【R画图】使用R绘制几种常用的双坐标轴图形

之前公众号推送了一系列关于使用ggplot2包绘制统计图形的文章，有网友询问是否可以绘制双轴的统计图形。很抱歉，Hradly在设计ggplot2包时就没有将双轴图形功能考虑进来。难道R语言就无法绘制双轴图形了吗？非也，R不仅是统计学家的标准工具，也是一款绘制图形的理想工具。下面就跟大家介绍plotrix包中的twoord.plot()函数和twoord.stackplot()函数，它们可以实现双坐标轴图形的绘制。

twoord.plot()函数语法及参数含义：

twoord.plot(lx,ly,rx,ry,data=NULL,main="",

            xlim=NULL,lylim=NULL,rylim=NULL,

            mar=c(5,4,4,4),lcol=1,rcol=2,

            xlab="",lytickpos=NA,ylab="",

            ylab.at=NA,rytickpos=NA,rylab="",

            rylab.at=NA,lpch=1,rpch=2,

            type="b",xtickpos=NULL,

            xticklab=NULL,halfwidth=0.4,

            axislab.cex=1,do.first=NULL,…)

lx,ly,rx,ry：分别指定左坐标轴和右坐标轴的值，必须是连续的值

data：需要绘制双轴图形的数据框

main：为图形指定标题

xlim：限制横坐标值的范围

lylim,rylim：限制左右纵坐标值的范围

mar：设置图形边界距，默认值为(5,4,4,4)

lcol,rcol：设置左右坐标轴的颜色，这样可以起到图例的作用

xlab：设置横坐标轴标签

lytickpos：设置左坐标轴刻度标签的位置

ylab：设置左坐标轴标签

ylab.at：设置左坐标轴标签位置

rytickpos：设置右坐标轴刻度标签的位置

rylab：设置又坐标轴标签

rylab.at：设置右坐标轴标签位置

lpch,rpch：设置左右坐标轴图形的外观

type：指定图形类型

xtickpos：设置横坐标轴刻度标签位置

xticklab：设置横坐标轴刻度标签

halfwidth：设置用户给定条形图宽度的一半

axislab.cex：设置坐标轴标签和刻度标签的大小

do.first：通过该参数可以往图形中添加背景色或网格线

下面通过案例来说明twoord.plot()函数的应用：

library(plotrix)

#绘制双轴的两个线图

Date <- seq(from = as.Date('2015-01-01'), to = as.Date('2015-12-01'), by = 'month')

Consumers <- c(100,80,120,153,200,188,220,322,300,321,282,304)

Amount <- c(1000,840,1458,1844,2045,2000,2548,5081,5000,5200,4800,4971)

df1 <- data.frame(Date = Date, Consumers=Consumers, Amount = Amount)

twoord.plot(lx = df1$Date, ly = df1$Consumers, rx = df1$Date, ry = df1$Amount, main = '双轴的两条线图', xlab = '月份', ylab = '会员人数', rylab = '总消费额', type = c('line','line'))

虽然双坐标轴图形已经绘制好，但图中有几个不满意的地方：

1）横坐标轴的刻度标签不是正确的日期格式

2）右坐标轴刻度标签很挤

3）图形不炫酷，想添加背景色或网格线

好，这些不满意的地方都不是问题，twoord.plot()函数可以轻松搞定：

1）通过xticklab参数重新设置横坐标轴的刻度标签

2）通过rytickpos参数重新设置刻度标签

3）通过do.first参数给图形添加背景色和网格线

twoord.plot(lx = df1$Date, ly = df1$Consumers, rx = df1$Date, ry = df1$Amount, main = '双轴的两条线图', xlab = '月份', ylab = '会员人数', rylab = '总消费额', type = c('line','line'), xtickpos=as.numeric(df1$Date), xticklab = as.character(df1$Date), rytickpos = seq(500,5000,by = 1500), do.first = 'plot_bg(col = 'gray'); grid(col = 'white', lty = 2)')

这样的图形结果要比上面的图看起来舒服多了。如果想把左坐标轴的会员人数用条形图表示，右坐标轴的总消费额用线条表示，该如何操作呢？很简单，只需将type参数设置为('bar','line')就可以了：

twoord.plot(lx = df1$Date, ly = df1$Consumers, rx = df1$Date, ry = df1$Amount, lcol = 'steelblue', main = '双轴的两条线图', xlab = '月份', ylab = '会员人数', rylab = '总消费额', type = c('bar','line'), xtickpos=as.numeric(df1$Date), xticklab = as.character(df1$Date), rytickpos = seq(500,5000,by = 1500),  do.first = 'plot_bg(col = 'gray'); grid(col = 'white', lty = 2)')

哎？又有问题了，这个条形图怎么这么细窄？超级难看。不要着急，只要稍稍调整halfwidth参数的大小即可，这里设置为8：

twoord.plot(lx = df1$Date, ly = df1$Consumers, rx = df1$Date, ry = df1$Amount, lcol = 'steelblue', main = '双轴的两条线图', xlab = '月份', ylab = '会员人数', rylab = '总消费额', type = c('bar','line'), xtickpos=as.numeric(df1$Date), xticklab = as.character(df1$Date), rytickpos = seq(500,5000,by = 1500), halfwidth = 8, do.first = 'plot_bg(col = 'gray'); grid(col = 'white', lty = 2)')

这会儿图形正常了。还记得直方图是如何绘制的吗？hist()函数，直方图+核密度图是如何绘制的？hist()函数+lines()函数：

set.seed(1000)

x = rnorm(1000,10,3)

h <- hist(x, breaks = 50)

#绘制直方图和核密度图

hist(x, breaks = 50, col = 'steelblue')

lines(density(x), col = 'red')

哎？核密度线怎么成了一条直线了？原来是因为直方图高度对于的频次与核密度值不是一个量纲，即频次在0~60之间，而核密度值在0~1之间。如果要使核密度曲线体现出来，必须将hist()函数中freq参数设置为FALSE：

#绘制直方图和核密度图

hist(x, breaks = 50, col = 'steelblue', freq = FALSE)

lines(density(x), col = 'red', lwd=2)

如果我既想看到不同组的频次，又想看到对应的密度值该怎么办呢？这个时候就需要绘制双轴图了：

x1 <- h$mids

y1 <- h$counts

x2 <- seq(min(x), max(x), by = 0.01)

y2 <- dnorm(seq(min(x), max(x), by = 0.01),10,3)

twoord.plot(lx = x1, ly = y1, rx = x2, ry = y2, type=c('bar','l'), lcol = 'steelblue', rcol = 'red', ylab = 'Counts', rylab = 'Density', main = 'Histogram and density curve', halfwidth=0.2, lylim = c(0,max(y1)+1), rylim = c(0,0.2),lwd=2)

关于twoord.plot()函数，最后再介绍一种图，帕累托图形。即图形中包一个纵坐标轴表示绝对数量，另一个纵坐标轴表示累计百分比。实现该图脚本如下：

type <- 1:7

absolute <- c(12,15,20,28,11,5,7)

cum_per <- cumsum(absolute)/sum(absolute)

twoord.plot(lx = type, ly = absolute, rx = type, ry = cum_per, type=c('bar','l'), lcol = 'steelblue', rcol = 'red', ylab = '总数', rylab = '累计百分比%', main = '帕累托图', xtickpos=type, xticklab = c('A','B','C','D','E','F','G'))

下面再看一下twoord.stackplot()函数，该函数与twoord.plot()的不同之处在于，其可以绘制堆叠图，函数具体语法和参数含义如下：

twoord.stackplot(lx, rx, ldata, rdata, 

              lcol, rcol, ltype, rtype,

              border, rylab, lylab, xlab,

              …, incrylim=NULL,halfwidth=0.4,

              leftfront=FALSE, 

              mar = c(5, 4, 4, 4))

lx,rx：指定左右横坐标轴的值

ldata,rdata：指定左右纵坐标轴的值

lcol, rcol：指定左右坐标轴的颜色

ltype, rtype：指定左右坐标轴线的类型

border：指定条形图边框颜色

rylab,lylab：指定左右纵坐标轴标签

xlab：指定横坐标轴标签

incrylim：增加坐标轴值的范围

halfwidth：设置用户给定条形图宽度的一半

leftfront：如果leftfront设置为TRUE的话，则左坐标轴将置于顶层

mar：设置图形边界距，默认值为(5,4,4,4)

现在有一个场景是这样的，需要绘制某APP在2015年各月中新老会员人数及新会员所占比重：

set.seed(1111)

Date <- 1:12

Old <- round(runif(12, 100,300))

New <- round(runif(12, 50,120))

Ratio <- New/(New+Old)

twoord.stackplot(lx=Date, rx=Date, ldata=cbind(Old, New), rdata=Ratio,  lcol=c('steelblue','orange'), rcol='red', ltype="bar", rtype='l', border="grey80", lylab = '人数', rylab = '新客比例', xlab='月份', main='新老客占比', incrylim=0.1)

上图能够很高的看出新老客之间的数量对比，同时也能看出新客的趋势线，唯一不足的是，没有图例，下面就以图层的概念，在该图的基础上添加一下图例：

#扩展绘图区域并添加图层

par(xpd=TRUE)

par(new=TRUE)

#在原来图形的基础上绘制一张空图

plot(0:1, 0:1, type="n", xlab="",ylab="", axes=FALSE)

#添加左坐标轴轴图例

legend(0, 1.5, leg=c('老客', '新客'), fill=c('steelblue','orange'), bty = 'n') 

#添加右坐标轴轴图例

legend(-0.03, 1.25, leg='新客比例', col='red', lty = 1, bty = 'n') 

par(xpd=FALSE, new=FALSE)

非常完美，根据以上的场景要求，就绘制完一幅图形了，而且也能迅速的了解到图所表达的内容。

刘顺祥，数据分析师，热爱数据分析与挖掘工作，擅长使用Ｒ语言，目前自学Python语言。

严禁修改，可以转载，请注明出自数据人网和原文链接：http://shujuren.org/index.php/Article/update/aid/163

更多精彩内容，请点击阅读原文。

数据人网（http://shujuren.org)，数据人学习、交流和分享的家园，专注于从数据中学习，努力发觉数据之洞见，积极利用数据之价值。为“让人懂数据、用数据”之使命坚持做点事情。大家可以来投稿，做分享和传播，可以给反馈。您有什么想法，请反馈给我们，谢谢。数据人网，我们共建和共享。

数据人网构建了数据人圈子，诚邀热爱数据和利用数据朋友入群。加小编微信：luqin360，注明入圈子。