6.1　条形图

条形图通过垂直的或水平的条形展示了类别型变量的分布（频数）。函数barplot()的最简单用法是：

  1. barplot(height)

其中的height是一个向量或一个矩阵。

在接下来的示例中，我们将绘制一项探索类风湿性关节炎新疗法研究的结果。数据已包含在随vcd包分发的Arthritis数据框中。由于vcd包并没用包括在R的默认安装中，请确保在第一次使用之前先下载并安装它（install. packages("vcd")）。

注意，我们并不需要使用vcd包来创建条形图。我们读入它的原因是为了使用Arthritis数据集。但我们需要使用vcd包创建6.1.5节中描述的棘状图（spinogram）。

6.1.1　简单的条形图

若height是一个向量，则它的值就确定了各条形的高度，并将绘制一幅垂直的条形图。使用选项horiz=TRUE则会生成一幅水平条形图。你也可以添加标注选项。选项main可添加一个图形标题，而选项xlab和ylab则会分别添加x轴和y轴标签。

在关节炎研究中，变量Improved记录了对每位接受了安慰剂或药物治疗的病人的治疗结果。

  1. > library(vcd)
  2. > counts <- table(Arthritis$Improved)
  3. > counts
  4.   None   Some Marked
  5.     42     14     28

这里我们看到，28位病人有了明显改善，14人有部分改善，而42人没有改善。我们将在第7章更充分地讨论使用table()函数提取各单元的计数的方法。

你可以使用一幅垂直或水平的条形图来绘制变量counts。代码见代码清单6-1，结果如图6-1所示。

代码清单6-1　简单的条形图

  1. barplot(counts,            # 简单条形图
  2.         main="Simple Bar Plot",
  3.         xlab="Improvement", ylab="Frequency")
  5. barplot(counts,            # 水平条形图
  6.         main="Horizontal Bar Plot",
  7.         xlab="Frequency", ylab="Improvement",
  8.         horiz=TRUE)

6.1　条形图 - 图1

图6-1　简单的垂直条形图和水平条形图

小提示　若要绘制的类别型变量是一个因子或有序型因子，就可以使用函数plot()快速创建一幅垂直条形图。由于Arthritis$Improved是一个因子，所以代码：

  1. plot(Arthritis$Improved, main="Simple Bar Plot",
  2.     xlab="Improved", ylab="Frequency")
  3. plot(Arthritis$Improved, horiz=TRUE, main="Horizontal Bar Plot",
  4.     xlab="Frequency", ylab="Improved")

将和代码清单6-1生成相同的条形图，而无需使用table()函数将其表格化。

如果标签很长怎么办？在6.1.4节中，你将看到微调标签的方法，这样它们就不会重叠了。

6.1.2　堆砌条形图和分组条形图

如果height是一个矩阵而不是一个向量，则绘图结果将是一幅堆砌条形图或分组条形图。若beside=FALSE（默认值），则矩阵中的每一列都将生成图中的一个条形，各列中的值将给出堆砌的“子条”的高度。若beside=TRUE，则矩阵中的每一列都表示一个分组，各列中的值将并列而不是堆砌。

考虑治疗类型和改善情况的列联表：

  1. > library(vcd)
  2. > counts <- table(Arthritis$Improved, Arthritis$Treatment)
  3. > counts
  4.         Treatment
  5. Improved Placebo Treated
  6.   None        29      13
  7.   Some         7       7
  8.   Marked       7      21

你可以将此结果绘制为一幅堆砌条形图或一幅分组条形图（见代码清单6-2）。结果如图6-2所示。

代码清单6-2　堆砌条形图和分组条形图

  1. barplot(counts,            # 堆砌条形图
  2.         main="Stacked Bar Plot",
  3.         xlab="Treatment", ylab="Frequency",
  4.         col=c("red", "yellow","green"),
  5.         legend=rownames(counts))
  7. barplot(counts,           # 分组条形图
  8.         main="Grouped Bar Plot",
  9.         xlab="Treatment", ylab="Frequency",
  10.         col=c("red", "yellow", "green"),
  11.         legend=rownames(counts), beside=TRUE)

第一个barplot函数绘制了一幅堆砌条形图，而第二个绘制了一幅分组条形图。我们同时使用col选项为绘制的条形添加了颜色。参数legend.text为图例提供了各条形的标签（仅在height为一个矩阵时有用）。

在第3章中，我们讲解过格式化和放置图例的方法，以确保最好的效果。请试着重新排布图例的位置以避免它们和条形产生叠加。

6.1　条形图 - 图2

图6-2　堆砌条形图和分组条形图

6.1.3　均值条形图

条形图并不一定要基于计数数据或频率数据。你可以使用数据整合函数并将结果传递给barplot()函数，来创建表示均值、中位数、标准差等的条形图。代码清单6-3展示了一个示例，结果如图6-3所示。

代码清单6-3　排序后均值的条形图

  1. > states <- data.frame(state.region, state.x77)
  2. > means <- aggregate(states$Illiteracy, by=list(state.region), FUN=mean)
  3. > means
  4.         Group.1    x
  5. 1     Northeast 1.00
  6. 2         South 1.74
  7. 3 North Central 0.70
  8. 4          West 1.02
  9. > means <- means[order(means$x),]       # ❶ 将均值从小到大排序
  10. > means
  11.         Group.1    x
  12. 3 North Central 0.70
  13. 1     Northeast 1.00
  14. 4          West 1.02
  15. 2         South 1.74
  16. > barplot(means$x, names.arg=means$Group.1)
  17. > title("Mean Illiteracy Rate")         # ❷ 添加标题

代码清单6-3将均值从小到大排序❶。同时注意，使用title()函数❷与调用plot()时添加main选项是等价的。means$x是包含各条形高度的向量，而添加选项names.arg=means$Group.1是为了展示标签。

6.1　条形图 - 图3

图6-3　美国各地区平均文盲率排序的条形图

你可以进一步完善这个示例。各个条形可以使用lines()函数绘制的线段连接起来。你也可以使用gplots包中的barplot2()函数创建叠加有置信区间的均值条形图。R Graph Gallery网站（http://addictedtor.free.fr/graphiques）上的“barplot2: Enhanced Bar Plots”页面可以作为一个参考示例。

6.1.4　条形图的微调

有若干种方式可以微调条形图的外观。例如，随着条数的增多，条形的标签可能会开始重叠。你可以使用参数cex.names来减小字号。将其指定为小于1的值可以缩小标签的大小。可选的参数names.arg允许你指定一个字符向量作为条形的标签名。你同样可以使用图形参数辅助调整文本间隔。代码清单6-4给出了一个示例，输出如图6-4所示。

代码清单6-4　为条形图搭配标签

  1. par(mar=c(5,8,4,2))
  2. par(las=2)
  3. counts <- table(Arthritis$Improved)
  5. barplot(counts,
  6.            main="Treatment Outcome",
  7.            horiz=TRUE, cex.names=0.8,
  8.         names.arg=c("No Improvement", "Some Improvement",
  9.                     "Marked Improvement"))

本例中，我们（使用las=2）旋转了条形的标签、修改了标签文本，并（使用mar）增加了y边界的大小，为了让标签更合适，（使用cex.names=0.8）缩小了字体大小。par()函数能够让你对R的默认图形做出大量修改。详情参阅第3章。

6.1　条形图 - 图4

图6-4　微调了标签的垂直条形图

6.1.5　棘状图

在结束关于条形图的讨论之前，让我们再来看一种特殊的条形图，它称为棘状图（spinogram）。棘状图对堆砌条形图进行了重缩放，这样每个条形的高度均为1，每一段的高度即表示比例。棘状图可由vcd包中的函数spine()绘制。以下代码可以生成一幅简单的棘状图：

  1. library(vcd)
  2. attach(Arthritis)
  3. counts <- table(Treatment, Improved)
  4. spine(counts, main="Spinogram Example")
  5. detach(Arthritis)

输出如图6-5所示。治疗组同安慰剂组相比，获得显著改善的患者比例明显更高。

6.1　条形图 - 图5

图6-5　关节炎治疗结果的棘状图

除了条形图，饼图也是一种用于展示类别型变量分布的流行工具，接下来讨论它。