如何用R语言画“条形图”？| 缤纷灿烂R语言 | 医学方R语言高阶课程

原创 Dr.Leopard 医学方

引导关注

既往“缤纷灿烂R语言（R语言高阶课程）”推文

1.R语言作图！R语言作图！R语言作图！说三遍！！| 【缤纷灿烂R语言】| R语言高阶课程

2.基础包中的降龙十八掌：par函数详解（上）| 【缤纷灿烂R语言】| R语言高阶课程

3.par函数详解（下）| 缤纷灿烂R语言 | 医学方R语言高阶课程

4.如何用R语言画出漂亮的盒形图（上）| 缤纷灿烂R语言 | 医学方R语言高阶课程

5.如何用R语言画出漂亮的盒形图（下）| 缤纷灿烂R语言 | 医学方R语言高阶课程

缤纷灿烂R语言

第六期：条形图

hello，大家好，我是Leopard！上期我们接触了盒形图，本期我将给大家介绍全真七子中的条形图！

条形图的应用比较广泛，但是也仅仅用于初期数据的探索，如果需要进行数据呈现，恐怕还是需要进行一些花样翻新。闲话不说，直接上函数。

barplot(height,width = 1, space = NULL,

names.arg= NULL, legend.text = NULL, beside = FALSE,

horiz= FALSE, density = NULL, angle = 45,

col= NULL, border = par("fg"),

main= NULL, sub = NULL, xlab = NULL, ylab = NULL,

xlim= NULL, ylim = NULL, xpd = TRUE, log = "",

axes= TRUE, axisnames = TRUE,

cex.axis= par("cex.axis"), cex.names = par("cex.axis"),

inside= TRUE, plot = TRUE, axis.lty = 0, offset = 0,

add= FALSE, args.legend = NULL, ...)

重要参数解释：

height：顾名思义，它指定了条形的高度，这个参数接受一个数值向量或者一个数值矩阵；具体情形还是直接看图说话。如图1-2-3-1、1-2-3-2.

data<- sample(c(50:80),5)

#生成五个50-80之间的随机数

barplot(data,col= heat.colors(5))

#将这五个随机数作为一个数值向量传入barplot()函数

图1-2-3-1

my_matrix<- matrix(data = sample(10:40,9), nrow = 3,dimnames =list(c('A','B','C'),paste('dose',1:3)))

#生成一个矩阵，三行三列，行名称是A、B、C，列名是‘dose1’,‘dose2’，‘dose3’。我们假设这个矩阵表示的是三种药物AB C，在三种不同剂量下的疗效。

barplot(t(my_matrix),beside = TRUE, col = rainbow(3))

#t()是转置函数，转置是线性代数的内容，简单来说，就是将矩阵的行列进行互换。beside参数表示是否将条柱平行放置，若为FALSE，则堆栈放置。

图1-2-3-2

同样的问题是，这个图缺少一个图例。如果你在barplot()中添加一个legend=TRUE的参数，R会自动给出一个图例，但是……我就不说了，你自己去试试看吧，这个时候，你就会认识到legend函数是多么的重要了。

width：条柱的宽度，默认是1.
space：条柱之间的间隔。
names.arg: 设置条形图的标签，即自定义每个条带的名称。
horiz：逻辑参数，是否使用水平条柱。
plot: 逻辑参数，是否画图。
add：逻辑参数，是否将条形图添加到现有的图形上。

下面的代码展示了上述一些参数的用法：

par(mfrow=c(2,2))

average_gdp<- c(6500,8000,13000,9200)

country<- c('China','Korea','Japan','Singapore')

barplot(average_gdp,names.arg = country)

barplot(average_gdp,names.arg = country, horiz = TRUE)

barplot(average_gdp,names.arg = country, horiz = FALSE, width = 0.5)

barplot(average_gdp,names.arg = country, horiz = FALSE, space = 1.2)

图1-2-3-3

在我们的印象中，条形图仅有一个光秃秃的条柱似乎不太能说明问题，因此，加上一个errorbar似乎很有必要。但是，基础绘图包中，没有专门的函数进行误差条图的绘制，必须手动操作。

data(iris)

data_mean<- apply(iris[,1:3],2,mean)#生成均数

data_sd<- apply(iris[,1:3],2,sd)#生成标准差

barcenters<- barplot(data_mean,names.arg = names(data_mean),ylim =c(0,8),main = 'ugly')

#将barplot()存入一个对象中，这个对象保存的是条柱的中心位置的横坐标，不信，你可以在控制栏中键入barcenters试试看。

segments(barcenters,data_mean-data_sd,barcenters,data_mean+data_sd,lty= 1.2)

arrows(barcenters,data_mean-data_sd,barcenters,data_mean+data_sd,code= 3,angle = 90)

#运用segments()和arrows()，两个低级绘图函数，这两个函数都接受x0,y0,x1,y1四个数值，注意，不是数值向量，分别表示起始点和终止点的坐标。arrows()，顾名思义，添加箭头的函数，但是呢，里面有个参数，angle，角度，当设置为90度时，就变成水平的箭头了，code表示箭头的格式，此处code=3，表示绘制两端的箭头。