Zusammenfassung
Daten lassen sich in R mit Hilfe einer Vielzahl von Diagrammtypen graphisch darstellen. Nur auf wenige der verfügbaren Typen kann dabei hier Bezug genommen werden. In R werden zwei Arten von Graphikfunktionen unterschieden: sog. High-Level-Funktionen erstellen eigenständig ein vollständiges Diagramm inklusive Achsen, während sog. Low-Level-Funktionen lediglich ein bestimmtes Element einem bestehenden Diagramm hinzufügen. Einen kurzen Überblick über die Gestaltungsmöglichkeiten vermittelt demo(graphics).
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Zudem soll fast ausschließlich auf das graphische Basissystem, nicht aber auf fortgeschrittene Alternativen eingegangen werden, wie sie etwa durch die Pakete lattice (Sarkar, 2002, 2008; vgl. Abschn. 10.8.3) oder ggplot2 (Wickham, 2009, 2010) realisiert werden. Ebenso bleiben Funktionen weitgehend ausgespart, die eine Interaktion in Echtzeit mit Graphiken erlauben, vgl. dazu die Pakete iplots (Urbanek und Wichtrey, 2009) und rggobi (Temple Lang et∼al., 2009) sowie Abschn. 10.8.2. Für eine umfassende Dokumentation der Möglichkeiten inklusive Beispielen vgl. Murrell (2005) und die R Graph Gallery (François 2006).
- 2.
Die Regionen besitzen unterschiedliche Koordinatensysteme, über die sich Elemente nicht nur in der Plot-Region, sondern auch direkt in der Figure- oder der gesamten Device-Region plazieren lassen. Die Beschränkung, nur in die Plot-Region zeichnen zu können (sog. Clipping ), kann über das Argument xpd der par() Funktion aufgehoben werden (vgl. Abschn. 10.3.1 sowie die cnvrt.coords() Funktion aus dem Paket Hmisc).
- 3.
Das Paket car enthält mit scatterplot() eine erweiterte Funktion für Streudiagramme.
- 4.
Hat die Formel dagegen die Form 〈y-Koordinaten〉∼〈Faktor〉, werden in einem Diagramm getrennt für die von 〈Faktor〉 definierten Gruppen Boxplots dargestellt (vgl. Abschn. 10.6.3), da plot() eine generische Funktion ist (vgl. Abschn. 11.1.5).
- 5.
Als Alternative zu diesem Vorgehen kommt die Funktion sunflowerplot() in Betracht.
- 6.
Ein vierter Wert zwischen 0 und 1 kann den Grad des sog. alpha-Blendings für simulierte Transparenz definieren. Niedrige Werte stehen für sehr durchlässige, hohe Werte für opaque Farben (vgl. Abb. 9.1). Diese Art von Transparenz wird nur von manchen Graphik-Devices unterstützt, etwa von pdf() oder png().
- 7.
Für weitere Funktionen zur Verwendung verschiedener Farbräume vgl. das Paket colorspace (Ihaka et∼al., 2009).
- 8.
Für graphisch aufwendiger gestaltete Säulendiagramme vgl. die barp() Funktion aus dem Paket plotrix (Lemon et∼al., 2010).
- 9.
Für weitere Varianten vgl. cdplot() und mosaicplot() .
- 10.
Das Paket Hmisc stellt mit dotchart2() eine ähnliche Funktion mit erweiterten Möglichkeiten bereit.
- 11.
Das Aussehen von Linienenden sowie das Verhalten von sich treffenden Endpunkten bestimmen die Argumente lend und ljoin von par().
- 12.
Unterbrochene Achsen können mit der axis.break() Funktion aus dem plotrix Paket eingezeichnet werden.
- 13.
Für Konfidenzellipsen als Maß für die Variabilität zweidimensionaler Daten vgl. das ellipse Paket (Murdoch und Chow, 2007).
- 14.
Vergleiche dazu auch die Funktionen errbar() aus dem Hmisc und plotCI() aus dem plotrix Paket.
- 15.
Für den Vergleich der Verteilung einer Variable in zwei Bedingungen stellt die histbackback() Funktion aus dem Hmisc Paket die zugehörigen Histogramme Rücken-an-Rücken angeordnet simultan in einem Diagramm dar.
- 16.
Wird die Anzahl der Klassengrenzen genannt, behandelt R diesen Wert nur als Vorschlag, nicht als zwingend.
- 17.
Für eine graphisch aufwendigere Darstellung von Kreisdiagrammen vgl. pie3D() aus dem plotrix Paket.
- 18.
Für die Darstellung von sehr vielen Wertepaaren vgl. insbesondere S. 341.
- 19.
Für Konfidenzellipsen im inferenzstatistischen Sinn vgl. das ellipse Paket.
- 20.
Weitere Glätter lassen sich mit supsmu() und smooth() anwenden.
- 21.
Für weitere Spline-Typen vgl. help(package=“splines”).
- 22.
Alternativ wäre die dmvnorm() Funktion aus dem mvtnorm Paket verwendbar.
- 23.
Für ähnliche Funktionen vgl. stars() und sunflowerplot().
- 24.
Auch die Pakete iplots und rggobi stellen Funktionen bereit, die Graphiken interaktiv in Echtzeit verändern, sie etwa an geänderte Ursprungsdaten anpassen.
- 25.
lattice setzt wie das eine vergleichbare Funktionalität bietende Paket ggplot2 nicht auf dem graphischen Basissystem von R auf, sondern nutzt das in der Standardinstallation von R bereits enthaltene grid Paket. Damit ergeben sich bzgl. der Feinkontrolle von Graphiken einige Abweichungen zu den Darstellungen in Abschn. 10.3 und 10.5, für Details vgl. Sarkar (2008).
References
Cleveland, W. S. (1993). Visualizing Data. Summit, NJ: Hobart Press.
Hoffman, D. D. (2000). Visual Intelligence: How We Create What We See. New York, NY: W. W. Norton & Company.
Ligges, U. (2002). R Help Desk: Automation of Mathematical Annotation in Plots. R News, 2 (3), 32–34. URL http://CRAN.R-project.org/doc/Rnews/
Murrell, P. (2005). R Graphics. Boca Raton, FL: Chapman & Hall/CRC. URL http://www. stat.auckland.ac.nz/∼paul/RGraphics/rgraphics.html
Sarkar, D. (2002). Lattice: An Implementation of Trellis Graphics in R. R News, 2 (2), 19–23. URL http://CRAN.R-project.org/doc/Rnews/
Sarkar, D. (2008). Lattice: Multivariate Data Visualization with R. New York, NY: Springer. URL http://lmdvr.r-forge.r-project.org/
Wickham, H. A. (2009). ggplot2: Elegant Graphics for Data Analysis. New York, NY: Springer. URL http://had.co.nz/ggplot2
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2010 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Wollschläger, D. (2010). Diagramme erstellen. In: Grundlagen der Datenanalyse mit R. Statistik und ihre Anwendungen. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-12228-6_10
Download citation
DOI: https://doi.org/10.1007/978-3-642-12228-6_10
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-12227-9
Online ISBN: 978-3-642-12228-6
eBook Packages: Life Science and Basic Disciplines (German Language)