11.2　折线图

如果将散点图上的点从左往右连接起来，那么就会得到一个折线图。以基础安装中的Orange数据集为例，它包含五种橘树的树龄和年轮数据。现要考察第一种橘树的生长情况，绘制图形11-17。左图为散点图，右图为折线图。可以看到，折线图是一个刻画变动的优秀工具。

11.2　折线图 - 图1

图11-17　散点图与折线图的对比

图11-17是由代码清单11-3中的代码创建的。

代码清单11-3　创建散点图和折线图

  1. opar <- par(no.readonly=TRUE)
  2. par(mfrow=c(1,2))
  3. t1 <- subset(Orange, Tree==1)
  4. plot(t1$age, t1$circumference,
  5.      xlab="Age (days)",
  6.      ylab="Circumference (mm)",
  7.      main="Orange Tree 1 Growth")
  8. plot(t1$age, t1$circumference,
  9.      xlab="Age (days)",
  10.      ylab="Circumference (mm)",
  11.      main="Orange Tree 1 Growth",
  12.      type="b")
  13. par(opar)

在第3章中，代码中的基本参数你都已经见过，因此此处不做过多讲解。图11-17中两幅图的主要区别取决于参数type = "b"。折线图一般可用下列两个函数之一来创建：

  1. plot(x, y, type=)
  2. lines(x, y, type=)

其中，x和y是要连接的(x, y)点的数值型向量。参数type =的可选值见表11-1。 表11-1　折线图类型

类　　型 图形外观
p 只有点
l 只有线
o 实心点和线（即线覆盖在点上）
b、c 线连接点（c时不绘制点）
s、S 阶梯线
h 直方图式的垂直线
n 不生成任何点和线（通常用来为后面的命令创建坐标轴）

图11-18给出了各类型的示例。可以看到，type = "p"生成了典型的散点图，type = "b"是最常见的折线图。b和c间的不同之处即点是否出现或者线之间是否有空隙。type ="s"和type ="S"都生成阶梯线（阶梯函数），但一种类型是先横着画线，然后再上升，而第二种类型是先上升，再横着画线。

11.2　折线图 - 图2

图11-18　plot()和lines()函数中的type参数值

注意，plot()和lines()函数工作原理并不相同。plot()函数是被调用时即创建一幅新图，而lines()函数则是在已存在的图形上添加信息，并不能自己生成图形。

因此，lines()函数通常是在plot()函数生成一幅图形后再被调用。如果对图形有要求，你可以先通过plot()函数中的type = n来创建坐标轴、标题和其他图形特征，然后再使用lines()函数添加各种需要绘制的曲线。

我们以绘制五种橘树随时间推移的生长状况为例，逐步展示一个更复杂折线图的创建过程。每种树都有自己独有的线条。代码见代码清单11-4，结果见图11-19。

代码清单11-4　展示五种橘树随时间推移的生长状况的折线图

  1. Orange$Tree <- as.numeric(Orange$Tree)      # 为方便起见，将因子转化为数值型
  2. ntrees <- max(Orange$Tree)
  4. xrange <- range(Orange$age)       # (以下10行) 创建图形
  5. yrange <- range(Orange$circumference)
  7. plot(xrange, yrange,
  8.      type="n",
  9.      xlab="Age (days)",
  10.      ylab="Circumference (mm)"
  11. )
  13. colors <- rainbow(ntrees)
  14. linetype <- c(1:ntrees)
  15. plotchar <- seq(18, 18+ntrees, 1)
  17. for (i in 1:ntrees) {          # (以下10行) 添加线条
  18.      tree <- subset(Orange, Tree==i)
  19.      lines(tree$age, tree$circumference,
  20.            type="b",
  21.            lwd=2,
  22.            lty=linetype[i],
  23.            col=colors[i],
  24.            pch=plotchar[i]
  25.      )
  26. }
  28. title("Tree Growth", "example of line plot")
  30. legend(xrange[1], yrange[2],     # (以下8行) 添加图例
  31.        1:ntrees,
  32.        cex=0.8,
  33.        col=colors,
  34.        pch=plotchar,
  35.        lty=linetype,
  36.        title="Tree"
  37. )

11.2　折线图 - 图3

图11-19　展示五种橘树生长状况的折线图（另见彩插图11-19）

在代码清单11-4中，plot()函数先用来创建空图形，只设定了轴标签和轴范围，并没有绘制任何数据点，每种橘树独有的折线和点都是随后通过lines()函数来添加。可以看到，Tree 4和Tree 5在整个时间段中一直保持着最快的生长速度，而且Tree 5在大约664天的时候超过了Tree 4。

代码清单11-4使用了许多R中的编程惯例，这些惯例在第2章、第3章和第4章都已讨论过。通过亲手一行一行地敲入代码，观察可视化结果，你可以检验是否对这些惯例有了深刻的理解。如果答案是肯定的，那么恭喜你，你正在成为严肃的R程序员（声名和机遇都唾手可得了）!在下一节中，我们将会探索各种同时检验多个相关系数的方法。