R语言：可视化概览

编者按：本文作者 Meng Qi，来自 Teradata Data Science 团队，牛津大学统计系 2013 届研究生。本期博文，就让我们了解一下 R 语言如何进行数据可视化。当统计学家最爱的 R 遇上 “A graph is worth a thousand words” 的可视化工具，会发生什么呢？

目录

R 的绘图系统

graphics

lattice

ggplot2

R Graph Gallery

R Shiny

总结

“The simple graph has brought more information to the data analyst’s mind than any other device.” — John Tukey

数据 可视化在学术界和 工业界都有广泛的应用——除了许多论文里的实验数据图表外，企业的KPI报表、股市的K线图、制造业的传感器数据监测、航空公司的上客监控，包括每年大家喜（ji）闻（si）乐（ren）见（le）的春运大数据，都是可视化的应用。 数据可视化可以让我们更直观地从数据中获取信息 。

百度地图春运出行仪表盘（http://qianxi.baidu.com） - 2019五一假期出行

英国新闻巨头BBC有一个数据新闻团队（Data Journalism），专注于“从大量数据中发现值得注意的事实”。近期，该团队分享了他们基于R开发的 工具 包bbplot，使大家能够简单方便地绘制出达到出版标准的图表。专业化的绘图工具正在被越来越多的行业所使用。本期博文，就让我们了解一下R语言如何进行数据可视化。

R 的绘图系统

R语言有两大绘图系统：基础绘图系统和Grid绘图系统，两者相互独立。基础绘图系统直接在图形设备上画图；而Grid系统将界面分成矩形区域（viewport），每个区域有自己独立的坐标体系，并且相互可以嵌套，使得Grid系统可以画出更复杂的图形。

用过R的朋友们知道，R的功能是通过一个个库（package）——也就是我们常说的工具包实现的。基础绘图系统依赖于graphics包。基于Grid系统的包有grid，lattice，ggplot2等。grid包仅提供低级的绘图功能（如点、线等），并不能画出完整的图形。更高级的图形是两个主流绘图包lattice和ggplot2来实现。

让我们来关注最常用的三个包：graphics， lattice、ggplot2。

graphics

基础绘图包graphics，在安装R时默认安装，启动R时默认加载。它囊括了常用的标准统计图形，如条形图，饼图，直方图，箱线图，散点图等。在R里运行：

demo(graphics)

会给出一些常用图形的样例（如下图），及生成这些图形的代码。

lattice

在使用之前，需要先加载lattice包。lattice包提供了大量新的绘图类型、默认颜色、图形排版等优化。同时，它还支持“条件多框图”—— 如下图，在不同月份（Month），观察臭氧浓度（Ozone）与气温（Temp）之间的关系。这里，“月份”就是我们所说的条件，条件多框图可以让我们更清楚地看到Ozone与Temp的关系是否受月份的影响而发生变化。

library(lattice)
xyplot(Temp ~ Ozone |factor(Month),
	data = airquality,
	main="Temp(F) vs Ozone(ppb) by Month",
	layout=c(5,1))

ggplot2

ggplot2由Hadley Wickham根据Grammar of Graphics（图形的语法）中提出的理论而开发。它将绘图视为一种映射，即从数学空间映射到图形元素空间。它的绘图方式类似于我们平时生活中画图，先创建一个画布，然后一层层往上叠加信息。ggplot2是R中最常用到同时也是功能最强大的绘图包（Python中也有了ggplot2的实现——plotnine，你只需要对R语言中的ggplot2代码稍作修改，就能直接在 Python 中运行）。

我们用ggplot2中自带的数据diamonds为例来描述绘图过程：绘制钻石克拉数（carat）与价格（price）的关系，同时将纯度（clarity）作为颜色变量。在代码中，carat, price, clarity分别被映射到了x轴，轴y及color。

library(ggplot2)
ggplot(data=diamonds, mappings=aes(x=carat, y=price))+
	geom_point(aes(color=clarity))

如果我们想在图中增添统计变换，如两变量关系的平滑曲线，仅需增加一行代码

ggplot(data=diamonds, mappings=aes(x=carat, y=price))+
	geom_point(aes(color=clarity))+stat_smooth()

同样的，如果我们想分析在不同切工（cut）下克拉数与价格的关系（类似于lattice中的条件多框图），也是一行代码的工作量

ggplot(data=diamonds, mappings=aes(x=carat, y=price))+
	geom_point(aes(color=clarity))+
	stat_smooth()+facet_wrap(~cut)

ggplo2的基本概念有：

• 数据(data)和映射(mapping)

• 几何对象(geometric)

• 标度(scale)

• 统计变换(statistics)

• 坐标系统(coordinate)

• 分面(facet)

使用ggplot2绘图的过程就是选择合适的几何对象、图形属性、标度、统计变换、坐标系统和分面等来充分展现数据中所含有的信息的过程。ggplot2的强大之处就在于它的灵活性，通过不同图层的叠加可以做出非常有意思的图形。

R Graph Gallery

除了上述提到的三个常用绘图包，R还有很多其他图形绘制的工具，如绘制3D图形的plot3d，rgl，绘制地图的ggmap，leaflet，交互式可视化plotly等等。在这里，我们介绍一个神奇的网站 THE R GRAPH GALLERY (https://www.r-graph-gallery.com)。这个网站为我们提供了平时常用的8大类46种共计数146个（日期：2019-05-13）可视化样例及代码，及他们使用的工具包。

例如，点击Sankey diagram（倒数第二行最后一个）的图标，会进入如下的界面。可以看到NetworkD3这个包能用来绘制Sankey图。

点击图形下的链接，网站会给出该图形的详细信息及实现的代码

THE R GRAPH GALLERY 网站不仅提供各类统计图形的R的实现方式，同时也在收录相对应的Python的实现，是学习可视化非常好的资源。

R Shiny

在我们的分析工作中，有时不仅要展示模型结果，还需要把分析历程展示给听众；同时，听众也希望能够参与到分析探索中来。这就需要我们将不同部分的分析 —— 如数据探索，模型构建及评估的过程整合到一起，同时增添可交互性。

Shiny （http://shiny.rstudio.com/）是由RStudio开发的一个开源的 R 包，它为使用 R 构建 Web 应用提供了一个有力的 Web 框架。使用Shiny，我们可以用R语言轻松开发交互式web应用。在Shiny的官网上给出了一些App的应用案例：

我们通过官网上Kmeans example的例子（Demo）来看一看Shiny App的基本功能。这个例子中用的是R自带的鸢尾花（iris）数据，用过R（或者Python）的朋友应该对这个数据非常熟悉。数据里包含了花萼长度(Sepal.Length)，花萼宽度(Sepal.Width)，花瓣长度(Pepal. Length)，花瓣宽度(Pepal.Width)及花的品种(Species)信息。

在Demo中假设品种未知，通过其它变量将鸢尾花样本分群。默认选项是将样本按照Sepal.Length和 Sepal.Width分成3群。

通过Demo左侧的工具栏，我们可以选择不同的分群变量（Pepal. Length，Pepal.Width）及分群个数（2），来观察不同的分群效果

实现这样一个Shiny App的需要两部分脚本：用户交互（shinyUI）及服务器（shinyServer）脚本。

• shinyUI部分控制页面的布置和展示。一方面，在这里可以定义一系列的小工具，如滑动条（sliderInput），选项卡（radioButtons），输入框（numericInput）等来接收用户传入的参数，储存在input变量里。另一方面，它接收shinyServer传来的output变量，并根据用户的定义把它展示在前端。

• shinyServer生成所要展示的结果。它从shinyUI读取input变量，将其作为参数进行模型计算或图形绘制，然后将结果储存在output变量里，传给shinyUI前端。

总结来说，shinyUI用于根据用户的输入生成input，同时展示output结果，shinyServer接收input参数，计算生成output。有兴趣的朋友可以在Shiny的官网找到详细的培训教程。

总结

在本文，我们介绍了一些R的常用绘图包以及学习资源：graphics通常用于快速基本的分析绘图，个性化的图形建议使用ggplot2来实现。R Graph Gallery从需求出发，归纳总结了各类图形的使用案例。而Shiny整合前面的所有，生成可交互式的dashboard。这些都是工具，而作为数据科学家，我们要做的就是利用这些工具让数据“说话”。

Reference

1. BBC Visual and Data Journalism cookbook for R graphics https://bbc.github.io/rcookbook/

2. Paul Murrell（2011） R Graphics Second Edition

3. ggplot2 Reference https://ggplot2.tidyverse.org/reference/

4. THE R GRAPH GALLERY https://www.r-graph-gallery.com

5. Shiny http://shiny.rstudio.com

点击阅读原文，同步关注知乎专栏，了解更多。