问题引出

我相信，你能够用图形灵活展示二维数据、三维的数据，甚至四维的数据！

可是，你能够在同一个图形中同事展现多个维度（四维以上）的数据吗？恐怕很多人都认为很难。

遗憾的是，现实生活中，我们经常需要在同一个图形中同事展现多个维度（四维以上）的数据，因为每一个统计研究个体往往都有十几个，上百个指标。

遗憾的是，我们很容易能够使用的一般的统计图形对于展现低维度（例如，2维），具有直观、形象、生动、具体等特点，但是对于展现高维度则显得力不从心。

本文介绍一种简单的折线图，能够在同一个图形中同事展现多个维度（四维以上）的数据。本文将如何结合一个具体的数据，从简单到复杂，介绍如何使用R语言绘制这样的图形。

不同图形效果对比

例如，为了了解购买某产品的客户特征，收集了客户的20种属性，例如，年龄、年收入、性别等，打算用图形观察属性间的关系特征：图1用散点图展现的是两个维度——年收入与年龄，可以轻松看出年收入和年龄是没有关系的；图2通过点的颜色，能够多展现一维——isbuy是否购买，可以轻松看出购买者主要是低收入者，但是和年龄没有关系；图3展现了四维——增加了性别，可以看出女性几乎不买，男性只有低收入的才会买，高收入的不会买。

从三幅图中，可以看到图形能够展现四维，可是，图4区能够展示两个年度13个指标的数据，从中两个年度13个指标的走势，可以看出两个年度各个指标的差异程度与联系程度，由此可以看出图4的优势了？

接下来，我一步一步看看，如何实现这个图形

图1 图3

图3

图4

从简单到复杂绘图

原始数据

首先，将这个数据存成文件：A.CSV

读取数据

alldata=read.csv("d:\\A.csv") #读入数据

绘制普通散点图（2016年数据）

t=1:13 #13个指标，要转换为x轴上的13个点

plot(t,alldata$X2016,type='o',pch=4)

Type和pch的含义，参考PLOT参数说明

X轴，希望能够显示具体的指标名称，如何实现？

X轴坐标换成指标名称

plot(alldata$X,alldata$X2016,type='o',pch=4)

？其他都一样，就是x参数不一样了，图形有非常大的变化

从理论上看，这个语句能够直接实现题目最早的意图了，但是实际结果却不尽人意

解决新问题：如何将两条线画在一个图上

关键语句：

par(new=T)

完整过程：

plot(t,alldata$X2016,type='o',pch=4)

par(new=T)

plot(t,alldata$X2015,type='o',pch=4)

结果：

问题：y轴坐标重叠错乱了（注意观察y轴），并且刻度不一样，两条线一些点不一样，但是却被绘制成重叠在一起了。

看来不能简单讲两个线条或图形叠加。

统一刻度

iCols=13

ydata=cbind(alldata$X2016,alldata$X2015)

yScale=c(max(ydata),min(ydata),rep(0, iCols-2))

--yScale和xScale的长度和实际要绘制图形的数据要一致，所以，这里需要调整

xScale=c(1:iCols)

--关键绘制一个空的图结构

plot(xScale, yScale,type='n')

然后在开始绘制图形

par(new=T)

plot(xScale,alldata$X2016,type='o',pch=4)

par(new=T)

plot(xScale,alldata$X2015,type='o',pch=4)

****************遗憾的是，以上的努力没有收到预期效果

---

iCols=13

ydata=cbind(alldata$X2016,alldata$X2015)

xScale=c(1:iCols)

plot(xScale,alldata$X2015,col=3, type='o',ylim=c(max(ydata)+0.05,min(ydata)-0.05))

par(new=T)

plot(xScale,alldata$X2016,col=4, type='o',ylim=c(max(ydata)+0.05,min(ydata)-0.05))

注意这里的两个参数：

ylim、color

类似的还有xlim

注意ylim的大小反了，结果图形y坐标也是反的

问题：x轴为什么不能间隔1？

下一个要解决的问题：按照权重大小绘制点大小

plot(xScale,alldata$X2015,col=3, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05) ,cex=alldata$权重,pch=16)

par(new=T)

plot(xScale,alldata$X2016,col=4, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05),cex=alldata$权重,pch=16)

注意参数cex

调整刻度间隔

plot(xScale,alldata$X2015,col=3, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05) ,cex=alldata$权重,pch=16,xaxt= "n")

par(new=T)

plot(xScale,alldata$X2016,col=4, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05),cex=alldata$权重,pch=16,xaxt= "n")

axis(1,1:13)

注意参数xaxt

调整标签和示意

a=c("2015","2016")

legend("bottomright", as.matrix(a), pch=1,text.col=c(3,4))

注意函数legend

标签和标题

iCols=13

ydata=cbind(alldata$X2016,alldata$X2015)

xScale=c(1:iCols)

plot(xScale,alldata$X2015,col=3, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05) ,cex=alldata$权重,pch=16,xaxt= "n",xlab="指标",ylab="满意度得分")

par(new=T)

plot(xScale,alldata$X2016,col=4, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05),cex=alldata$权重,pch=16,xaxt= "n",xlab="指标",ylab="满意度得分")

axis(1,1:13)

title（"2015和2016满意度指标对比图"）

a=c("2015","2016")

legend("bottomright", as.matrix(a), pch=1,text.col=c(3,4))

注意参数xlab\ylab和函数title

坐标值垂直显示

op <- par(mar=c(12,5,3,3)+.1)

iCols=13

ydata=cbind(alldata$X2016,alldata$X2015)

xScale=c(1:iCols)

plot(xScale,alldata$X2015,col=3, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05) ,cex=alldata$权重,pch=16,xaxt= "n",xlab="",ylab="满意度得分")

par(new=T)

plot(xScale,alldata$X2016,col=4, type='o',ylim=c(min(ydata)-0.05,max(ydata)+0.05),cex=alldata$权重,pch=16,xaxt= "n",xlab="",ylab="满意度得分")

title（"2015和2016满意度指标对比图"）

a=c("2015","2016")

legend("bottomright", as.matrix(a), pch=1,text.col=c(3,4))

axis(side=1, 1:13, tcl=-0.2, labels=B,las=2)

注意参数par函数，axis的las参数，和plot的las参数一样

函数plot的参数说明

Type

线条类型：散点图，还是线图，由这个参数决定

Pch

图形点的形状

xlim

x坐标轴的范围

ylim

y坐标轴的取值范围

ylim=c(最小值，最大值)

color

col=某个数字

cex

用来绘制点面积用

cel=某个数

las

随即帮助说明如下：

xaxt

绘制线条函数：lines的使用范例

set.seed(1000)  

x<-seq(-1,2,length.out=100)  

y<-dexp(x,0.5)  

plot(x,y,col="red",xlim=c(0,2),ylim=c(0,5),type='l',xaxs="i", yaxs="i",ylab='density',xlab='',main="The Exponential Density Distribution")  

lines(x,dexp(x,1),col="green")  

lines(x,dexp(x,2),col="blue")  

lines(x,dexp(x,5),col="orange")  

legend("topright",legend=paste("rate=",c(.5, 1, 2,5)), lwd=1,col=c("red", "green","blue","orange"))  

原创：如何用R语言绘制折线图，展现多维（四维）以上数据