对温度的影响巨大，但随着气压达到一定程度，其对温度的影响作用是逐渐变弱的：
>ggplot（data=pressure，aes（x=pressure，y=temperature））+geom line（）
5.3直方图
直方图（Histogram）又称质量分布图。是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。
以r语言自带的数据beaverl为例，该数据记录了持续对一只海狸每109钟进行体温监测的数据，共114条数据，为了便于观察海狸正常的体温分布，我们可以使用R语言的绘图函数绘制直方图来进行观察：
>ggplot（beaverl，aes（temp））+geom_bistogram（binwidth=0.1）
6小结
本文通过介绍数据可视化的相关知识，并选取部分R语言自带的数据集，将这些数据以散点图、线图、直方图、箱线图以及条形图的形式进行数据可视化展示，体现出了R语言在数据可视化中的应用以及R语言在绘图方面的基础功能，同时，值得一提的是，R语言作为一种开源的统计分析语言，其免费、共享、易学以及功能丰富的软件包支持的特性，决定了其广泛的应用前景和应用价值，本文仅是简单介绍其在绘图方面的应用，希望可以起到抛砖引玉的作用，从而引起大家对于R语言的学习兴趣。