如何在 r 中绘制分类数据（附示例）

在统计学中，分类数据表示可以使用名称或标签的数据。

示例包括：

• 吸烟状况（“吸烟者”、“非吸烟者”）
• 眼睛颜色（“蓝色”、“绿色”、“淡褐色”）
• 教育程度（例如“高中”、“学士学位”、“硕士学位”）

用于可视化此类数据的三种常用图表包括：

• 条形图
• 马赛克图
• 按组划分的箱线图

以下示例展示了如何在 R 中创建每个图。

示例 1：条形图

以下代码展示了如何创建条形图来可视化特定数据框中的变化频率：

 library (ggplot2)

#create data frame
df <- data. frame (result = c('W', 'L', 'W', 'W', 'W', 'L', 'W', 'L', 'W', 'L'),
                 team = c('B', 'B', 'B', 'B', 'D', 'A', 'A', 'A', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#create bar chart of teams
ggplot(df, aes (x=team)) +
  geom_bar()

x 轴显示每个团队的名称，y 轴显示每个团队在数据框中的频率。

我们还可以使用以下代码对图表中的条形从最大到最小进行排序：

 #create bar chart of teams, ordered from large to small
ggplot(df, aes (x= reorder (team, team, function (x)- length (x)))) +
  geom_bar(fill=' steelblue ') +
  labs(x=' Team ') 

示例 2：按组划分的箱线图

聚类箱线图是可视化数值变量的有用方法，按类别变量分组。

例如，以下代码演示了如何创建箱线图来显示得分分布（按团队分组）：

 library (ggplot2)

#create data frame
df <- data. frame (result = c('W', 'L', 'W', 'W', 'W', 'L', 'W', 'L', 'W', 'L'),
                 team = c('B', 'B', 'B', 'B', 'D', 'A', 'A', 'A', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#create boxplots of points, grouped by team
ggplot(df, aes (x=team, y=points)) +
  geom_boxplot(fill=' steelblue ')

x 轴显示球队，y 轴显示每支球队的得分分布。

示例 3：马赛克图

平铺图是一种在单个图中显示两个不同类别变量的频率的图。

例如，以下代码显示如何创建马赛克图，在单个图中显示 calcategori 变量“结果”和“团队”的频率：

 #create data frame
df <- data. frame (result = c('W', 'L', 'W', 'W', 'W', 'L', 'W', 'L', 'W', 'L'),
                 team = c('B', 'B', 'B', 'B', 'D', 'A', 'A', 'A', 'C', 'C'),
                 points = c(12, 28, 19, 22, 32, 45, 22, 28, 13, 19),
                 rebounds = c(5, 7, 7, 12, 11, 4, 10, 7, 8, 8))

#create table of counts
counts <- table(df$result, df$team)

#create mosaic plot
mosaicplot(counts, xlab=' Game Result ', ylab=' Team ',
           main=' Wins by Team ', col=' steelblue ') 

x 轴显示比赛结果，y 轴显示四个不同的球队。

其他资源

以下教程解释了如何在 R 中创建其他常见绘图：

如何在 R 中创建堆积条形图
如何在 R 中创建聚类条形图
如何在 R 中创建堆积点图