如何在計算機R語言教學中實現數據可視化的應用研究

吳冬梅 永城職業學院

如何在計算機R語言教學中實現數據可視化的應用研究

吳冬梅 永城職業學院

本文通過介紹數據可視化的相關知識，并選取部分R語言自帶的數據集，將這些數據以散點圖、線圖、直方圖、箱線圖以及條形圖的形式進行數據可視化展示，體現出了R語言在數據可視化中的應用以及R語言在繪圖方面的基礎功能，R語言作為一種開源的統計分析語言，其免費、共享、易學以及功能豐富的軟件包支持的特性，決定了其廣泛的應用前景和應用價值，本文僅是簡單介紹其在繪圖方面的應用，希望可以起到拋磚引玉的作用，從而引起大家對于R語言的學習興趣。

R語言教學 實現 數據可視化 應用

1 數據可視化

可視化，也稱科學計算可視化（Visualizationin Scientific Computing），其定義為：“可視化是一種計算方法，它將符號或數據轉換為直觀的幾何圖形，便于研究人員觀察其模擬和計算過程。可視化包括了圖像綜合，這也就是說，可視化是用來解釋輸入到計算機中的圖像數據，并從復雜的多維數據中生成圖像的一種工具。”數據可視化本身是一門復雜的學科，包含了很多方面；現代的數據可視化（Datavisualization）技術指的是運用計算機圖形學和圖像處理技術，將數據轉換為圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。它涉及到計算機圖形學、圖像處理、計算機輔助設計、計算機視覺及人機交互技術等多個領域。隨著科學技術的發展，數據可視化概念也在不斷地擴展，它不僅包括科學計算數據的可視化，而且包括工程數據和測量數據的可視化。

2 R語言簡介

R是用于統計分析、統計繪圖的語言和操作環境，是屬于GNU系統的一個自由、免費、源代碼開放的軟件。是貝爾實驗室（Befl Laboratories）的RickBeeke、JohnChamberS和AllanWilkS開發的s語言的一種實現，提供了一系列統計和圖形顯示工具。s語言則是目前比較流行的統計軟件S-PLUS的基礎。R的創始人RosSIhaka和RobertGentleman，由于這兩位“R之父”的名字都是以R開頭，所以就命令為R。

3 R的繪圖系統

在數據挖掘過程中，當完成數據的導入、清洗，并將其匯總統計以后，接下來的工作就是繪圖，R有三種不同的繪圖系統可供選擇：

第一個圖形系統base圖形系統是最古老的系統，在R的存在初期它就已經存在了，base圖形很容易上手，但其所繪制的圖形有時需要大量的修改，而且它很難擴展到新的圖標類型中，通過對base中的一些限制進行開發形成了grid圖形系統，從而使繪圖更加靈活，grid允許你在繪圖時涉及系統底層，可以具體指定在哪里畫哪個點、線或矩形。

第二個圖形系統lattice建立在grid系統之上，它為所有常見的圖表類型提供了高級函數，它有兩個突出的特點是base圖形系統所不具備的。首先，每個繪圖的結果能被保存到一個變量中，而不僅僅是繪制在屏幕上；第二，它可以在一個格子中包含多個面板，因此你能把數據分成不同的類別并比較各組之間的差異。

第三個圖形系統ggplot2也是建立在grid系統之上，gg代表granlnlarofgraphics（制圖語法），其目標在于把圖形分解成不同的組塊。ggplot2圖形系統是功能最強大的圖形系統，你幾乎可可以使用ggplot2做任何事情，但它與其他圖形系統相比需要更多的計算。

4 通過R實現數據可視化

數據可視化本身是一門復雜的學科，包含了很多方面，在R中實現數據可視化，目前主要是指數據的統計圖展示。在展示時，分為低維數據的展示和多維數據的展示。由于ggplot2圖形系統是R中功能最強大的圖形系統，使用ggplot2展示的數據會更加美觀和方便，所以本文在展示R中的各類統計圖時選用ggplot2圖形系統。

在使用ggplot2之前，需要先安裝并載入該包：

4.1 散點圖

散點圖是展示在回歸分析中，數據點在直角坐標系平面上的分布圖。它用于研究兩個連續變量之間的關系，是一種最常見的統計圖形。

R語言自帶的數據carsi記錄了1920年代汽車速度對剎車距離的影響，通過使用R語言中的散點圖繪圖函數，我們可以清楚的看出剎車距離在不同車速情況下的分布情況：

4.2 線圖

如果想研究連續變量如何隨特定參數變化，線圖往往比散點圖更加容易理解。

以R自帶的preasure數據為例，該數據記錄了溫度隨著氣壓的升高而的變化規律。通過R語言的線圖繪圖函數，將氣壓的升高與溫度變化曲線進行繪圖，形可直觀的展示出，氣壓從零開始升高時，對溫度的影響巨大，但隨著氣壓達到一定程度，其對溫度的影響作用是逐漸變弱的：

4.3 直方圖

直方圖（Histogram）又稱質量分布圖。是一種統計報告圖，由一系列高度不等的縱向條紋或線段表示數據分布的情況。一般用橫軸表示數據類型，縱軸表示分布情況。

以r語言自帶的數據beaverl為例，該數據記錄了持續對一只海貍每109鐘進行體溫監測的數據，共114條數據，為了便于觀察海貍正常的體溫分布，我們可以使用R語言的繪圖函數繪制直方圖來進行觀察：

[1]莊作欽.Boxplot——描述統計的一個簡便工具[J].統計教育.2003（1）

[2]王斌會.多元統計分析及R語言建模[M].廣州：暨南大學出版社，2010