R语言单元变量的数据可视化方法

Uni-variate data  一元变量的数据分析方法
点图dot plot与抖动图jitter plot
当点都重叠在一起的时候，为了更直观分析数据分布情况，可以把点适当抖动到一定位置（适量的偏移）。
下面这个例子，由于x的值是我们要观测的，所以在y上进行抖动。不可以在x上抖动，因为x是观测对象。
一个tip：空心圆圈，是最容易识别的图形。填充的图形造成难以识别内部结构，而线（框或叉）在数据量大的时候往往难以识别。
数据文件 presidents.txt
[java] view plain copy
 print?在CODE上查看代码片派生到我的代码片
presidents <- read.fwf("presidents.txt", widths = c(9, 15, 3), col.names = c("id","name","months"))  
  
with(  
  data=presidents,   
   {  
    plot(months, rep(2.5, length(months)),  
         main = "dot plot and jitter plot",  
         xlab = "months", ylab = "",  
         pch = 15, col = "blue",   
         xlim = c(0, 150), ylim=c(0, 3))  
      
    points(months, jitter(rep(1.5, length(months)), 20), col = "black")  
    })  

柱状图 Histogram
柱状图用于分析单元数据的分布。
假设垂直的柱状图：每根柱子有一个宽度，待分析的数据落在柱子的宽度区间内，则进行相应的计数。y是数据落在每个宽度区间内的元素个数，决定了柱子的高度。y值可以是绝对的count，也可以是相对的百分比 binCount/N。binCount是每个柱子绝对的count，N是总的样本数量。
实验数据：serverdata.txt
决定柱状图形状有两个参数：
1. 每根柱子的宽度 bin width （分箱宽度）
bin width太宽，会丢失很多细节信息。太窄，会导致很多箱子都没有数据，从而数据分布的形状不够显而易见。
选择好的bin width很重要。对于正态分布，可以尝试使用Scott rule: 
[java] view plain copy
 print?在CODE上查看代码片派生到我的代码片
serverdata <- read.table("serverdata.txt", col.names="CPU")  
with(  
  data=serverdata,  
  
  {  
    w=trunc((3.5*sd(CPU)) / (length(CPU)^(1/3)))  
    par(mfrow=c(2,1))  
    hist(CPU,breaks=w,freq=T, main = "frequency histogram")  
    hist(CPU,breaks=w,freq=F, main = "Non frequency histogram")  
  }  
)  

bin witdth可以不一样宽：

注意 breaks是一个递增向量，箱宽由当前减去前一个所得。


2. 第一个箱子开始的值（即第一个柱子左边线在x轴上开始的位置）bin alignment
核密度估计 Kernal Density Estimate(KDE)