R语言两大底层绘图系统

grid 图形系统可以很容易地控制图形基础单元，给予编程者创作图形极大的灵活性。grid 图形系 统还可以产生可编辑的图形组件，这些图形组件可以被复用和重组，并能通过 grid.layout()等函数， 把图形输出到指定的位置上。grid 包中没有提供生成统计图形及完整绘图的函数，因此很少直接使用 grid 包来分析与展示数据。

lattice包通过一维、二维或三维条件绘图，即所谓的栅栏（trellis）图来对多元变量关系进行直观展示。相较基础绘图函数，是直接在图形设备上绘图的，lattic包绘图函数返回 trellis对象。在命令执行时，栅栏图会被自动打印，所以看起来就像是 lattice()函数直接完成了绘图。

ggplot2 包则基于一种全面的图形语法，提供了一种全新的图形创建方式，这套图形语法把绘图过程归纳为数据（data）、转换（transformation）、度量（scale）、坐标系（coordinate）、元素（element）、指引（guide）、显示（display）等一系列独立的步骤，通过将这些步骤搭配组合，来实现个性化的统计绘图。

ggplot2 是一个功能强大且灵活的 R 包，由 Hadley Wickham 编写，它可以生成优雅而实用的图形。ggplot2 中的 gg 表示图形语法（grammar of graphic），这是一个通过使用“语法”来绘图的图形概念。ggplot2 主张模块间的协调与分工，整个 ggplot2 的语法框架如下图所示，主要包括数据绘图部分与美化细节部分。

三种绘图包对比

ggplot2这么优秀，可以说很大部分是因为同行的衬托。

---------------------------base包------------------------------

df<-read.csv("Facet_Data.csv", header = TRUE)plot(df$SOD, df$tau)#,pch=21,lty=0.25,col="grey10") hist(df$SOD,breaks =30,ylim=c(0,40),main  = "")boxplot(SOD~Class,data=df,xlab="Class",ylab="SOD")

-------------------------lattice包------------------------------

library(lattice)p1<-xyplot(SOD~tau,df,col="black")p2<-histogram(~SOD,df,type="count",nint=30,col="white")p3<-bwplot(SOD~Class,df,xlab="Class",            par.settings = canonical.theme(color = FALSE))library(gridExtra) grid.arrange(p1,p2,p3, ncol = 3, nrow = 1)

--------------------------ggplot2包---------------------------

library(ggplot2)p1<-ggplot(df, aes(x=SOD,y=tau)) +   geom_point() #shape=21,color="black",fill="red",size=3,stroke=0.1p2<-ggplot(df, aes(SOD)) +   geom_histogram(bins=30,colour="black",fill="white")p3<-ggplot(df, aes(x=Class,y=SOD)) +   geom_boxplot() library(gridExtra) grid.arrange(p1,p2,p3, ncol = 3, nrow = 1)

一对比就发现ggplot2做出的图多么的高大上了吧！

声明：部分图片及代码来源于《R语言数据可视化之美专业图表绘制指南》

本期内容到此结束

敬请期待下期内容

想要学习更多数据分析知识请扫描下方二维码，关注“数据分析成长记”微信公众号，更多精彩文章等你来读！

也可以进我们的交流群，作图所用相关数据在交流群分享！