12.1.2 显示多元数据
R 为描绘多元数据提供了两个非常有用的函数。如果 X
是一个数值矩阵或者数据框,命令
> pairs(X)
将产生 X
的列之间两两相对的成对散点图阵列(pairwise scatterplot matrix)。也就是说,X
的每一列相对 X
的所有其他列而产生 n(n − 1) 个图,并且把这些图以阵列个形式显示在图区。这个图形阵列的行列图形尺度一致。
用 coplot 处理三个或者四个变量的产生的图可能会更清晰。如果 a
和 b
是数值向量,c
是数值向量或者因子对象(长度都一致),那么下面的命令
> coplot(a ~ b | c)
将产生一系列在给定的 c
值下 a
对 b
的散点图。c
是因子对象,这就简单的表示 a
在 c
各个水平下对 b
画的散点图。当 c
是数值向量,它将会被分割成一系列条件区间(conditioning intervals),对于任一区间,区间内 c
对应的 a
,b
值将绘制 a
对 b
的散点图。区间的数值和位置由 coplot()
的参数 given.values=
控制――函数 co.intervals()
用于选择区间。你还可以对两个给定的变量使用下面的命令
> coplot(a ~ b | c + d)
产生任何在 c
和 d
联合区间内的 a
对 b
的散点图。
函数 coplot()
和 pairs()
都有一个参数 panel=
。这个参数可以用来设置各个面板中的图形样式。默认值 points()
用来产生散点图,但是通过将低级命令作用于两个向量 x
和 y
并赋值给参数 panel=
,你可以产生任何你所期望的图。一个用于 coplot
的panel
功能的例子是命令 panel.smooth()
。