R plot 繪圖函數

這裡介紹 R 的一些基本繪圖函數使用方式。

plot 函數

這裡我們繼續採用 vegetation 的資料來做示範，這個資料是黃石國家公園（Yellowstone National Park）與 National Bison Range 所觀測到的草原生態資料，研究的目的在於觀察這裡的生物多樣性是否有隨著時間而改變。首先讀取

Veg <- read.table(file = "Vegetation2.txt", header = TRUE)

如果我們想要畫出物種豐富度（Veg$R）與外露泥土（Veg$BARESOIL）的關係分布圖，可以執行：

plot(Veg$BARESOIL, Veg$R)

畫出來的圖會像這樣

plot 函數的第一個參數是指定橫軸的資料，而第二個參數則是指定縱軸的資料，通常我們會習慣將反應變數（response variable）設定為縱軸，而解釋變數（explanatory variable）設定為橫軸。這裡要注意一點，在 R 中有許多函數在指定模型時，反應變數會寫在前面，接著才是解釋變數，如果怕混淆，可以使用具名參數的寫法：

plot (x = Veg$BARESOIL, y = Veg$R)

plot 也可以使用 data 參數指定資料來源的 data frame，但是他的用法會有些不同：

plot (R ~ BARESOIL, data = Veg)

我們可以利用 plot 所提供的各種參數設定座標軸的名稱、繪圖區間等等資訊：

plot (x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil",
  ylab = "Species richness",
  main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19))

xlab 與 ylab 是指定 x 軸與 y 軸的

畫出的圖形為

我們也可以用這樣的方式自動指定繪圖的區間：

xlim = c(min(Veg$BARESOIL), max(Veg$BARESOIL))

如果資料中存在有缺失值，記得要加上 na.rm = TRUE：

xlim = c(min(Veg$BARESOIL, na.rm = TRUE),
  max(Veg$BARESOIL, na.rm = TRUE))

資料點的符號、顏色與大小

在畫圖時最常見的需求就是依據不同的資料，指定資料點的符號、顏色與大小，以下介紹一些基本的使用方式。

資料點符號

plot 預設會使用圓圈來標示資料點，我們可以透過 pch 參數來使用不同的資料點符號，可用的符號如下：

假設要將符號設定為實心的圓點（編號 16），可以執行：

plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil",
  ylab = "Species richness", main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19), pch = 16)

vegetation 的資料是從 8 個斷面（transect）中所蒐集到的，如果我們想在圖形上區分出不同斷面的資料分佈，我們可以將 pch 直接指定為斷面的編號，這樣就可以用不同的符號表示不同的斷面，首先先檢查一下斷面的實際資料：

Veg$Transect

輸出為

[1] 1 1 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3
[20] 3 3 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5
[39] 6 6 6 6 6 6 6 6 7 7 7 7 7 7 8 8 8 8 8
[58] 8

由於斷面的資料剛好是從 1 到 8 的數字，而這些數字也都有對應到 pch 的符號，所以可以不需要做額外的轉換，直接就可以指定給 pch：

plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil", ylab = "Species richness",
  main = "Scatter plot", xlim = c(0, 45),
  ylim = c(4, 19), pch = Veg$Transect)

畫出的圖形為

這種用資料的數值來指定 pch 的方式有一些地方要注意：

• 如果 Veg$Transect 的數值是從 0 開始編號的話（0、1、2、⋯⋯），就不能直接將 Veg$Transect 指定給 pch，否則所有編號為 0 的資料會畫不出來。
• 如果 Veg$Transect 的資料長度跟 Veg$BARESOIL 與 Veg$R 不同的話，會造成畫出來的資料點符號錯誤。假設 Veg$Transect 的資料長度，R 會在資料長度不夠時，自動重複使用 Veg$Transect 的資料，而在我們這個例子中，所有變數的資料長度都相同，所以沒有這樣的問題。
• pch 只能接受整數的資料，如果指定為 factor 的話，會出現錯誤。

如果我們需要依照資料的年份來指定資料點符號的話，步驟就會比較複雜，因為一般的年份（例如 1967）沒有剛好對應的 pch 數值，所以還要另外在建立一個數值向量來指定資料點符號。

假設我們要將資料依據年份（Veg$Time）來區分，把 1974 年以前的資料跟 1974 年以後的資料分開，分別用編號 1 與 16 的符號來表示資料點，則操作步驟如下：

Veg$Time2 <- Veg$Time
Veg$Time2 [Veg$Time <= 1974] <- 1
Veg$Time2 [Veg$Time > 1974] <- 16
Veg$Time2

輸出為

[1]  1  1  1  1 16 16 16  1  1  1  1 16 16
[14] 16  1  1  1  1 16 16 16 16  1  1  1  1
[27] 16 16 16 16  1  1  1  1 16 16 16 16  1
[40]  1  1  1 16 16 16 16  1  1  1 16 16 16
[53]  1  1  1 16 16 16

這裡先建立一個 Veg$Time 向量，其內容就是每一筆資料所對應的 pch 值，接著就可以使用這個向量來指定資料點的符號：

plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil",
  ylab = "Species richness", main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19),
  pch = Veg$Time2)

畫出來的圖形為

關於 pch 的詳細說明，可以參考 points 線上手冊：

?points

資料點顏色

使用不同的顏色來表示不同的資料也是常見的繪圖方式，資料點的顏色是用 col 參數來指定的：

plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil",
  ylab = "Species richness", main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19),
  col = 2)

畫出來的圖形為

col 指定的整數會透過 palette 對應到實際使用的顏色，我們可以執行 palette 查看目前的顏色對應：

palette()

預設的輸出為

[1] "black"   "red"     "green3"  "blue"
[5] "cyan"    "magenta" "yellow"  "gray"

編號 1 對應到的顏色是黑色，編號 2 則是紅色，以此類推。另外 col 還可以使用很多種方式指定顏色，詳細說明請參考 par 的線上手冊。

col 跟 pch 的使用方式類似，也都可以靠著向量的方式指定個別資料點的顏色，假設我們要將 1974 年以前的資料用黑色實心的方塊表示，而其餘的資料則用紅色實心的圓圈表示，可以這樣做：

Veg$Time2 <- Veg$Time
Veg$Time2 [Veg$Time <= 1974] <- 15
Veg$Time2 [Veg$Time > 1974] <- 16
Veg$Col2 <- Veg$Time
Veg$Col2 [Veg$Time <= 1974] <- 1
Veg$Col2 [Veg$Time > 1974] <- 2
plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil",
  ylab = "Species richness", main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19),
  pch = Veg$Time2, col = Veg$Col2)

畫出來的圖形為

資料點大小

圖形中資料點的大小可以使用 cex 參數來指定，其預設值是 1，若指定為 2.5 的話，所有的資料點就會變成原來的 2.5 倍大：

plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil", ylab = "Species richness",
  main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19),
  pch = 16, cex = 2.5)

畫出來的圖形為

cex 同樣也可以使用向量的方式指定個別的資料點：

Veg$Cex2 <- Veg$Time
Veg$Cex2[Veg$Time == 2002] <- 2
Veg$Cex2[Veg$Time != 2002] <- 1
plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil", ylab = "Species richness",
  main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19),
  pch = 16, cex = Veg$Cex2)

畫出來的圖形為

平滑曲線

在上面的圖形中，由於整個資料沒有很明顯的趨勢，這時候可以利用 loess 配適一條平滑曲線，幫助我們更容易抓出整個資料大概的走勢：

plot(x = Veg$BARESOIL, y = Veg$R,
  xlab = "Exposed soil",
  ylab = "Species richness", main = "Scatter plot",
  xlim = c(0, 45), ylim = c(4, 19))
M.Loess <- loess(R ~ BARESOIL, data = Veg)
Fit <- fitted(M.Loess)
Ord1 <- order(Veg$BARESOIL)
lines(Veg$BARESOIL[Ord1], Fit[Ord1],
  lwd = 3, lty = 2)

練習題

Amphibian_road_Kills.xls 是兩棲動物在葡萄牙馬路上的死亡資料，TOT.N 是該觀測點動物的死亡數，而 OLIVE 是橄欖樹的數量，D.PARK 則是觀測點到最近的自然公園之間的距離。

請將 Amphibian_road_Kills.xls 的資料讀入 R，並且依序進行下列動作：

1. 畫出 TOT.N 與 D.PARK 的關係圖，並加入適當的文字標示。
2. 使用資料點的大小來表示 OLIVE 的數量。
3. 加入平滑曲線。

總覽

下面這張表是本篇所介紹過的 R 函數總覽。