15 domande che tutti gli utenti R hanno sui grafici

Assegnare nomi agli assi (con apici o pedici) e aggiungere un titolo a un grafico in R?

Puoi facilmente nominare gli assi e aggiungere un titolo per rendere il tuo grafico in R più specifico e comprensibile per chi lo guarda.

Puoi farlo aggiungendo gli argomenti main per il titolo principale, sub per il sottotitolo, xlab per l’etichetta dell’asse x e ylab per l’etichetta dell’asse y.

Nota che se vuoi un titolo con apici o pedici, puoi aggiungerli nell’argomento main della funzione plot(). Assicurati di usare expression() e il simbolo ^ per gli apici o le parentesi quadre per i pedici.

Provalo nel blocco DataCamp Light qui sotto:

Puoi anche assicurarti di avere lettere greche nelle etichette degli assi usando codice che combina le funzioni expression() e paste(). Esegui il seguente codice:

Regolare l’aspetto delle etichette degli assi

Per maggiori informazioni su questi argomenti, vai a questa pagina.

Rimuovere etichette degli assi e annotazioni

Se vuoi eliminare i valori sugli assi di un grafico, puoi aggiungere gli argomenti xaxt e yaxt impostati a "n". Questi argomenti specificano il tipo di asse da tracciare. Se inserisci "n", come nel comando sotto, sopprimi il tracciamento dell’asse.

Nota che assegnando qualsiasi altro carattere agli argomenti xaxt e yaxt, gli assi x e y verranno tracciati.

Consiglio: non è l’informazione che cercavi? Vai a questa pagina.

Ruotare le etichette degli assi

Nota come ciò richieda di aggiungere un argomento alla funzione plot() che di fatto dice di non plottare ancora gli assi: questo è il compito delle due chiamate a axis() che seguono.

L’argomento las può assumere quattro valori. A seconda dell’opzione scelta, la posizione dell’etichetta cambia: con 0 l’etichetta è sempre parallela all’asse (default); con 1 è orizzontale; scegli 2 per averla perpendicolare all’asse e 3 per metterla verticalmente.

Ma non è tutto. Se vuoi conoscere altre possibilità della funzione axis(), continua a leggere!

Spostare le etichette degli assi

Vuoi spostare le etichette degli assi?

Nessun problema, puoi farlo con la funzione axis(); come avrai già notato in questo tutorial, questa funzione ti permette prima di specificare dove disegnare gli assi. Diciamo che vuoi disegnare l’asse x sopra l’area del grafico e l’asse y a destra.

Ricorda che passando 1 o 2 a axis(), l’asse viene disegnato rispettivamente in basso e a sinistra dell’area del grafico. Scorri un po’ in su per vedere un esempio nel codice precedente!

Come vedi, inizialmente plotti x e y, ma senza assi e annotazioni. Poi aggiungi gli assi che vuoi vedere e specifichi la loro posizione rispetto al grafico.

La flessibilità che la funzione axis() ti offre continua a crescere! Guarda la prossima domanda frequente per vedere cos’altro puoi risolvere con questa funzione base di R.

Consiglio: vai all’ultima domanda per vedere come spostare il testo nelle etichette degli assi con hjust e vjust!

Come modificare la spaziatura delle tacche nel grafico in R

Lasciare che sia R a determinare le tacche del tuo grafico può essere fastidioso e potresti volerle regolare.

1. Usare la funzione axis() per definire le tacche del grafico

Come vedi, prima definisci la posizione delle tacche e le loro etichette. Poi disegni il grafico specificando il tipo di asse x come "n", sopprimendo il tracciamento dell’asse.

Poi inizia il lavoro vero e proprio:

• La funzione axis() permette di specificare il lato del grafico su cui tracciare l’asse. In questo caso l’argomento vale 1, che indica il lato inferiore. Con 2 sarebbe a sinistra, con 3 in alto e con 4 a destra;
• L’argomento at indica i punti in cui disegnare le tacche. Qui usi le posizioni definite in V1;
• Allo stesso modo, le labels che vuoi usare sono quelle specificate in V2;
• Regoli la direzione delle tacche tramite tck: con un valore negativo specifichi che le tacche devono apparire sotto l’asse.

Consiglio: prova a passare un valore positivo a tck e guarda cosa succede!

2. Usare altre funzioni per definire le tacche del grafico

Puoi anche usare le funzioni par() e plot() per definire le posizioni delle tacche e il numero di intervalli tra esse.

Puoi anche eseguire il seguente codice per ottenere sostanzialmente lo stesso risultato:

Nota che questo funziona solo se non usi una scala logaritmica. Se le coordinate log sono impostate a vero, cioè se par(xlog=T), i tre valori passati a xaxp hanno un significato diverso: per un intervallo piccolo, n è negativo. Altrimenti, n è in 1:3 e specifica un numero di caso, e x1 e x2 sono la potenza di 10 più bassa e più alta all’interno delle coordinate utente, 10 ^ par(“usr”)[1:2].

In questo esempio usi la funzione par(): imposti xlog su TRUE e aggiungi l’argomento xaxp per fornire le coordinate delle tacche estreme e il numero di intervalli tra di esse. In questo caso imposti il valore minimo a 1, il massimo a 4 e indichi che gli intervalli tra le tacche devono essere 3.

Poi plotti x e y, aggiungendo l’argomento log per specificare se plottare l’asse x, l’asse y o entrambi su scala logaritmica. Puoi passare i valori "x", "y" e "xy" a questo argomento.

Come aggiungere tacche minori a un grafico in R

• L’argomento nx ti permette di specificare il numero di intervalli in cui vuoi dividere l’area tra le tacche principali sull’asse. Se gli passi il valore 1, le tacche minori saranno soppresse;
• ny fa la stessa cosa di nx, ma per l’asse y;
• tick.ratio indica il rapporto tra la lunghezza delle tacche minori e quella delle tacche principali. La lunghezza delle tacche principali è recuperata da par(tck=x).

Aggiungere e modificare la legenda con R base

Nota che gli argomenti pt.cex e title.cex descritti nella documentazione di legend() non funzionano davvero. Ci sono alcuni workaround:

1. Metti il titolo o le etichette della legenda in un font diverso aggiungendo l’argomento text.font a legend():

2. Disegna la legenda due volte con valori dell’argomento cex diversi

Consiglio: se ti interessa conoscere meglio i colori che puoi usare in R, consulta questo utilissimo PDF.

Come aggiungere e modificare la legenda e le etichette in ggplot2

E otterrai una legenda predefinita. Ma, nella maggior parte dei casi, vorrai regolare ulteriormente l’aspetto della legenda.

Ci sono due modi per cambiare titolo e etichette della legenda in ggplot2:

1. Dire alla scala di usare un titolo e delle etichette diverse

Nota che il grafico appare un po’ compresso nel tab Plot del blocco DataCamp Light, ma questo non sarebbe un problema eseguendo il codice in RStudio.

Nota che puoi creare due legende se aggiungi l’argomento shape nella funzione geom_point() e negli argomenti labels!

Se vuoi spostare la legenda in basso, puoi specificare legend.position come "bottom". L’argomento legend.justification, invece, ti consente di posizionare la legenda all’interno del grafico.

Consiglio: scopri tutti i tipi di scale che puoi usare per dire a ggplot di utilizzare altri nomi ed etichette qui.

2. Modificare il data frame in modo che il fattore abbia la forma desiderata

Potrai poi usare i nuovi nomi dei fattori per creare il grafico in ggplot2, evitando la “seccatura” di cambiare nomi ed etichette con righe di codice extra nel plotting.

Consiglio: per una cheat sheet completa su ggplot2, vai qui.

Disegnare una griglia con R base

Disegnare una griglia in un grafico R con ggplot2

Il blocco di codice seguente mostra come assicurarti che il grafico abbia una griglia con il pacchetto ggplot2. Nota che i dati chol sono già stati caricati e che i passaggi di manipolazione visti sopra sono stati applicati.

Se non sei sicuro di come appaiano i dati, stampa le prime righe del data frame nella Console R del blocco DataCamp Light:

Consiglio: se non vuoi avere le linee della griglia minori, passa element_blank() a panel.grid.minor.

Se vuoi riempire lo sfondo con un colore, aggiungi panel.background = element_rect(fill = "navy") al tuo codice. Puoi vedere come si fa nel blocco DataCamp Light qui sotto. I dati chol sono stati caricati e leggermente manipolati, come prima. Provalo!

Regolare la dimensione dei punti con R base

I cerchi di questo grafico ricevono i valori di df$x3 come raggi, mentre l’argomento inches controlla la dimensione dei simboli. Quando questo argomento riceve un numero positivo, i simboli sono scalati in modo che la dimensione massima sia questa (in pollici).

Regolare la dimensione dei punti con ggplot2

Nota che puoi anche passare l’argomento size alla funzione geom_point():

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

Otterrai lo stesso risultato, ma non fidarti solo della parola! Prova a sostituire l’ultimo pezzo di codice nel blocco DataCamp Light con questo.

Disegnare barre di errore con R base

La cattiva notizia: R non disegna barre di errore così com’è. La buona notizia: puoi comunque disegnarle senza installare pacchetti extra!

Per prima cosa, dovrai definire la seguente funzione per calcolare alcune statistiche riassuntive del tuo data frame:

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)
}

Nota che la definizione della funzione proviene da questa fonte ed è disponibile anche tramite la libreria Rmisc.

Poi puoi usarla per calcolare alcune statistiche dei dati chol, che sono già stati caricati per te. Successivamente puoi usare questi risultati per creare il grafico.

Assicurati di ispezionare i dati prima di iniziare l’esercizio!

Se vuoi approfondire tutti gli argomenti che arrows() può accettare, vai qui.

Disegnare barre di errore con ggplot2

Affiancare due grafici con R base

Aggiungendo la funzione par() con l’argomento mfrow, specifichi un vettore che in questo caso contiene 1 e 2: tutte le figure verranno disegnate in una griglia 1×2 sul device per righe (mfrow).

In altre parole, i boxplot sopra verranno stampati su un’unica riga in due colonne.

Affiancare due grafici usando ggplot2

Se vuoi affiancare i grafici e non vuoi specificare limiti, puoi considerare l’uso del pacchetto ggplot2 per disegnare i grafici fianco a fianco.

I tuoi dati chol e la funzione summarySE() sono stati caricati. Ispezionali nella Console R se non sei sicuro di come appaiono:

Nota come aggiungi semplicemente la funzione facet_grid() per indicare che vuoi due grafici affiancati. L’elemento usato per determinare come vengono disegnati i grafici è MORT, come puoi vedere sopra!

Affiancare più grafici con gridExtra

Nota come anche qui decidi come appariranno i due grafici grazie all’argomento ncol.

Affiancare più grafici con lattice

Proprio come con il pacchetto ggplot2, anche il pacchetto lattice non richiede di specificare limiti o come vuoi che i grafici siano affiancati.

Invece, usi bwplot() per creare trellis graph del tipo box plot. I trellis graph mostrano una variabile o la relazione tra variabili, condizionata da una o più altre variabili.

In questo caso, se usi il dataset chol (che puoi trovare qui o caricare con la funzione read.table()), mostri la variabile CHOL separatamente per ogni combinazione dei livelli dei fattori SMOKE e MORT.

Nota che i dati sono stati caricati per te nel blocco DataCamp Light qui sotto!

Affiancare grafici con gridBase

Un altro modo per affiancare due grafici è usare il pacchetto gridBase, che si occupa dell’“integrazione della grafica base e grid”. È utile quando vuoi mettere affiancati un grafico base di R e un ggplot.

Procedi così: prima attivi i pacchetti necessari nello spazio di lavoro. In questo caso ti servono gridBase per affiancare i due grafici e grid e ggplot2 per creare i grafici:

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)

Se vuoi o ne hai bisogno, puoi iniziare con un grafico vuoto per poi impostare il layout. Nota che, dato che vuoi che i due grafici siano generati uno accanto all’altro, questo richiede una griglia con una riga e due colonne.

Ora vuoi riempire le celle della griglia con dei viewport. Questi definiscono regioni rettangolari nel device grafico con l’aiuto di coordinate all’interno di tali regioni. In questo caso, è molto più comodo usare le specifiche della griglia descritte sopra piuttosto che vere coordinate x o y. Ecco perché dovresti usare gli argomenti layout.pos.col e layout.pos.row.

Poiché i viewport sono solo descrizioni o definizioni, questi oggetti devono essere pushati nell’albero dei viewport prima che si veda qualche effetto nel disegno. Usa la funzione pushViewport() per farlo.

Ora puoi procedere aggiungendo la prima regione rettangolare vp.1 all’albero dei ViewPort, dopo di che dici a R con gridFig() di disegnare un grafico base all’interno di un viewport grid (cioè vp.1). L’argomento fig normalmente prende le coordinate della regione figura nella regione display del device. Qui usi l’argomento fig per iniziare un nuovo grafico, aggiungendolo a un grafico esistente impostando anche new = TRUE nella funzione par(). Tracci il grafico base e rimuovi il viewport dall’albero:

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()

Dato che vuoi che i due grafici vengano generati affiancati, vuoi metterne uno nella prima colonna e l’altro nella seconda, entrambi sulla prima riga.

Nota che la funzione pushViewport() accetta la funzione viewport(), che a sua volta contiene l’argomento layout. Quest’ultimo indica “un oggetto grid layout che suddivide il viewport in sotto-regioni”.

Nota anche che puoi specificare nella funzione popViewport() un argomento per indicare quanti viewport vuoi rimuovere dall’albero. Se questo valore è 0, indica che vuoi rimuovere i viewport fino al root. Il valore predefinito è 1.

Procedi ad aggiungere la seconda regione rettangolare vp.2 all’albero dei ViewPort. Puoi quindi creare il ggplot e rimuovere il viewport dall’albero.

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

Nota che devi stampare l’oggetto grafico creato da qplot() per disegnarlo effettivamente e vederlo. Allo stesso tempo, devi specificare newpage = FALSE, altrimenti vedrai solo il qplot()…

Inoltre, ricorda che il valore predefinito dei viewport da rimuovere nella funzione popViewport() è 1. Questo rende un po’ ridondante mettere popViewport(1) nel codice.

Usare R base per tracciare più linee o punti nello stesso grafico

In seguito, vedrai che queste linee sono disegnate con la funzione lines().

Questo dà il seguente risultato:

Nota che la funzione lines() accetta tre argomenti: gli assi x e y che vuoi plottare e il colore (argomento col) con cui vuoi tracciarli. Puoi includere anche le seguenti caratteristiche:

Ecco alcuni esempi:

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)

Nota che l’argomento pch non funziona granché con la funzione lines() ed è meglio usarlo con points().

Puoi aggiungere gli stessi argomenti alla funzione points() che hai usato con lines() e che sono elencati sopra. Ci sono però alcune aggiunte:

Esempi di codice per questi argomenti:

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

Usare ggplot2 per tracciare più linee o punti in un solo grafico

Regolare il rapporto d’aspetto con R base

Regolare il rapporto d’aspetto per i grafici con ggplot2

Per fissare il rapporto d’aspetto dei grafici ggplot2, aggiungi la funzione coord_fixed(), che fornisce un “sistema di coordinate a scala fissa [che] forza un rapporto specifico tra la rappresentazione fisica delle unità di dati sugli assi”.

In altre parole, questa funzione ti permette di specificare un numero di unità sull’asse y equivalente a un’unità sull’asse x. Il default è sempre 1, il che significa che un’unità sull’asse x ha la stessa lunghezza di un’unità sull’asse y. Se il rapporto è maggiore, le unità sull’asse y sono più lunghe di quelle sull’asse x e viceversa.

Regolare il rapporto d’aspetto con MASS

Consiglio: potresti fare bene ad aprire un nuovo riquadro di grafico prima di eseguire il codice sopra!

Nota che puoi passare argomenti aggiuntivi alla funzione eqscplot() per personalizzare l’aspetto dello scatterplot!