R语言入门学习教程，从入门到精通，R语言分布式数据可视化(6）

R语言分布式数据可视化

知识点总览

• 直方图：展示数据分布形态与频数/频率
• 核密度图：平滑估计概率密度函数
• 箱线图：展示分位数、异常值及数据范围
• 小提琴图：箱线图+核密度图，展示分布形状
• 金字塔图：比较两组人群（如年龄结构）
• 脊线图：多个分组密度曲线重叠展示
• 点阵图：原始数据点分布，避免重叠

---

1. 直方图 (Histogram)

语法知识点

• hist(x, breaks, freq, col, border, main, xlab, ylab)
  • x: 数值向量
  • breaks: 分组数或分割点向量
  • freq: TRUE(频数) / FALSE(概率密度)
  • col: 填充颜色
  • border: 边框颜色

案例代码

# 生成1000个正态分布随机数，均值=50，标准差=10
data <- rnorm(1000, mean = 50, sd = 10)

# 绘制直方图
hist(data,
     breaks = 30,            # 分成30个组
     freq = FALSE,           # 显示概率密度（而非频数）
     col = "lightblue",      # 柱子填充为浅蓝色
     border = "darkblue",    # 边框为深蓝色
     main = "直方图示例：正态分布数据",  # 主标题
     xlab = "数值",          # x轴标签
     ylab = "密度")          # y轴标签

# 添加核密度曲线（参考下一节）
lines(density(data), col = "red", lwd = 2)

---

2. 核密度图 (Kernel Density Plot)

语法知识点

• density(x, bw, kernel): 计算核密度估计
  • bw: 带宽（平滑程度）
  • kernel: "gaussian", "rectangular"等
• plot(density对象) 或 lines(density对象)

案例代码

# 生成双峰分布数据（混合两个正态分布）
data_bimodal <- c(rnorm(500, mean = 40, sd = 5),
                  rnorm(500, mean = 70, sd = 6))

# 计算核密度
dens <- density(data_bimodal,
                bw = "nrd0",   # 自动选择带宽
                kernel = "gaussian")  # 高斯核

# 绘制核密度图
plot(dens,
     main = "核密度图：双峰数据",
     xlab = "数值",
     ylab = "密度",
     col = "darkgreen",
     lwd = 2,
     type = "l")   # 线条类型

# 添加填充色（多边形）
polygon(dens, col = rgb(0, 1, 0, 0.3), border = NA)

# 添加实际数据的小地毯图
rug(data_bimodal, col = "gray")

---

3. 箱线图 (Boxplot)

语法知识点

• boxplot(x, formula, data, range, varwidth, notch, horizontal, col)
  • x: 数值向量或列表
  • formula: y ~ group（分组箱线图）
  • range: 须线延伸倍数（默认1.5）
  • notch: 是否画凹口（中位数置信区间）
  • horizontal: 是否水平

案例代码

# 创建分组数据
set.seed(123)
group_a <- rnorm(100, mean = 60, sd = 8)
group_b <- rnorm(100, mean = 65, sd = 10)
group_c <- rnorm(100, mean = 55, sd = 7)

# 合并为数据框
df_box <- data.frame(
  value = c(group_a, group_b, group_c),
  group = rep(c("A", "B", "C"), each = 100)
)

# 绘制分组箱线图
boxplot(value ~ group,
        data = df_box,
        range = 1.5,          # 须线范围
        varwidth = TRUE,      # 箱子宽度与样本量成正比
        notch = FALSE,        # 不画凹口
        col = c("gold", "tomato", "lightblue"),
        main = "箱线图：三组数据比较",
        xlab = "组别",
        ylab = "数值",
        border = "darkgray")

# 添加均值点（红点）
means <- aggregate(value ~ group, data = df_box, FUN = mean)
points(1:3, means$value, col = "red", pch = 19, cex = 1.5)

---

4. 小提琴图 (Violin Plot)

语法知识点

• 需要 vioplot 包
• vioplot(x1, x2, ..., names, col, horizontal)
• 结合箱线图与密度曲线

案例代码

# 安装并加载vioplot包
if(!require(vioplot)) install.packages("vioplot")
library(vioplot)

# 生成三组不同分布的数据
set.seed(456)
violin1 <- rnorm(200, mean = 50, sd = 8)
violin2 <- rnorm(200, mean = 60, sd = 12)
violin3 <- rnorm(200, mean = 45, sd = 6)

# 绘制小提琴图
vioplot(violin1, violin2, violin3,
        names = c("组1", "组2", "组3"),   # 组名
        col = "lightgreen",               # 填充色
        border = "darkgreen",             # 边框色
        main = "小提琴图：分布形状对比",
        xlab = "分组",
        ylab = "密度",
        horizontal = FALSE,               # 垂直方向
        drawRect = TRUE)                  # 内部画矩形（箱线图）

# 添加均值点（计算并添加）
means_v <- c(mean(violin1), mean(violin2), mean(violin3))
points(1:3, means_v, col = "red", pch = 18, cex = 1.5)

---

5. 金字塔图 (Pyramid Plot)

语法知识点

• 常用于人口年龄结构（男左女右）
• 使用 plotrix 包中的 pyramid.plot
• 需要两个向量（左侧和右侧数据）

案例代码

# 安装并加载plotrix
if(!require(plotrix)) install.packages("plotrix")
library(plotrix)

# 构造年龄分组和男女数据
age_groups <- c("0-9", "10-19", "20-29", "30-39", "40-49", "50+")
male_pop   <- c(120, 140, 130, 110, 90, 60)
female_pop <- c(115, 135, 125, 105, 95, 70)

# 绘制金字塔图
pyramid.plot(male_pop, female_pop,
             labels = age_groups,
             top.labels = c("男性", "年龄组", "女性"),
             main = "人口金字塔图",
             gap = 0.5,          # 中间间隔宽度
             laxlab = seq(0, 150, 50),   # 左侧x轴刻度
             raxlab = seq(0, 150, 50),   # 右侧x轴刻度
             col = c("lightblue", "pink"),
             border = "gray")

# 添加图例
legend("topright", legend = c("男性", "女性"), 
       fill = c("lightblue", "pink"), bty = "n")

---

6. 脊线图 (Ridge Plot)

语法知识点

• 需要 ggridges 包（基于ggplot2）
• geom_density_ridges(): 多个密度曲线垂直堆叠
• 支持 scale 缩放、alpha 透明度

案例代码

# 安装并加载所需包
if(!require(ggplot2)) install.packages("ggplot2")
if(!require(ggridges)) install.packages("ggridges")
library(ggplot2)
library(ggridges)

# 构造数据：不同组的分布
set.seed(789)
n_per_group <- 300
ridge_data <- data.frame(
  value = c(rnorm(n_per_group, 0, 1),
            rnorm(n_per_group, 2, 1.2),
            rnorm(n_per_group, 4, 0.8),
            rnorm(n_per_group, 6, 1.5)),
  group = rep(c("组A", "组B", "组C", "组D"), each = n_per_group)
)

# 绘制脊线图
ggplot(ridge_data, aes(x = value, y = group)) +
  geom_density_ridges(
    scale = 2,               # 峰重叠程度，>1时更高
    alpha = 0.6,             # 透明度
    fill = "steelblue",
    color = "white"
  ) +
  labs(title = "脊线图：多组密度分布对比",
       x = "数值", y = "分组") +
  theme_ridges()            # 专用主题

---

7. 点阵图 (Dot Plot / Strip Plot)

语法知识点

• stripchart(x, method, jitter, col, vertical, pch)
  • method: "overplot"(重叠),"jitter"(抖动),"stack"(堆叠)
  • jitter: 抖动幅度
  • vertical: 是否垂直方向

案例代码

# 生成三组数据
set.seed(321)
group1 <- rnorm(80, mean = 55, sd = 6)
group2 <- rnorm(80, mean = 62, sd = 7)
group3 <- rnorm(80, mean = 50, sd = 5)

# 组合为列表
dot_data <- list(Group1 = group1, Group2 = group2, Group3 = group3)

# 绘制点阵图（抖动避免重叠）
stripchart(dot_data,
           method = "jitter",   # 抖动方法
           jitter = 0.2,        # 抖动幅度
           vertical = TRUE,     # 垂直显示
           col = c("darkred", "darkblue", "darkgreen"),
           pch = 19,            # 实心圆点
           main = "点阵图：原始数据分布",
           xlab = "分组",
           ylab = "数值",
           cex = 0.8)           # 点的大小

# 添加各组均值线
means_dot <- c(mean(group1), mean(group2), mean(group3))
points(1:3, means_dot, col = "black", pch = 3, cex = 2, lwd = 2)

# 添加箱线图轮廓（可选）
boxplot(dot_data, add = TRUE, boxwex = 0.3, 
        col = NA, border = "gray", outline = FALSE)

---

本章小结

图表类型	主要用途	关键函数/包	注意事项
直方图	分布形态、峰值	hist	分组数影响形状
核密度图	平滑密度估计	density + plot	带宽选择很关键
箱线图	分位数、异常值	boxplot	须线范围1.5倍IQR常用
小提琴图	分布+分位数	vioplot	适合多组比较
金字塔图	双向对比	pyramid.plot	左右轴刻度需对称
脊线图	多组密度堆叠	ggridges	注意重叠比例
点阵图	显示所有点	stripchart	避免过度重叠需抖动

所有代码均可直接复制到R环境中运行（需联网安装缺失包）。建议结合真实数据调整参数，观察图形变化。