Template đồ thị Base R (phần 1)

Các lệnh vẽ đồ thị Base R mình có trình bày ở đây. Bài giảng

1. Đồ thị X-Y

Đồ thị X-Y hay còn gọi là đồ thị scatterplot, đồ thị tán xạ biểu diễn mối quan hệ giữa hai biến liên tục. Nếu giữa các điểm không có đường nối liền ta gọi là scatterplot (đồ thị điểm), nếu các điểm có đường nối liền mạch thì là line chart (đồ thị đường).

1.1 Scatterplot (cơ bản)

Bạn có dữ liệu sau.

trees[1:10 , 2:3] -> df
df

   Height Volume
1      70   10.3
2      65   10.3
3      63   10.2
4      72   16.4
5      81   18.8
6      83   19.7
7      66   15.6
8      75   18.2
9      80   22.6
10     75   19.9

Bạn hãy vẽ hình biểu diễn quan hệ giữa Height (trục X) và Volume (trục Y) như sau.

Đáp án

plot(Volume ~ Height,
     data = df,
     pch = 19,
     col = "darkgreen",
     las = 1,
     main = "Volume vs. Height")

1.2 Scatterplot (nâng cao)

Tiếp tục dùng dữ liệu df, bạn hãy bổ sung thêm mã ID của các cây này. Sau đó vẽ hình như sau.

df$ID <- paste0("ID", 1:10)
df

   Height Volume   ID
1      70   10.3  ID1
2      65   10.3  ID2
3      63   10.2  ID3
4      72   16.4  ID4
5      81   18.8  ID5
6      83   19.7  ID6
7      66   15.6  ID7
8      75   18.2  ID8
9      80   22.6  ID9
10     75   19.9 ID10

Chú ý là ta sẽ tô màu đỏ cho những cây có chiều cao >= 70 và màu xanh lá cây cho những cây có chiều cao < 70.

Đáp án

Ta cần tạo một cột group để định vị cho R biết cách tô màu theo điều kiện.

df$group <- ifelse(test = df$Height >= 70,
                   yes = "high",
                   no = "low")

df$group <- factor(df$group,
                   levels = c("low", "high"))

df

   Height Volume   ID group
1      70   10.3  ID1  high
2      65   10.3  ID2   low
3      63   10.2  ID3   low
4      72   16.4  ID4  high
5      81   18.8  ID5  high
6      83   19.7  ID6  high
7      66   15.6  ID7   low
8      75   18.2  ID8  high
9      80   22.6  ID9  high
10     75   19.9 ID10  high

plot(Volume ~ Height,
     data = df,
     pch = c(15, 19)[df$group],
     col = c("darkgreen", "red")[df$group],
     las = 1,
     xlim = c(60, 85),
     ylim = c(8, 25),
     main = "Volume vs. Height")

text(x = df$Height,
     y = df$Volume,
     labels = df$ID,
     pos = 3,
     cex = 0.8,
     col = "blue")

abline(v = 70,
       lty = 2,
       col = "red")

1.3 Linechart (cơ bản)

Bạn tiếp tục dùng dữ liệu df, bạn hãy vẽ hình linechart như sau.

Gợi ý: Bạn cần sắp xếp thứ tự trục X để R biết cách nối giữa các điểm dữ liệu. Đồng thời ta chú ý khi cùng giá trị Height = 75 thì sẽ có 2 giá trị Volume khác nhau, dẫn đến ta có thể ra 2 dạng plot khác nhau một chút.

trees[1:10 , 2:3] -> df
df

   Height Volume
1      70   10.3
2      65   10.3
3      63   10.2
4      72   16.4
5      81   18.8
6      83   19.7
7      66   15.6
8      75   18.2
9      80   22.6
10     75   19.9

Bạn hãy vẽ hình biểu diễn quan hệ giữa Height (trục X) và Volume (trục Y) như sau.

Đáp án

library(dplyr)
df |> dplyr:::arrange(Height, Volume) -> df1

df1

   Height Volume
1      63   10.2
2      65   10.3
3      66   15.6
4      70   10.3
5      72   16.4
6      75   18.2
7      75   19.9
8      80   22.6
9      81   18.8
10     83   19.7

par(mfrow = c(1,2))

library(dplyr)
df |> dplyr:::arrange(Height, desc(Volume)) -> df2

df2

   Height Volume
1      63   10.2
2      65   10.3
3      66   15.6
4      70   10.3
5      72   16.4
6      75   19.9
7      75   18.2
8      80   22.6
9      81   18.8
10     83   19.7

plot(Volume ~ Height,
     type = "b",
     data = df1,
     pch = 19,
     col = "darkgreen",
     las = 1,
     main = "Hình 1")

points(Volume ~ Height,
     type = "b",
     data = df1[5:8, ],
     pch = 19,
     col = "red",
     las = 1,
     main = "Hình 1")

plot(Volume ~ Height,
     type = "b",
     data = df2,
     pch = 19,
     col = "darkgreen",
     las = 1,
     main = "Hình 2")

points(Volume ~ Height,
     type = "b",
     data = df2[5:8, ],
     pch = 19,
     col = "red",
     las = 1,
     main = "Hình 2")

1.4 Linechart (nâng cao)

Sử dụng dataset airquality để vẽ hai đường linechart so sánh nhiệt độ giữa hai tháng.

df5 <- airquality[ , 4:6] |> subset(Month %in% c(5))
row.names(df5) <- NULL
df5

   Temp Month Day
1    67     5   1
2    72     5   2
3    74     5   3
4    62     5   4
5    56     5   5
6    66     5   6
7    65     5   7
8    59     5   8
9    61     5   9
10   69     5  10
11   74     5  11
12   69     5  12
13   66     5  13
14   68     5  14
15   58     5  15
16   64     5  16
17   66     5  17
18   57     5  18
19   68     5  19
20   62     5  20
21   59     5  21
22   73     5  22
23   61     5  23
24   61     5  24
25   57     5  25
26   58     5  26
27   57     5  27
28   67     5  28
29   81     5  29
30   79     5  30
31   76     5  31

df6 <- airquality[ , 4:6] |> subset(Month %in% c(6))
row.names(df6) <- NULL
df6

   Temp Month Day
1    78     6   1
2    74     6   2
3    67     6   3
4    84     6   4
5    85     6   5
6    79     6   6
7    82     6   7
8    87     6   8
9    90     6   9
10   87     6  10
11   93     6  11
12   92     6  12
13   82     6  13
14   80     6  14
15   79     6  15
16   77     6  16
17   72     6  17
18   65     6  18
19   73     6  19
20   76     6  20
21   77     6  21
22   76     6  22
23   76     6  23
24   76     6  24
25   75     6  25
26   78     6  26
27   73     6  27
28   80     6  28
29   77     6  29
30   83     6  30

Đáp án

plot(Temp ~ Day,
     type = "l",
     data = df5,
     pch = 19,
     col = "darkgreen",
     lwd = 2,
     las = 1,
     main = "Temp vs. Day",
     xlim = c(0, 33),
     ylim = c(5, 100),
     xaxs = "i",
     yaxs = "i",
     axes = F,
     bty = "l")


points(Temp ~ Day,
     type = "l",
     data = df6,
     pch = 19,
     lwd = 2,
     col = "blue")
     
     
axis(side = 1,
     at = seq(from = 1,
              to = 31,
              by = 3))

axis(side = 2,
     las = 2)

box(bty = "l")

grid(col = "gray50")

legend(x = "bottomright",
       y = NULL,
       legend = c("Month 5",
                  "Month 6"),
       col = c("darkgreen", "blue"),
       lwd = 2,
       lty = 1)

abline(h = 60,
       col = "red",
       lty = 2,
       lwd = 2)

2. Đồ thị barchart

Đồ thị cột thường để biểu diễn về mặt khối lượng (quantity) khi so sánh giữa các nhóm với nhau, ta có trục X là biến phân loại, trục Y là biến liên tục.

2.1 Barchart (cơ bản)

Sử dụng dữ liệu PlantGrowth, ta có kết quả trung bình chiều cao cây của 3 nghiệm thức như sau:

library(dplyr)
PlantGrowth |> dplyr:::group_by(group) |> 
  dplyr:::summarise(mean_weight = mean(weight)) |> as.data.frame() -> df

df

  group mean_weight
1  ctrl       5.032
2  trt1       4.661
3  trt2       5.526

Bạn hãy vẽ hình so sánh trung bình chiều cao cây giữa 3 nghiệm thức.

Đáp án

a <- barplot(mean_weight ~ group,
        data = df,
        col = c("lightblue", "lightgreen", "coral"),
        xlab = "Group",
        ylab = "Weight (kg)",
        ylim = c(0, 6),
        # xlim = c(0.064 , 3.736),
        las = 1,
        main = "Trung bình chiều cao giữa\ncác nghiệm thức")

# tọa độ x0-x1, y0-y1 của đồ thị
par("usr")

[1] 0.064 3.736 0.000 6.000

# định vị tọa độ theo trục X của các cột
a

     [,1]
[1,]  0.7
[2,]  1.9
[3,]  3.1

box()

2.2 Barchart (nâng cao level 1)

Trên cơ sở hình 2.1, bạn hãy thay đổi chiều rộng của cột để nhìn cân đối hơn, như hình bên dưới

library(dplyr)
PlantGrowth |> dplyr:::group_by(group) |> 
  dplyr:::summarise(mean_weight = mean(weight)) |> as.data.frame() -> df

df

  group mean_weight
1  ctrl       5.032
2  trt1       4.661
3  trt2       5.526

Đáp án

Ta sử dụng tham số space để tùy chỉnh độ rộng cột, tham số width cũng có thể dùng để tùy chỉnh độ rộng cột, tuy nhiên không thuận tiện bằng space. Ta kiểm tra sự thay đổi vị trí của cột so với tọa độ đồ thị (tham số par("usr") và kết quả tọa độ trong đối tượng a).

a <- barplot(mean_weight ~ group,
        data = df,
        col = c("lightblue", "lightgreen", "coral"),
        xlab = "Group",
        ylab = "Weight (kg)",
        ylim = c(0, 6),
        las = 1,
        width = 1,
        space = 1,
        # set tham số xlim để chủ động sắp xếp cột nằm ở giữa plot
        # để biết xlim nên set như thế nào, ta cần đối chiếu kết quả
        # tọa độ từ lệnh par("usr") 
        xlim = c(0,7),
        main = "Trung bình chiều cao giữa\ncác nghiệm thức")

par("usr")

[1] -0.28  7.28  0.00  6.00

     [,1]
[1,]  1.5
[2,]  3.5
[3,]  5.5

box()

2.3 Barchart (nâng cao level 2)

library(dplyr)
PlantGrowth |> dplyr:::group_by(group) |> 
  dplyr:::summarise(mean_weight = mean(weight)) |> as.data.frame() -> df

df

  group mean_weight
1  ctrl       5.032
2  trt1       4.661
3  trt2       5.526

Ta thấy các nghiệm thức dao động trong khoảng 4 đến 6. Hãy vẽ đồ thị cột có phần limit của trục Y bắt đầu từ 4, để làm rõ được độ chênh lệch giữa các cột này. Bạn thêm kết quả mean xuất hiện trên đầu mỗi cột luôn nha.

Đáp án

Trong Base R, ta có lệnh par(xpd = FALSE) để không vẽ lấn qua vùng đồ thị, tuy nhiên tham số xpd này ta sẽ set trực tiếp trong lệnh barplot sẽ hiệu quả. Ngoài ra có thể dùng lệnh clip() để định vị vùng đồ thị cần vẽ (theo ý nghĩa như cropping hình).

a <- barplot(mean_weight ~ group,
        data = df,
        col = c("lightblue", "lightgreen", "coral"),
        xlab = "Group",
        ylab = "Weight (kg)",
        ylim = c(4, 6),
        las = 1,
        main = "Trung bình chiều cao giữa\ncác nghiệm thức",
        xpd = F) # tham số xpd giúp cho R không vẽ lấn qua plot region

box()

text(x = a,
     y = df$mean_weight,
     labels = round(df$mean_weight, 2),
     pos = 3)

2.4 Barchart (Mean ± SD)

library(dplyr)
PlantGrowth |> dplyr:::group_by(group) |> 
  dplyr:::summarise(mean_weight = mean(weight),
                    sd_weight = sd(weight)) |> as.data.frame() -> df

df

  group mean_weight sd_weight
1  ctrl       5.032 0.5830914
2  trt1       4.661 0.7936757
3  trt2       5.526 0.4425733

Bạn hãy vẽ hình đồ thị cột có thêm khoảng dao động SD như sau.

Đáp án

a <- barplot(mean_weight ~ group,
        data = df,
        col = c("lightblue", "lightgreen", "coral"),
        xlab = "Group",
        ylab = "Weight (kg)",
        ylim = c(3, 7),
        las = 1,
        main = "Trung bình chiều cao giữa\ncác nghiệm thức",
        xpd = F)

box()

a # ta định vị tọa độ các cột

     [,1]
[1,]  0.7
[2,]  1.9
[3,]  3.1

arrows(x0 = a,
       x1 = a,
       y0 = df$mean_weight - df$sd_weight,
       y1 = df$mean_weight + df$sd_weight,
       code = 3,
       angle = 90,
       length = 0.1,
       lwd = 1)

Tài liệu tham khảo

https://class.tuhocr.com/khoa-hoc/data-visualization-in-r/bai-hoc/bai-7-phan-tich-lenh-plot-phan-1/

https://www.statscodes.com/plots-and-charts/