孙老湿画图系列第八弹丨R中绘图顺序不是自己想要的怎么办?

R中绘图顺序不是自己想要的怎么办？今天就给大家介绍个利器factor（因子）。

在学习factor之前，先了解一下什么是DataFrame：

DataFrame一般译为数据框，由行和列组成，是一个表格或者类似二维数组的结构，它的各行表示一个实例，各列表示一个变量。

与Matrix不同的是，每个列可以是不同的数据类型，而Matrix是必须相同的。DataFrame每一列有列名，每一行也可以指定行名。如果不指定行名，那么就是从1开始自增的Sequence来标识每一行。

一般我们绘图都是读取自己的数据，所以可以通过读取外部的数据创建一个dataframe。

可以通过read.table（一般是tab分割或者空格分割）或者read.csv（逗号分隔的csv文件）读取文件，比如我们读取一个tab分隔的txt文件：

dat <- read.table(“yourfile.txt”, header = Ttue, sep = "\t", row.names = 1)

header #指定是否第一行作为表头

sep #制定分隔方式，如果是tab分隔sep=”\t”

row.names #指定那一列为行名，没有则不用指定

我们利用R的内置数据iris，查看一下其结构：

head(iris)

如果我们要用Sepal.Length, Sepal.Width两列数据画图，并且Species是分组变量：

p <- ggplot(iris, aes(Sepal.Length, Sepal.Width, col =Species)) +

geom_point() +

theme_bw() +

theme(axis.title =element_text(size = 16),

axis.text =element_text(size = 14))

p

但是图例的现实顺序不是我们想要的，我们想按照versicolor, virginica, setosa这个顺序显示，怎么办呢？

首先我们levels()函数查看Species变量是按照setosa, versicolor, virginica方式排序的，那怎么才能按照我们的方式排序呢？这就不得不提R中强大的因子factor了：

变量一般可归结为类别型，有序型，连续型变量。类别型变量和有序型类别变量在R中称为因子（factor），它是一个离散值，可以用数值代表也可以是字符型值，其具体数值没有加减乘除等运算的意义，不能用来计算而只能用来分类或者计数。类别型变量比如性别、省份、职业，有序型变量比如班级名次等等。

函数factor()以一个整数向量的形式存储类别值，整数的取值范围是[1…k]（其中k是类别型变量中唯一值的个数），同时一个字符串（原始值）组成的内部向量将映射到这些整数上。

比如我定义一个类别形的向量var，并把它因子化（大家可以看一下红色方框内，是去掉了重复值之后的因子）：

因子函数主要有几个参数：

factor(x, levels, ordered)

x #需要因子化的向量

levels #指定因子水平，注意这个顺序决定了你画图的顺序

ordered #指定因子变量是否有序，通常用在有序型类别变量上

下面我们随便生成一个向量var：

var <- c("A", "A", "B","B", "C", "C")

var

var <- factor(var)

var

var <- factor(var, levels = c("B", "A","C")) #指定顺序

var

大家是否发现，levels的顺序已经改变了。

如果大家是有序型类别变量，可以指定ordered = TRUE，当然这在画图的时候不影响，如果要做统计分析的话，有时候需要指定。

好了，接下来我们还是用之前的iris数据，按照我们指定的因子顺序画图：

iris$Species <- factor(iris$Species, levels =c("versicolor", "virginica","setosa"))

p <- ggplot(iris, aes(Sepal.Length, Sepal.Width, col =Species)) +

geom_point() +

theme_bw() +

theme(axis.title =element_text(size = 16),

axis.text =element_text(size = 14))

p

大家对照前面的图，是按照我们指定的顺序排列的。其他的绘图指定顺序类似。

本系列课程主要侧重于讲解图形原理，以及在R中的实现过程，并没有特意追求美观，故很多图的细节部分修饰有限，大家重点理解实现过程。