R语言与医学统计图形【2】

R语言基础绘图系统

基础图形——散点图、盒形图

plot是一个泛型函数（generic method），对于不同的数据绘制不同的图形。

par函数的大部分参数在plot中通用。

1.散点图

plot绘制散点图类型，type有6种，即p, b, l, s, o, n。

type=c('p','b','l','s','o','n')
par(mfrow=c(2,3))
for(i in 1:6){
  plot(1:10,type = type[i],
       main = paste('type is: ',type[i]))
}

2.盒形图

原始图

boxplot(rnorm(10))

添加参数

#range参数：触须线（去除异常值后的最大和最小值）的延伸范围
par(mfrow=c(1,3))
set.seed(100)
data=rnorm(40)
boxplot(data,range=0.5,xlab='range is 0.5',col = 'blue')
boxplot(data,range=1,xlab='range is 1',col = 'blue')
boxplot(data,range=1.5,xlab='range is 1.5',col='blue')

#其他参数
boxplot(len ~ dose, #连续+分类变量
        data=ToothGrowth,
        boxwex=0.25, #box宽度
        at=1:3-0.2, #盒子的位置
        subset=supp=="VC", #数据取子集
        col="yellow", #填充色
        names=c('dose=0.5','dose=1.0','dose=2.0'), #box标签
        main="Tooth Growth",
        xlab="Vitamin C dose mg",
        ylab="tooth length",
        xlim=c(0.5,3.5),ylim=c(0,35),
        yaxs="i") #y轴样式

多个盒子比较

boxplot(len ~ dose, 
        data=ToothGrowth,
        add=TRUE, #在当前图形添加新的盒形图
        boxwex=0.25, 
        at=1:3+0.2, 
        subset=supp=="OJ", 
        col="orange", 
        names=c('dose=0.5','dose=1.0','dose=2.0') #box标签
) 

突出某个盒子，如阳性和阴性对照

names=c(rep('Maestro',20),rep('Presto',20),
        rep('Nerak',20),rep('Eskimo',20),rep('Nairobi',20),
        rep('Artiko',20))
value=c(sample(3:10,20,replace = T),sample(2:5,20,replace = T),
        sample(6:10,20,replace = T),sample(6:10,20,replace = T),
        sample(1:7,20,replace = T),sample(3:10,20,replace = T))
data=data.frame(names,value)

boxplot(data$value ~ data$names,
        col=ifelse(levels(data$names)=="Nairobi",rgb(0.1,0.1,0.7,0.5),
                   ifelse(levels(data$names)=="Eskimo",rgb(0.8,0.1,0.3,0.6),
                          "grey90")),
        ylab="disease",xlab="- varity -")

排序

#排序
order_names <- with(data,reorder(names,value,median,na.rm=T))
  #reorder排序：第一个参数需要排序的因子变量，第二个排序标准，第三个排序函数
boxplot(data$value ~ order_names,ylab = "disease",xlab = '- variety -')