15、数据可视化：Coplot、组合绘图与Lattice包的应用

数据可视化：Coplot、组合绘图与Lattice包的应用

1. 双条件变量的Coplot图

在Coplot图中可以加入第三个预测变量，但对于某些数据，加入其他变量后并不会带来太多额外信息。这里以Cruikshanks等人（2006）分析的数据子集为例，数据文件为 SDI2003.txt 。原始研究在2002 - 2003年对爱尔兰的257条河流进行了采样，目的之一是开发一种识别酸敏感水域的新工具，目前是通过测量pH值来实现，但pH值在集水区内变化极大，且受水流条件和地质情况影响。因此提出了钠优势指数（SDI）作为替代指标。在257个采样点中，192个为非森林地区，65个为森林地区。

1.1 分析思路

pH与SDI的关系可能受海拔梯度和森林覆盖情况的影响，这需要在两个连续变量（SDI和海拔）和一个分类变量（森林覆盖情况）之间计算一个三向交互项。在将这种交互项纳入模型之前，可以使用Coplot图来可视化这些关系。之前使用的是单条件变量的Coplot图，这里使用两个条件变量，并对海拔值进行对数转换。

1.2 R代码实现

setwd("C:/RBook/")
pHEire <- read.table(file = "SDI2003.txt", header = TRUE)
pHEire$LOGAlt <- log10(pHEire$Altitude)
pHEire$fForested <- factor(pHEire$Forested)
coplot(pH ~ SDI | LOGAlt * fForested, panel = panel.lm, data = pHEire)

这里使用的 panel.lm 函数与之前相同，如果R关闭后重新打开，需要将其复制粘贴到R控制台。由于 LOGAlt 是对数转换后的海拔数值变量，它会被划分为多个条件区间，在每个区间内绘制pH与SDI的关系图，同时数据会根据森林覆盖因子进行分组。 LOGAlt 的区间数量和位置可以通过 given.values 参数控制，也可以使用 number 参数。例如：

coplot(pH ~ SDI | LOGAlt * fForested, panel = panel.lm, data = pHEire, number = 2)

这个命令生成的Coplot图面板数量会更少，当Coplot图因面板过多而崩溃时，也可以使用 number 参数。

2. 美化Coplot图

这部分内容稍复杂，可在初次阅读时跳过。之前的图展示了pH与SDI、海拔和森林覆盖情况及其交互关系。为了进一步展示更多信息，制作一个与之前类似的Coplot图，但点的颜色根据温度不同而不同。温度高于平均值的用浅灰色点表示，低于平均值的用深灰色点表示。

2.1 数据处理

pHEire$Temp2 <- cut(pHEire$Temperature, breaks = 2)
pHEire$Temp2.num <- as.numeric(pHEire$Temp2)

cut 函数将温度数据分为两个区间，由于其输出是因子类型，不能直接用于颜色或灰度，所以使用 as.numeric 函数将其转换为数值型，结果是一个包含1和2的向量。

2.2 绘制Coplot图

coplot(pH ~ SDI | LOGAlt * fForested, panel = panel.lm, data = pHEire, number = 3, cex = 1.5, pch = 19, col = gray(pHEire$Temp2.num / 3))

从图中可以看出，在森林覆盖情况为非森林（用2表示）且温度高于平均值时，低SDI值对应高pH值。

3. 组合不同类型的图

R有多种绘图系统，之前的图使用的是基础包 graphics ， grid 包提供了更多高级功能，可以将不同的图组合成一个图形。这里使用 layout 函数创建复杂的绘图布局，以物种丰富度与NAP的散点图以及每个变量的箱线图为例。

3.1 定义布局矩阵

MyLayOut <- matrix(c(2, 0, 1, 3), nrow = 2, ncol = 2, byrow = TRUE)
MyLayOut

这个矩阵定义了绘图窗口的布局，第一行是2和0，第二行是1和3。在 layout 函数中使用这个矩阵，后续的三个绘图命令将根据矩阵中的数字确定绘图位置。

3.2 设置布局参数

nf <- layout(mat = MyLayOut, widths = c(3, 1), heights = c(1, 3), respect = TRUE)
layout.show(nf)

widths 参数指定列的相对宽度， heights 参数指定行的高度， respect = TRUE 确保垂直和水平方向的单位长度相同。

3.3 绘制图形

xrange <- c(min(Benthic$NAP), max(Benthic$NAP))
yrange <- c(min(Benthic$Richness), max(Benthic$Richness))
# 第一个图：散点图
par(mar = c(4, 4, 2, 2))
plot(Benthic$NAP, Benthic$Richness, xlim = xrange, ylim = yrange, xlab = "NAP", ylab = "Richness")
# 第二个图：NAP的箱线图
par(mar = c(0, 3, 1, 1))
boxplot(Benthic$NAP, horizontal = TRUE, axes = FALSE, frame.plot = FALSE, ylim = xrange, space = 0)
# 第三个图：丰富度的箱线图
par(mar = c(3, 0, 1, 1))
boxplot(Benthic$Richness, axes = FALSE, ylim = yrange, space = 0, horiz = TRUE)

需要确保箱线图的范围与散点图的坐标轴范围同步，同时避免图形周围有过多空白，可通过调整 mar 参数来实现。

4. 本章学习的R函数

函数	用途	示例
pie	制作饼图	pie(x)
pie3D	制作3D饼图	pie3D(x)
par	设置图形参数	par(...)
barplot	制作条形图	barplot(x)
arrows	绘制箭头	arrows(x1,y1,x2,y2)
box	在图形周围绘制框	box()
boxplot	制作箱线图	boxplot(y) 、 boxplot(y~x)
text	向图形添加文本	text(x,y,"hello")
points	向现有图形添加点	points(x,y)
legend	添加图例	legend("topleft", MyText, lty = c(1,2,3))
title	添加标题	title(MyText)
expression	允许使用特殊符号	ylab = expression(paste(delta^{15}, "N"))
pairs	创建多面板散点图	Pairs(X)
coplot	创建多面板散点图	Coplot(y~x|z)
layout	允许在同一窗口中绘制多个图形	layout(mat,widths,heights)

5. 练习

5.1 练习1：使用 pie 函数处理禽流感数据

使用 BirdFludeaths.txt 文件中的数据，制作展示每年总死亡人数和每个国家死亡人数的饼图，并确保标签可读。

5.2 练习2：使用 barchart 和 stripchart 函数处理植被数据集

根据之前计算的八个样带的物种丰富度、均值和标准差，制作均值的条形图并添加标准误差的垂直线。绘制一个图形，将均值绘制成黑点，标准误差绘制成围绕均值的线，观测数据绘制成空心点。

5.3 练习3：使用 boxplot 函数处理植被数据集

使用练习2中的植被数据，制作展示丰富度值的箱线图。

5.4 练习4：使用 boxplot 函数处理寄生虫数据集

使用鳕鱼寄生虫数据集，制作寄生虫数量（强度）与区域、性别、阶段或年份的条件箱线图，尝试不同组合以检测交互作用。

5.5 练习5：使用 dotchart 函数处理猫头鹰数据

制作雏鸟谈判和到达时间的两个克利夫兰点图，以及每晚到达时间的克利夫兰点图。

5.6 练习6：使用 dotchart 函数处理寄生虫数据

使用练习4中的寄生虫数据，根据区域、性别、阶段或年份对寄生虫数量进行分组，制作克利夫兰点图。根据流行率对深度进行分组，制作克利夫兰点图。

5.7 练习7：使用 plot 和 axis 函数处理猫头鹰数据

对雏鸟谈判数据进行对数转换（以10为底），添加1以避免对数为0的问题。绘制转换后的雏鸟谈判数据与到达时间的关系图，并使用01.00、02.00等标签替换到达时间的25、26等标签。绘制相同的图形，但在垂直轴上使用反转换后的值作为标签。

5.8 练习8：使用 legend 函数处理猫头鹰数据

在练习7创建的图形中添加平滑曲线（参考第5章），分别为雄性和雌性数据拟合平滑曲线并叠加到图形上，使用图例区分不同曲线。对食物处理和夜晚数据进行同样的操作。

5.9 练习9：使用 pairs 函数处理植被数据

为植被数据中的所有气候变量制作配对图，并在下部面板添加相关系数，分析图形所传达的信息。

5.10 练习10：使用 coplot 函数处理植被数据

绘制物种丰富度与所选协变量的关系图，条件为样带。

6. Lattice包简介

R中有许多用于绘制特定类型数据图形的函数， lattice 包可以充分发挥R对高维数据成像的潜力。它实现了贝尔实验室在20世纪90年代初开发的Trellis图形框架。之前介绍的 coplot 函数在展示具有分组结构的数据子集时很有用， lattice 包在这方面更强大，但需要更多编程工作。

6.1 高级Lattice函数

lattice 的用户界面主要由一些通用的“高级”函数组成，每个函数用于创建特定类型的统计显示。这些函数具有相似的公式接口和大量通用参数，掌握一个函数后，学习其他函数就比较容易。每个高级函数都嵌入了一个默认的面板函数，用于在每个面板中进行绘图。常见的高级函数如下表所示：
| 函数 | 默认显示 |
| ---- | ---- |
| histogram() | 直方图 |
| densityplot() | 核密度图 |
| qqmath() | 理论分位数图 |
| qq() | 两样本分位数图 |
| stripplot() | 带状图（比较一维散点图） |
| bwplot() | 比较箱线图 |
| dotplot() | 克利夫兰点图 |
| barchart() | 条形图 |
| xyplot() | 散点图 |
| splom() | 散点图矩阵 |
| contourplot() | 曲面等高线图 |
| levelplot() | 曲面伪彩色水平图 |
| wireframe() | 曲面三维透视图 |
| cloud() | 三维散点图 |
| parallel() | 平行坐标图 |

6.2 多面板散点图： xyplot

以荷兰海岸线30个站点15年的温度和盐度数据为例，数据文件为 RIKZENV.txt 。使用 xyplot 函数生成多面板散点图。

6.2.1 代码实现

setwd("C:/RBook")
Env <- read.table(file = "RIKZENV.txt", header = TRUE)
Env$MyTime <- Env$Year + Env$dDay3 / 365
library(lattice)
xyplot(SAL ~ MyTime | factor(Station), type = "l", strip = function(bg, ...) strip.default(bg = 'white', ...), col.line = 1, data = Env)

xyplot 函数的特点包括使用公式、公式中的竖线（管道符号）和 data 参数。公式中波浪号前的变量绘制在y轴，后面的变量绘制在x轴，竖线后面的条件变量会生成多个面板。如果没有条件变量， xyplot 的结果与普通的 plot 函数类似，数据将绘制在一个面板中。条件变量通常是因子，但也可以是连续变量，使用连续变量时，默认将其每个唯一值视为一个离散水平，可使用 shingle 和 equal.count 函数将其划分为区间。

6.2.2 结果分析

图中数据显示在五行六列的面板中，每个面板对应一个站点。从图中可以看出，一些站点的盐度普遍较低，北海的水盐度约为32，可能是因为靠近河流或其他淡水流入源。不同站点的盐度值不同，盐度较低的站点随时间的波动更大。部分站点的模式相似，可能这些站点位置相近。难以从图中看出数据是否有季节性模式，可以使用 bwplot 函数绘制箱线图进行进一步研究。

通过以上内容，我们学习了如何使用双条件变量的Coplot图、组合不同类型的图以及 lattice 包的高级绘图功能，同时通过练习巩固了所学的R函数。

7. 多面板散点图 xyplot 的深入探究

7.1 条件变量的处理

当使用连续变量作为条件变量时，默认情况下 xyplot 会将每个唯一值视为一个离散水平。但如果连续变量的值过多，会导致面板数量过多，影响图形的可读性。此时可以使用 shingle 和 equal.count 函数将其划分为区间。以下是一个简单的示例说明如何使用 equal.count 函数：

# 假设我们有一个连续变量 continuous_var 作为条件变量
# 首先加载必要的包
library(lattice)
# 将连续变量划分为 5 个区间
Env$Station_group <- equal.count(Env$Station, number = 5)
# 使用新的分组变量绘制多面板散点图
xyplot(SAL ~ MyTime | Station_group, type = "l", strip = function(bg, ...) strip.default(bg = 'white', ...), col.line = 1, data = Env)

这个代码示例展示了如何将连续的 Station 变量划分为 5 个区间，然后使用新的分组变量 Station_group 绘制多面板散点图。

7.2 xyplot 参数详解

xyplot 函数有许多参数可以调整图形的显示效果，除了之前提到的 type 、 strip 和 col.line 参数外，还有一些其他常用的参数。以下是一个参数列表：
| 参数 | 用途 | 示例 |
| ---- | ---- | ---- |
| xlab | 设置 x 轴标签 | xyplot(SAL ~ MyTime | factor(Station), xlab = "时间", data = Env) |
| ylab | 设置 y 轴标签 | xyplot(SAL ~ MyTime | factor(Station), ylab = "盐度", data = Env) |
| main | 设置图形标题 | xyplot(SAL ~ MyTime | factor(Station), main = "荷兰海岸线站点盐度随时间变化", data = Env) |
| sub | 设置图形副标题 | xyplot(SAL ~ MyTime | factor(Station), sub = "数据来源：RIKZENV.txt", data = Env) |
| scales | 设置坐标轴刻度 | xyplot(SAL ~ MyTime | factor(Station), scales = list(x = list(rot = 45)), data = Env) # 将 x 轴刻度标签旋转 45 度 |

7.3 多面板散点图的应用场景

多面板散点图可以用于比较不同组之间的关系，例如在上述例子中，我们可以比较不同站点的盐度随时间的变化情况。通过观察不同面板中曲线的趋势、波动情况等，可以发现不同站点之间的差异和相似性。此外，多面板散点图还可以用于分析变量之间的交互作用，例如在有多个条件变量的情况下，观察不同条件组合下变量之间的关系。

8. 不同绘图方式的对比与选择

8.1 Coplot图与 xyplot 的对比

Coplot图和 xyplot 都可以用于展示具有分组结构的数据子集，但它们有一些区别。Coplot图主要用于展示两个连续变量和一个分类变量之间的关系，通过将数据划分为不同的条件区间，在每个区间内绘制两个连续变量的关系图。而 xyplot 则更加灵活，可以处理多个条件变量，并且可以使用连续变量作为条件变量。此外， xyplot 的默认面板函数可以绘制不同类型的图形，如线条图、散点图、回归直线等。
以下是一个简单的mermaid流程图，展示了Coplot图和 xyplot 的选择过程：

graph LR
    A[数据有分组结构] --> B{条件变量类型}
    B -->|两个连续变量和一个分类变量| C[Coplot图]
    B -->|多个条件变量，可含连续变量| D[xyplot]

8.2 组合绘图与高级绘图系统的选择

在组合不同类型的图时，使用基础包 graphics 的 layout 函数可以创建复杂的绘图布局，但需要手动调整图形的位置和大小。而 grid 包提供了更高级的绘图功能，可以更方便地组合不同的图形，但需要更多的编程知识。如果只是简单地将几个图形组合在一起，可以使用 layout 函数；如果需要创建更复杂的图形布局，如嵌套图形、自定义图形元素等，则可以考虑使用 grid 包。

8.3 饼图、条形图、箱线图等的适用场景

不同类型的图形适用于不同的数据和分析目的。以下是一个简单的表格，总结了常见图形的适用场景：
| 图形类型 | 适用场景 |
| ---- | ---- |
| 饼图 | 展示各部分占总体的比例关系 |
| 条形图 | 比较不同类别之间的数值大小 |
| 箱线图 | 展示数据的分布情况，包括中位数、四分位数、异常值等 |
| 散点图 | 展示两个变量之间的关系 |
| 多面板散点图 | 展示具有分组结构的数据子集之间的关系 |

9. 总结与建议

9.1 总结

通过前面的学习，我们掌握了多种数据可视化的方法，包括双条件变量的Coplot图、组合不同类型的图以及 lattice 包的高级绘图功能。Coplot图可以帮助我们直观地展示变量之间的交互作用，组合绘图可以将不同类型的图形组合在一起，提供更全面的信息。 lattice 包的高级函数，如 xyplot ，可以处理高维数据，展示具有分组结构的数据子集之间的关系。

9.2 建议

• 在使用Coplot图时，注意条件变量的选择和区间的划分，避免面板过多或过少，影响图形的可读性。
• 在组合绘图时，合理安排图形的位置和大小，确保图形之间的比例协调，避免出现过多的空白或重叠。
• 在使用 lattice 包的高级函数时，多尝试不同的参数设置，以达到最佳的可视化效果。同时，要注意条件变量的处理，特别是连续变量的分组问题。
• 在选择图形类型时，根据数据的特点和分析目的选择合适的图形，避免使用不恰当的图形导致信息传达不准确。

通过不断地实践和尝试，我们可以更好地利用这些数据可视化工具，深入挖掘数据中的信息，为数据分析和决策提供有力的支持。

10. 拓展学习

10.1 深入学习 lattice 包

lattice 包还有许多其他高级功能和函数，如自定义面板函数、调整图形的主题等。可以通过阅读官方文档和相关书籍，深入学习 lattice 包的使用，进一步提升数据可视化的能力。

10.2 学习其他绘图包

除了 lattice 包，R中还有许多其他优秀的绘图包，如 ggplot2 、 plotly 等。 ggplot2 提供了一种基于语法的绘图方式，可以创建非常美观和复杂的图形； plotly 可以创建交互式图形，方便用户进行数据探索和展示。可以学习这些绘图包的使用，丰富自己的数据可视化技能。

10.3 实践项目

通过参与实际的数据分析项目，将所学的数据可视化方法应用到实际中，不断积累经验，提高解决实际问题的能力。可以从公开的数据集中选择感兴趣的项目进行实践，也可以参与开源项目或自己的工作项目。

通过以上拓展学习，我们可以不断提升自己的数据可视化能力，更好地应对各种数据分析和展示的需求。