介紹

通常，在統(tǒng)計繪圖軟件中，我們先確定圖片類型（點(diǎn)，線）和所需繪圖數(shù)據(jù)繪制某些類型的圖表。在R語言中，許多開發(fā)者已經(jīng)在基礎(chǔ)圖形之上開發(fā)了許多軟件包，例如網(wǎng)ggplot2軟件包。目前許多的可視化的軟件包建立在ggplot2之上。Plotluck的目標(biāo)是將可視化簡單化處理，用戶僅指定“（數(shù)據(jù)和變量關(guān)系），然后其他需求（例如，圖的類型的選擇）軟件會自動決定。

ggplot2

我們以眾所周知的iris數(shù)據(jù)集為例。假設(shè)我們對不同物種的花瓣長度和花瓣寬度的關(guān)系感興趣。這兩個變量都是數(shù)字變量，因此散點(diǎn)圖是一個很好的選擇。數(shù)據(jù)集中只有三種不同的物種，因此我們不會使用不同的顏色來定義物種類型。ggplot2代碼如下：

library(ggplot2)
data(iris)
ggplot(iris, aes(x=Petal.Length,
 y=Petal.Width, color=Species)) +
 geom_point() + geom_smooth()
#> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

image.png

正如我們所見，ggplot2使得創(chuàng)建繪圖變得非常容易。 但是，我們?nèi)匀恍枰紤]表示，使用哪種類型的繪圖，以及通過它來表達(dá)變量的美學(xué)。 如果我們可以專注于我們想要想象的關(guān)系怎么辦？ 以下是plotluck中的等價物：

library(plotluck)
plotluck(iris, Petal.Width~Petal.Length|Species)
#> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

正如我們所見，ggplot2繪圖非常容易。 但是，我們?nèi)匀恍枰紤]圖片類型，比如說使用哪種類型的繪圖，以及通過哪種函數(shù)來繪制。

plotluck

以下是plotluck中同等作圖的代碼：

library(plotluck)
plotluck(iris, Petal.Width~Petal.Length|Species)
#> `geom_smooth()` using method = 'loess' and formula 'y ~ x'

不可否認(rèn)的是，在這個簡單的例子中，代碼并沒有太大的減少;然而，在現(xiàn)實(shí)世界中，作者通常需要花費(fèi)時間來更多的思考和預(yù)處理。對于包括各種類型數(shù)據(jù)的混合數(shù)據(jù)，確定其繪圖類型并不簡單。作者可能還希望在不知道其數(shù)據(jù)類型的情況下快速可視化兩個變量 ：尤其是如果數(shù)據(jù)包含大量變量或者您創(chuàng)建所有變量的格子圖。

快速查看數(shù)據(jù)類型

library(gapminder)
plotluck(gapminder, .~1)
#> Factor variable country has too many levels (142), truncating to 30

> gapminder
# A tibble: 1,704 x 6
   country     continent  year lifeExp      pop gdpPercap
   <fct>       <fct>     <int>   <dbl>    <int>     <dbl>
 1 Afghanistan Asia       1952    28.8  8425333      779.
 2 Afghanistan Asia       1957    30.3  9240934      821.
 3 Afghanistan Asia       1962    32.0 10267083      853.
 4 Afghanistan Asia       1967    34.0 11537966      836.
 5 Afghanistan Asia       1972    36.1 13079460      740.
 6 Afghanistan Asia       1977    38.4 14880372      786.
 7 Afghanistan Asia       1982    39.9 12881816      978.
 8 Afghanistan Asia       1987    40.8 13867957      852.
 9 Afghanistan Asia       1992    41.7 16317921      649.
10 Afghanistan Asia       1997    41.8 22227415      635.
# ... with 1,694 more rows

在上面這個網(wǎng)格視圖中，每列都用縮略圖來表示。 但是我們大體知道了數(shù)據(jù)的分布：有2個分類變量和4個連續(xù)變量; pop和gdpPercap偏態(tài)分布，因此需要對其應(yīng)用對數(shù)變換。

變量相關(guān)性

假設(shè)我們現(xiàn)在對目標(biāo)lifeExp與其他變量關(guān)系感興趣。

opts <- plotluck.options(verbose=TRUE)
plotluck(gapminder, lifeExp~.,  opts=opts)

圖片的排序有一定含義。我們看到lifeExp與gdpPercap，year和continent的明確關(guān)聯(lián)。

plotluck(gapminder, lifeExp~continent, weights=pop, opts=opts)
#> Ordering continent levels by lifeExp
#> Not applying logarithmic axis scaling for lifeExp; expansion ratio is 0.801001, trans.log.thresh = 2.000000
#> Choosing geom='violin' out of possible options: 'violin, box, scatter'

Plotluck為通用的繪圖而設(shè)計，以支持探索性數(shù)據(jù)分析。 雖然其設(shè)計目標(biāo)是要求盡可能少的代碼和時間然而，plotluck不適合產(chǎn)生在某些應(yīng)用領(lǐng)域中出現(xiàn)的特殊類型的圖（例如，關(guān)聯(lián)，莖葉，星圖，地理圖等）。 它最多限制在三個變量中。 不支持在不同尺度上具有變量的并行圖（例如多個相關(guān)信號的時間序列）。