15 Pertanyaan yang Dimiliki Semua Pengguna R tentang Plot

Memberi Nama Sumbu (Dengan Superskrip atau Subskrip) dan Menambahkan Judul pada Plot R?

Anda dapat dengan mudah menamai sumbu dan menambahkan judul agar plot R Anda lebih spesifik dan mudah dipahami audiens Anda.

Ini dapat dilakukan dengan menambahkan argumen main untuk judul utama, sub untuk subjudul, xlab untuk label sumbu x, dan ylab untuk label sumbu y.

Catatan bahwa jika Anda ingin judul dengan superskrip atau subskrip, Anda dapat dengan mudah menambahkannya di argumen main dari fungsi plot(). Pastikan menggunakan expression() dan gunakan simbol ^ untuk superskrip atau tanda kurung siku untuk subskrip.

Cobalah pada potongan DataCamp Light di bawah ini:

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     main=expression("main title"^2), 
     sub=expression("sub-title"[2]), 
     xlab="x-axis label", 
     ylab="y-axis label")

Anda juga dapat memastikan ada huruf Yunani pada label sumbu dengan menggunakan kode yang menggabungkan fungsi expression() dan paste(). Jalankan potongan kode berikut:

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     xlab = expression(paste("Greek letter ", phi)),
     ylab = expression(paste("Greek letter ",mu)))

Sesuaikan Tampilan Label Sumbu

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     main=expression("main title"^2), 
     sub=expression("sub-title"[2]), 
     xlab="x-axis label", 
     ylab="y-axis label",
     col.lab="blue",
     cex.lab=0.75)

Untuk informasi lebih lanjut tentang argumen-argumen ini, buka halaman ini.

Hapus Label Sumbu dan Anotasi Plot

Jika Anda ingin menghilangkan nilai sumbu dari plot, Anda dapat terlebih dahulu menambahkan argumen xaxt dan yaxt, diatur sebagai "n". Argumen-argumen ini diisi dengan karakter yang menentukan jenis sumbu x. Jika Anda memasukkan "n", seperti pada perintah di bawah, Anda dapat menekan pemetaan sumbu.

Perhatikan bahwa dengan memberi karakter lain apa pun pada argumen xaxt dan yaxt, sumbu x dan y akan diplot.

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     xaxt="n",
     yaxt="n",
     ann=FALSE)

Tip: bukan informasi yang Anda cari? Kunjungi halaman ini.

Putar Label Sumbu Plot

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data, no axes
plot(x,
     y, 
     axes=FALSE)

# Draw a box
box()

# Add (modified) axes to the plot
axis(2, 
     las=2)
axis(1, 
     las=0)

Catatan bagaimana ini sebenarnya mengharuskan Anda menambahkan argumen ke fungsi plot() yang pada dasarnya menyatakan bahwa belum ada sumbu yang akan diplot: ini adalah tugas dari dua fungsi axis() yang menyusul.

Argumen las dapat memiliki tiga nilai yang dikaitkan dengannya. Bergantung pada opsi yang Anda pilih, penempatan label akan berbeda: jika Anda memilih 0, label akan selalu sejajar dengan sumbu (ini adalah default); Jika Anda memilih 1, label akan diletakkan secara horizontal. Pilih 2 jika Anda ingin label tegak lurus terhadap sumbu dan 3 jika Anda ingin label ditempatkan secara vertikal.

Masih ada lagi. Jika Anda ingin mengetahui lebih banyak tentang kemungkinan fungsi axis(), teruslah membaca!

Pindahkan Label Sumbu Plot R Anda

Jadi, Anda ingin memindahkan label sumbu Anda?

Tenang, Anda dapat melakukannya dengan fungsi axis(); Seperti yang mungkin telah Anda perhatikan sebelumnya dalam tutorial ini, fungsi ini memungkinkan Anda terlebih dahulu menentukan di mana Anda ingin menggambar sumbu. Misalnya, Anda ingin menggambar sumbu x di atas area plot dan sumbu y di sisi kanannya.

Ingat bahwa jika Anda memberikan 1 atau 2 ke fungsi axis(), sumbu Anda akan digambar di bawah dan di kiri area plot. Gulir sedikit ke atas untuk melihat contohnya pada potongan kode sebelumnya!

# The data
x<-seq(0,2*pi,0.1)
y<-sin(x)

# Plot the data, but don't plot axes or annotations
plot(x,
     y,
     axes=FALSE, 
     ann=FALSE)

# Draw the x-axis above the plot area
axis(3)

# Draw the y-axis to the right of the plot area
axis(4)

# Draw a box
box()

Seperti yang Anda lihat, pertama-tama, Anda memplot x dan y, tetapi Anda tidak menampilkan sumbu dan anotasi. Lalu, Anda menambahkan sumbu yang ingin Anda lihat dan menentukan lokasinya terhadap plot.

Fleksibilitas yang diciptakan fungsi axis() untuk Anda terus berkembang! Lihat pertanyaan yang sering diajukan berikutnya untuk melihat apa lagi yang dapat Anda selesaikan dengan fungsi R dasar ini.

Tip: buka pertanyaan terakhir untuk melihat lebih lanjut cara memindahkan teks di label sumbu dengan hjust dan vjust!

Cara Mengubah Jarak Tanda Centang pada Plot R Anda

Membiarkan R menentukan tanda centang pada plot dapat cukup menjengkelkan dan mungkin ada saatnya Anda ingin menyesuaikannya.

1. Menggunakan Fungsi axis() untuk Menentukan Tanda Centang pada Plot Anda

# Define the position of tick marks
v1 <- c(0,pi/2,pi,3*pi/2,2*pi)

# Define the labels of tick marks
v2 <- c("0","Pi/2","Pi","3*Pi/2","2*Pi")

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     xaxt = "n")

# Add an axis to the plot 
axis(side = 1, 
     at = v1, 
     labels = v2,
     tck=-.05)

Seperti yang Anda lihat, pertama-tama Anda menentukan posisi tanda centang dan labelnya. Lalu, Anda menggambar plot, menentukan jenis sumbu x sebagai "n", menekan pemetaan sumbu.

Kemudian, pekerjaan sebenarnya dimulai:

• Fungsi axis() memungkinkan Anda menentukan sisi plot tempat sumbu akan digambar. Dalam kasus ini, argumen diisi dengan 1, yang berarti sumbu digambar di bawah. Jika nilainya 2, sumbu akan digambar di kiri dan jika nilainya 3 atau 4, sumbu masing-masing akan digambar di atas atau di kanan;
• Argumen at memungkinkan Anda menunjukkan titik-titik tempat tanda centang akan digambar. Dalam kasus ini, Anda menggunakan posisi yang didefinisikan dalam V1;
• Demikian pula, labels yang ingin Anda gunakan adalah yang ditentukan dalam V2;
• Anda menyesuaikan arah centang melalui tck: dengan memberi argumen ini nilai negatif, Anda menentukan bahwa centang harus muncul di bawah sumbu.

Tip: coba berikan nilai positif pada argumen tck dan lihat apa yang terjadi!

# Define the position of tick marks
v1 <- c(0,pi/2,pi,3*pi/2,2*pi)

# Define the labels of tick marks
v2 <- c("0","Pi/2","Pi","3*Pi/2","2*Pi")

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     xaxt = "n")

# Add axis to the plot 
axis(side = 1, 
     at = v1, 
     labels = v2,
     tck=-.1,
     tcl = -0.5,
     cex.axis=1.05,
     col.axis="blue",
     font.axis=5)

2. Menggunakan Fungsi Lain untuk Menentukan Tanda Centang pada Plot R Anda

Anda juga dapat menggunakan fungsi par() dan plot() untuk mendefinisikan posisi tanda centang dan jumlah interval di antaranya.

# The data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data
plot(x,
     y,
     xaxp = c(0, 2*pi, 5))

Anda juga dapat menjalankan kode berikut untuk pada dasarnya mendapatkan hasil yang sama:

# The data 
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot the data 
plot(x, 
     y, 
     xaxt="n")

# Use `par()` to set graphical `xaxp` parameter
par(xaxp= c(0, 2*pi, 2)) 

# Add an axis to the plot 
axis(1)

Catatan bahwa ini hanya berfungsi jika Anda tidak menggunakan skala logaritmik. Jika koordinat log diatur true, atau dengan kata lain, jika par(xlog=T), tiga nilai yang Anda berikan ke xaxp memiliki arti berbeda: untuk rentang kecil, n bernilai negatif. Jika tidak, n berada pada 1:3, menentukan nomor kasus, dan x1 serta x2 adalah pangkat terendah dan tertinggi dari 10 di dalam koordinat pengguna, 10 ^ par(“usr”)[1:2].

n <- 1

# The data
x <- seq(0, 10000, 1)
y <- exp(n)/(exp(n)+x)

# Set graphical parameters `xlog` and `xaxp`
par(xlog=TRUE, 
    xaxp= c(1, 4, 3))

# Pot the data 
plot(x, 
     y, 
     log="x") 

Pada contoh ini, Anda menggunakan fungsi par(): Anda mengatur xlog ke TRUE dan menambahkan argumen xaxp untuk memberi koordinat tanda centang ekstrem dan jumlah interval di antaranya. Dalam kasus ini, Anda menetapkan nilai minimum 1, nilai maksimum 4 dan menambahkan bahwa jumlah interval antara setiap tanda centang harus 3.

Kemudian, Anda memplot x dan y, menambahkan argumen log untuk menentukan apakah akan memplot sumbu x atau y atau keduanya pada skala log. Anda dapat memberikan nilai "x", "y", dan "xy" ke argumen log untuk melakukan ini.

n <- 1

# The data
x <- seq(0, 20, 1)
y <- exp(x)/(x)

# Set graphical parameters `xlog` and `xaxp`
par(xlog=TRUE, 
    xaxp= c(1, 4, 3))
# Set graphical parameters `ylog` and `yaxp`
par(ylog=TRUE, 
    yaxp= c(1, 11, 2)) 

# Plot the data 
plot(x, 
     y, 
     log="xy")

Cara Menambahkan Tanda Centang Minor pada Plot R

# Import `Hmisc` library
library(Hmisc)

# Make a new plot
plot.new()

# Set minor tick mark
minor.tick(nx = 1.5, 
           ny = 2, 
           tick.ratio=0.75)

• Argumen nx memungkinkan Anda menentukan jumlah interval yang ingin Anda bagi di area antara tanda centang mayor pada sumbu. Jika Anda memberikan nilai 1, tanda centang minor akan dihilangkan;
• ny memungkinkan Anda melakukan hal yang sama seperti nx, tetapi untuk sumbu y;
• tick.ratio menunjukkan rasio panjang tanda centang minor terhadap tanda centang mayor. Panjang yang terakhir diambil dari par(tck=x).

Menambahkan dan Mengubah Legenda Plot R dengan R Dasar

# The data
x <- seq(0,pi,0.1)
y1 <- cos(x)
y2 <- sin(x)

# Plot 
plot(c(0,3), c(0,3), type="n", xlab="x", ylab="y")

# Draw lines
lines(x, y1, col="red", lwd=2)
lines(x, y2, col="blue", lwd=2)

# Add legend to plot 
legend("topright", 
       inset=.05, 
       cex = 1, 
       title="Legend", 
       c("Cosinus","Sinus"), 
       horiz=TRUE, 
       lty=c(1,1), 
       lwd=c(2,2), 
       col=c("red","blue"), 
       bg="grey96")

Perhatikan bahwa argumen pt.cex dan title.cex yang dijelaskan dalam dokumentasi legend() tidak benar-benar berfungsi. Ada beberapa solusi:

1. Tempatkan judul atau label legenda dalam font berbeda dengan menambahkan argumen text.font ke legend():

# The data
x <- seq(0,pi,0.1)
y1 <- cos(x)
y2 <- sin(x)

# Plot 
plot(c(0,3), c(0,3), type="n", xlab="x", ylab="y")

# Draw lines
lines(x, y1, col="red", lwd=2)
lines(x, y2, col="blue", lwd=2)

# Add legend
legend("topright", 
       inset=.05, 
       cex = 1, 
       title="Legend", 
       c("Cosinus","Sinus"), 
       horiz=TRUE, 
       lty=c(1,1), 
       lwd=c(2,2), 
       col=c("red","blue"), 
       bg="grey96",
       text.font=3)

2. Gambar legenda dua kali dengan nilai argumen cex yang berbeda

# The data
x <- seq(0,pi,0.1)
y1 <- cos(x)
y2 <- sin(x)

# Plot
plot(c(0,3), c(0,3), type="n", xlab="x", ylab="y")

# Draw lines
lines(x, y1, col="red", lwd=2)
lines(x, y2, col="blue", lwd=2)

# Add subtitles for legend
legend("topright",
       inset=.05,
       cex = 0.75,
       c("Cosinus","Sinus"),
       title="",
       horiz=TRUE,
       lty=c(1,1), 
       lwd=c(2,2), 
       col=c("red","blue"))

# Add title to legend 
legend(2.05, 2.97, 
       inset=.05,
       c("",""),
       title="Legend",
       cex=1.15, 
       bty="n")

Tip: jika Anda tertarik mengetahui lebih lanjut tentang warna yang dapat Anda gunakan di R, lihat dokumen PDF yang sangat membantu ini.

Cara Menambahkan dan Mengubah Legenda dan Label Plot R di ggplot2

# Load in `ggplot2`
library(ggplot2)

# Read in the data
chol <- read.table(url("http://assets.datacamp.com/blog_assets/chol.txt"), 
                   header = TRUE)

# Plot the data 
ggplot(chol, aes(x=chol$WEIGHT, 
                 y=chol$HEIGHT)) + 
  geom_point(aes(colour = factor(chol$MORT), 
                 shape=chol$SMOKE)) + 
  xlab("Weight") + 
  ylab("Height") 

Dan Anda mendapatkan legenda default. Namun, dalam banyak kasus, Anda akan ingin menyesuaikan tampilan legenda lebih lanjut.

Ada dua cara mengubah judul dan label legenda di ggplot2:

1. Menginformasikan skala agar menggunakan judul dan label yang berbeda

# Load in `ggplot2`
library(ggplot2)

# Read in data
chol <- read.table(url("http://assets.datacamp.com/blog_assets/chol.txt"), 
                   header = TRUE)

# Plot the data
ggplot(chol, aes(x=chol$WEIGHT, 
                 y=chol$HEIGHT)) + 
  geom_point(aes(colour = factor(chol$MORT), 
                 shape = chol$SMOKE)) + 
  xlab("Weight") + 
  ylab("Height") + 
  theme(legend.position=c(1,0.5),
        legend.justification=c(1,1)) + 
  scale_color_discrete(name ="Condition", 
                       labels=c("Alive", "Dead")) +
  scale_shape_discrete(name="Smoker", 
                       labels=c("Non-smoker", "Sigare", "Pipe" ))

Perhatikan bahwa plot terlihat agak tertekan di tab Plot pada potongan DataCamp Light, tetapi ini tidak akan menjadi masalah jika Anda menjalankan kode di RStudio.

Perhatikan bahwa Anda dapat membuat dua legenda jika Anda menambahkan argumen shape ke dalam fungsi geom_point() dan ke dalam argumen labels!

Jika Anda ingin memindahkan legenda ke bagian bawah plot, Anda dapat menentukan legend.position sebagai "bottom". Argumen legend.justification, di sisi lain, memungkinkan Anda memosisikan legenda di dalam plot.

Tip: lihat berbagai skala yang dapat digunakan untuk memberi tahu ggplot bahwa nama dan label lain harus digunakan di sini.

2. Ubah data frame sehingga faktor memiliki bentuk yang diinginkan

# Read in data
chol <- read.table(url("http://assets.datacamp.com/blog_assets/chol.txt"), header = TRUE)

# Manipulate the data
levels(chol$SMOKE)[levels(chol$SMOKE)=="Non-smoker"] <- "Non-smoker"
levels(chol$SMOKE)[levels(chol$SMOKE)=="Sigare"] <- "Sigare"
levels(chol$SMOKE)[levels(chol$SMOKE)=="Pipe"] <- "Pipe"
names(chol)[names(chol)=="SMOKE"]  <- "SMOKER"

# Inspect result 
head(chol)

Kemudian Anda dapat menggunakan nama faktor baru untuk membuat plot di ggplot2, menghindari “kerumitan” mengubah nama dan label dengan baris kode tambahan saat plotting.

Tip: untuk cheat sheet lengkap ggplot2, Anda bisa pergi ke sini.

Menggambar Kisi pada Plot R Anda dengan R Dasar

# Data
x <- c(1,2,3,4,5)
y <- 2*x

# Plot
plot(x,y)

# Grid
grid(10,10)

Menggambar Kisi pada Plot R dengan ggplot2

Potongan kode di bawah menunjukkan cara memastikan plot Anda memiliki kisi dengan paket ggplot2. Perhatikan bahwa data chol telah dimuat dan langkah manipulasi data dari atas telah diterapkan.

Jika Anda tidak yakin seperti apa data tersebut, cetak baris pertama data frame di R Console pada potongan DataCamp Light:

# Load in `ggplot2`
library(ggplot2)

# Plot data 
ggplot(chol, aes(x=chol$WEIGHT, y=chol$HEIGHT)) + 
  geom_point(aes(colour = factor(chol$MORT), shape = chol$SMOKE)) + 
  xlab("Weight") + 
  ylab("Height") + 
  theme(panel.grid.major = element_line(colour = "grey40"),
        panel.grid.minor = element_line(colour = "grey40"))

Tip: jika Anda tidak ingin memiliki garis kisi minor, cukup berikan element_blank() ke panel.grid.minor.

Jika Anda ingin mengisi latar belakang dengan warna, tambahkan panel.background = element_rect(fill = "navy") ke kode Anda. Anda dapat melihat cara melakukannya pada blok DataCamp Light di bawah. Data chol telah dimuat dan dimanipulasi ringan, seperti sebelumnya. Coba sendiri!

library(ggplot2)
ggplot(chol, aes(x=chol$WEIGHT, y=chol$HEIGHT)) + 
  geom_point(aes(colour = factor(chol$MORT), shape = chol$SMOKER)) + 
  xlab("Weight") + 
  ylab("Height") + 
  scale_color_discrete(name ="Condition", labels=c("Alive", "Dead")) +
  scale_shape_discrete(name="Smoker", labels=c("Non-smoker", "Sigare", "Pipe" )) +
  theme(legend.position=c(1,0.5),
        legend.justification=c(1,1),
        panel.grid.major = element_line(colour = "grey40"),
        panel.grid.minor = element_line(colour = "grey40"),
        panel.background = element_rect(fill = "navy")
        )

Menyesuaikan Ukuran Titik pada Plot R dengan R Dasar

x <- c(1,2,3,4,5)
y <- c(6,7,8,9,10)

plot(x,y,cex=2,col="red")

df <- data.frame(x1=1:10, 
                 x2=sample(10:99, 10), 
                 x3=10:1)
symbols(x=df$x1, 
        y=df$x2, 
        circles=df$x3, 
        inches=1/3, 
        ann=F, 
        bg="steelblue2", 
        fg=NULL)

Lingkaran pada plot ini menerima nilai df$x3 sebagai jari-jari, sementara argumen inches mengontrol ukuran simbol. Ketika argumen ini menerima angka positif sebagai input, simbol diskalakan sehingga dimensi terbesarnya sebesar ukuran ini dalam inci.

Menyesuaikan Ukuran Titik pada Plot R Anda dengan ggplot2

library(ggplot2)

ggplot(chol, 
       aes(x=chol$WEIGHT, y=chol$HEIGHT), 
       size = 2) + 
  geom_point()

Perhatikan bahwa Anda juga dapat memberikan argumen size ke fungsi geom_point():

ggplot(chol, 
       aes(x=chol$WEIGHT, y=chol$HEIGHT)) + 
  geom_point(size = 2)Didukung oleh

Anda akan mendapatkan hasil yang sama, tetapi jangan percaya begitu saja! Coba ganti potongan kode terakhir di DataCamp Light dengan potongan ini.

Menggambar Error Bar dengan R Dasar

Berita buruk: R tidak bisa langsung menggambar error bar begitu saja. Berita baik: Anda tetap bisa menggambar error bar tanpa perlu memasang paket tambahan!

Pertama, Anda perlu mendefinisikan fungsi berikut untuk menghitung beberapa statistik ringkas dari data frame Anda:

summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
                      conf.interval=.95, .drop=TRUE) {
    library(plyr)

    # New version of length which can handle NA's: if na.rm==T, don't count them
    length2 <- function (x, na.rm=FALSE) {
        if (na.rm) sum(!is.na(x))
        else       length(x)
    }

    # This does the summary. For each group's data frame, return a vector with
    # N, mean, and sd
    datac <- ddply(data, groupvars, .drop=.drop,
      .fun = function(xx, col) {
        c(N    = length2(xx[[col]], na.rm=na.rm),
          mean = mean   (xx[[col]], na.rm=na.rm),
          sd   = sd     (xx[[col]], na.rm=na.rm)
        )
      },
      measurevar
    )

    # Rename the "mean" column    
    datac <- rename(datac, c("mean" = measurevar))

    datac$se <- datac$sd / sqrt(datac$N)  # Calculate standard error of the mean

    # Confidence interval multiplier for standard error
    # Calculate t-statistic for confidence interval: 
    # e.g., if conf.interval is .95, use .975 (above/below), and use df=N-1
    ciMult <- qt(conf.interval/2 + .5, datac$N-1)
    datac$ci <- datac$se * ciMult

    return(datac)
}Didukung oleh

Perhatikan bahwa definisi fungsi ini berasal dari sumber ini dan juga tersedia melalui pustaka Rmisc.

Selanjutnya, Anda bisa menggunakannya untuk menghitung beberapa statistik dari data chol, yang sudah dimuat untuk Anda. Setelah itu, Anda bisa menggunakan angka-angka hasilnya untuk membuat plot.

Pastikan untuk memeriksa datanya sebelum memulai latihan ini!

#Calculate some statistics for the `chol` dataset
cholc <- summarySE(chol, 
                   measurevar="CHOL", 
                   groupvars=c("MORT",
                               "SMOKER"))
#Plot the data
plot(cholc$N, 
     cholc$CHOL,
     ylim=range(c(cholc$CHOL-cholc$sd, 
                  cholc$CHOL+cholc$sd)),
     pch=19, 
     xlab="Cholesterol Measurements", 
     ylab="Cholesterol Mean +/- SD",
     main="Scatterplot With sd Error Bars"
)

#Draw arrows of a "special" type
arrows(cholc$N, 
       cholc$CHOL-cholc$sd, 
       cholc$N, 
       cholc$CHOL+cholc$sd, 
       length=0.05, 
       angle=90, 
       code=3)

Jika Anda ingin membaca semua argumen yang bisa diterima arrows(), silakan lihat di sini.

Menggambar Error Bar Dengan ggplot2

#Calculate some statistics for the chol dataset
cholc <- summarySE(chol, 
                   measurevar="CHOL", 
                   groupvars=c("MORT",
                               "SMOKER"))

#Plot the cholc dataset
library(ggplot2)
pd <- position_dodge(0.1)
ggplot(cholc, aes(x=SMOKER, 
                  y=CHOL, 
                  colour=MORT)) + 
    geom_errorbar(aes(ymin=CHOL-se,
                      ymax=CHOL+se, 
                      group=MORT), 
                  width=.1, 
                  position=pd) +
    geom_line(aes(group=MORT)) +
    geom_point()

#Calculate some statistics for the chol dataset
cholc <- summarySE(chol, 
                   measurevar="CHOL", 
                   groupvars=c("MORT",
                               "SMOKER"))

#Plot the cholc dataset
library(ggplot2)
pd <- position_dodge(0.1)
ggplot(cholc, aes(x=SMOKER, 
                  y=CHOL,
                  colour=MORT)) + 
    geom_errorbar(aes(ymin=CHOL-ci, 
                      ymax=CHOL+ci, 
                      group=MORT), 
                  width=.1, 
                  colour="black",
                  position=pd) +
    geom_line(aes(group=MORT)) +
    geom_point()

#Calculate some statistics for the chol dataset
cholc <- summarySE(chol, 
                   measurevar="CHOL", 
                   groupvars=c("MORT","SMOKER"))

#Plot the cholc dataset
library(ggplot2)
pd <- position_dodge(0.1)
ggplot(cholc, aes(x=SMOKER, 
                  y=CHOL, 
                  colour=MORT)) + 
    geom_errorbar(aes(ymin=CHOL-sd, 
                      ymax=CHOL+sd, 
                      group=MORT), 
                  width=.1,
                  position=pd) +
    geom_line(aes(group=MORT)) +
    geom_point()

Memplot Dua Plot Berdampingan Menggunakan R Dasar

# Data
d0 <- matrix(rnorm(15), ncol=3)
d1 <- matrix(rnorm(15), ncol=3)

# Set limits 
limits <- range(d0,d1)

# Set graphical parameter `mfrow`
par(mfrow = c(1, 2)) 

# Make 2 boxplots
boxplot(d0,
        ylim=limits)
boxplot(d1,
        ylim=limits)

Dengan menambahkan fungsi par() dengan argumen mfrow, Anda menentukan sebuah vektor, yang dalam kasus ini berisi 1 dan 2: semua gambar kemudian akan digambar dalam array 1-kali-2 pada device per baris (mfrow).

Dengan kata lain, boxplot di atas akan dicetak dalam satu baris di dalam dua kolom.

Memplot Dua Plot Berdampingan Menggunakan ggplot2

Jika Anda ingin menempatkan plot berdampingan dan tidak ingin menentukan batasan, Anda bisa mempertimbangkan menggunakan paket ggplot2 untuk menggambar plot berdampingan.

Data Anda chol dan fungsi summarySE() telah dimuat. Periksa di R Console jika Anda tidak yakin seperti apa bentuknya:

Perhatikan bahwa Anda cukup menambahkan fungsi facet_grid() untuk menunjukkan bahwa Anda menginginkan dua plot berdampingan. Elemen yang digunakan untuk menentukan bagaimana plot digambar adalah MORT, seperti yang terlihat di atas!

Memplot Lebih Banyak Plot Berdampingan Menggunakan gridExtra

# Load in `gridExtra` and `ggplot2`
library(gridExtra)
library(ggplot2)

# Plot
plot1 <- qplot(1)
plot2 <- qplot(1)

# Arrange `plot1` and `plot2`
grid.arrange(plot1, 
             plot2, 
             ncol=2)

Perhatikan bagaimana Anda kembali menentukan bagaimana kedua plot akan tampil berkat argumen ncol.

Memplot Lebih Banyak Plot Berdampingan Menggunakan lattice

Seperti solusi dengan paket ggplot2, paket lattice juga tidak mengharuskan Anda menentukan batasan atau cara Anda ingin plot dicetak berdampingan.

Alih-alih, Anda menggunakan bwplot() untuk membuat grafik trellis dengan jenis grafik box plot. Grafik trellis menampilkan sebuah variabel atau hubungan antarvariabel, dengan pengondisian pada satu atau lebih variabel lain.

Dalam hal ini, jika Anda menggunakan set data chol (yang bisa Anda temukan di sini atau muat dengan fungsi read.table()), Anda menampilkan variabel CHOL secara terpisah untuk setiap kombinasi tingkat faktor SMOKE dan MORT.

Perhatikan bahwa data telah dimuat untuk Anda pada potongan DataCamp Light di bawah!

# Load `lattice`
library(lattice)

#Plot two plots side by side
bwplot(~ CHOL|SMOKER+MORT,
       chol)

Memplot Plot Berdampingan dengan gridBase

Cara lain untuk meletakkan dua plot berdampingan adalah dengan menggunakan paket gridBase, yang menangani “integrasi grafik base dan grid”. Ini berguna saat Anda ingin meletakkan plot R dasar dan ggplot berdampingan.

Cara kerjanya sebagai berikut: pertama, aktifkan paket yang diperlukan di workspace Anda. Dalam kasus ini, Anda ingin menyiapkan gridBase untuk meletakkan dua plot berdampingan dan grid serta ggplot2 untuk benar-benar membuat plotnya:

library(grid)
library(gridBase)
library(ggplot2)

plot.new()

gl <- grid.layout(nrow=1, 
                  ncol=2)
vp.1 <- viewport(layout.pos.col=1, 
                 layout.pos.row=1) 
vp.2 <- viewport(layout.pos.col=2, 
                 layout.pos.row=1)
                 
pushViewport(viewport(layout=gl))
pushViewport(vp.1)

par(new=TRUE, 
    fig=gridFIG())
plot(x = 1:10, 
     y = 10:1)
     
popViewport()

pushViewport(vp.2)

ggplotted <- qplot(x=1:10,y=10:1, 'point')
print(ggplotted, newpage = FALSE)

popViewport(1)Didukung oleh

Jika perlu, Anda bisa memulai plot kosong untuk kemudian menyusun layout. Perhatikan bahwa karena Anda ingin kedua plot dihasilkan berdampingan, hal ini mengharuskan Anda membuat grid layout yang terdiri dari satu baris dan dua kolom.

Kini, Anda ingin mengisi sel-sel grid dengan viewport. Ini mendefinisikan area persegi panjang pada graphics device Anda dengan bantuan koordinat di dalam area tersebut. Dalam kasus ini, lebih praktis menggunakan spesifikasi grid yang baru saja dijelaskan daripada koordinat x atau y riil. Itulah mengapa Anda harus menggunakan argumen layout.pos.col dan layout.pos.row.

Karena viewport hanya berupa deskripsi atau definisi, objek semacam ini perlu didorong ke pohon viewport sebelum Anda bisa melihat efek pada gambar. Anda ingin menggunakan fungsi pushViewport() untuk melakukan ini.

Sekarang Anda bisa melanjutkan dengan menambahkan area persegi panjang pertama vp.1 ke pohon ViewPort, setelah itu beri tahu R dengan gridFig() untuk menggambar plot base di dalam grid viewport (vp.1). Argumen fig biasanya menerima koordinat area gambar di area tampilan device. Dalam kasus ini, Anda menggunakan argumen fig untuk memulai plot baru, menambahkannya ke plot yang ada dengan menambahkan new = TRUE pada fungsi par() juga. Anda memplot grafik base dan menghapus viewport dari pohon:

plot.new()

gl <- grid.layout(nrow=1, 
                  ncol=2)

vp.1 <- viewport(layout.pos.col=1, 
                 layout.pos.row=1) 
vp.2 <- viewport(layout.pos.col=2, 
                 layout.pos.row=1)

pushViewport(viewport(layout=gl))

pushViewport(vp.1)

par(new=TRUE, 
    fig=gridFIG())
plot(x = 1:10, 
     y = 10:1)
popViewport()Didukung oleh

Karena Anda ingin kedua plot dihasilkan berdampingan, Anda ingin menempatkan satu plot di kolom pertama dan lainnya di kolom kedua, keduanya berada di baris pertama.

Perhatikan bahwa fungsi pushViewport() menerima fungsi viewport(), yang di dalamnya berisi argumen layout. Argumen terakhir ini menunjukkan “objek grid layout yang membagi viewport menjadi subwilayah”.

Perhatikan juga bahwa Anda dapat menentukan pada fungsi popViewport() sebuah argumen untuk menunjukkan berapa banyak viewport yang ingin Anda hapus dari pohon. Jika nilainya 0, ini menunjukkan bahwa Anda ingin menghapus viewport sampai ke root viewport. Nilai default argumen ini adalah 1.

Lanjutkan dengan menambahkan area persegi panjang kedua vp.2 ke pohon ViewPort. Anda kemudian dapat membuat ggplot dan menghapus viewport dari pohon.

pushViewport(vp.2)
ggplotted <- qplot(x=1:10,
                   y=10:1, 
                   'point')
print(ggplotted, 
      newpage = FALSE)
popViewport(1)Didukung oleh

Perhatikan bahwa Anda perlu mencetak objek grafik yang dibuat oleh qplot() agar benar-benar tergambar dan ditampilkan. Pada saat yang sama, Anda juga perlu menentukan newpage = FALSE, jika tidak Anda hanya akan melihat qplot()…

Selain itu, ingat bahwa nilai default jumlah viewport yang akan dihapus pada fungsi popViewport() adalah 1. Ini membuat agak redundan untuk menulis popViewport(1) dalam kode.

Menggunakan R Dasar untuk Memplot Beberapa Garis atau Titik dalam Plot R yang Sama

# Data
x <- seq(0,pi,0.1)
y1 <- cos(x)

# Plot
plot(x,
     y1,
     type="l",
     col = "red")

# More data
y2 <- sin(x)
y3 <- tan(x)
y4 <- log(x)

# Lines
lines(x,y2,col="green")
lines(x,y2,col="green")
lines(x,y3,col="black")
lines(x,y4,col="blue")

Selanjutnya, Anda melihat bahwa garis-garis ini diplot dengan menggunakan fungsi lines().

Ini memberikan hasil berikut:

Perhatikan bahwa fungsi lines() menerima tiga argumen: sumbu x dan sumbu y yang ingin Anda plot serta warna (diwakili dengan argumen col) yang ingin Anda gunakan. Anda juga dapat menyertakan fitur berikut:

Berikut beberapa contoh:

lines(x,y2,col="green", lty = 2, lwd = 3)
lines(x,y2,col="green", lty = 5, lwd = 2, pch = 2)
lines(x,y3,col="black", lty = 3, lwd = 5, pch = 3, lend = 0, ljoin = 2)
lines(x,y4,col="blue", lty = 1, lwd = 2, pch = 3, lend = 2, ljoin = 1, lmitre = 2)Didukung oleh

Perhatikan bahwa argumen pch tidak berfungsi terlalu baik dengan fungsi lines() dan sebaiknya digunakan hanya dengan points().

# Data
x <- seq(0,pi,0.1)
y5 <- x^3

# Points
points(x,
       y5,
       col="yellow")

Anda dapat menambahkan argumen yang sama ke fungsi points() seperti yang Anda lakukan pada fungsi lines() dan yang didaftarkan di atas. Ada beberapa tambahan, yaitu:

Contoh kode untuk argumen ini sebagai berikut:

points(x,y4,col="blue", pch=21, bg = "red") 
points(x, y5, col="yellow", pch = 5, bg = "blue") Didukung oleh

# Data
x <- seq(0,pi,0.1)
y1 <- cos(x)

#basic graphical object
plot(x,y1,type="l" ,col = "red")

# More data
y2 <- sin(x)
y3 <- tan(x)
y4 <- log(x)
y5 <- x^3

#first layer
lines(x,y2,col="green", lty = 1, lwd = 3) 
#second layer
lines(x,y2,col="green", lty = 3, lwd = 2, pch = 2) 
#third layer
lines(x,y3,col="black", lty = 2, lwd = 1, pch = 3, lend = 0, ljoin = 2) 
#fourth layer
points(x,y4,col="blue", pch=21, bg = "red") 
#fifth layer
points(x, y5, col="yellow", pch = 24, bg = "blue") 

Menggunakan ggplot2 untuk Memplot Beberapa Garis atau Titik dalam Satu Plot R

# Load in `ggplot2`
library(ggplot2)

# Data
x <- 1:10
y1 <- c(2,4,6,8,7,12,14,16,18,20)
y2 <- rnorm(10, mean = 5)
df <- data.frame(x, y1, y2)

# basic graphical object
ggplot(df, aes(x)) +  
  # first layer
  geom_line(aes(y=y1), 
            colour="red") + 
  # second layer
  geom_line(aes(y=y2),      
            colour="green") 

Menyesuaikan Rasio Aspek dengan R Dasar

# Data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot
plot(x,y)

# Data
x <- seq(0,2*pi,0.1)
y <- sin(x)

# Plot
plot(x,
     y, 
     asp=2)

Menyesuaikan Rasio Aspek untuk Plot Anda dengan ggplot2

Untuk mengunci rasio aspek pada plot ggplot2, Anda cukup menambahkan fungsi coord_fixed(), yang menyediakan “sistem koordinat skala tetap [yang] memaksa rasio tertentu antara representasi fisik unit data pada sumbu”.

Dengan kata lain, fungsi ini memungkinkan Anda menentukan jumlah unit pada sumbu y yang setara dengan satu unit pada sumbu x. Nilai default selalu 1, artinya satu unit pada sumbu x memiliki panjang yang sama dengan satu unit pada sumbu y. Jika rasio Anda ditetapkan lebih tinggi, unit pada sumbu y lebih panjang daripada unit pada sumbu x dan sebaliknya.

# Load in `ggplot2`
library(ggplot2)

# Data
df <- data.frame(x = runif(100, 0, 5),
                 y = runif(100, 0, 5))

# Plot
ggplot(df, aes(x=x, y=y)) + geom_point()

# Load in `ggplot2`
library(ggplot2)

# Data
df <- data.frame(x = runif(100, 0, 5),
                 y = runif(100, 0, 5))

# Plot
ggplot(df, aes(x=x, y=y)) + 
  geom_point() + 
  coord_fixed(ratio=1)

Menyesuaikan Rasio Aspek untuk Plot Anda dengan MASS

# Load in `MASS`
library(MASS)

# Data
x = chol$HEIGHT
y = chol$WEIGHT
z = as.numeric(chol$MORT)

# Plot 
eqscplot(x, 
         y, 
         ratio = 1, 
         col=c("red", "green"), 
         pch=c(1,2))

Tip: sebaiknya Anda memulai bingkai plot baru sebelum mengeksekusi kode di atas!

Perhatikan bahwa Anda dapat memberikan argumen tambahan ke fungsi eqscplot() untuk menyesuaikan tampilan scatterplot!