一行R代码来实现繁琐的可视化

ggfortify 是一个简单易用的R软件包，它可以仅仅使用一行代码来对许多受欢迎的R软件包结果进行二维可视化，这让统计学家以及数据科学家省去了许多繁琐和重复的过程，不用对结果进行任何处理就能以ggplot的风格画出好看的图，大大地提高了工作的效率。

ggfortify 已经可以在 CRAN 上下载得到，但是由于最近很多的功能都还在快速增加，因此还是推荐大家从 Github 上下载和安装。

library(devtools) install_github('sinhrks/ggfortify') library(ggfortify)

接下来我将简单介绍一下怎么用ggplot2和ggfortify来很快地对PCA、聚类以及LFDA的结果进行可视化，然后将简单介绍用ggfortify来对时间序列进行快速可视化的方法。

PCA (主成分分析)

ggfortify使ggplot2知道怎么诠释PCA对象。加载好ggfortify包之后, 你可以对stats::prcomp和stats::princomp对象使用ggplot2::autoplot。

library(ggfortify) df <- iris[c(1, 2, 3, 4)] autoplot(prcomp(df))

你还可以选择数据中的一列来给画出的点按类别自动分颜色。输入help(autoplot.prcomp)可以了解到更多的其他选择。

autoplot(prcomp(df), data = iris, colour = 'Species')

比如说给定label = TRUE可以给每个点加上标识（以rownames为标准），也可以调整标识的大小。

autoplot(prcomp(df), data = iris, colour = 'Species', label = TRUE,         label.size = 3)

给定shape = FALSE可以让所有的点消失，只留下标识，这样可以让图更清晰，辨识度更大。

autoplot(prcomp(df), data = iris, colour = 'Species', shape = FALSE,         label.size = 3)

给定loadings = TRUE可以很快地画出特征向量。

autoplot(prcomp(df), data = iris, colour = 'Species', loadings = TRUE)

同样的，你也可以显示特征向量的标识以及调整他们的大小，更多选择请参考帮助文件。

autoplot(prcomp(df), data = iris, colour = 'Species',         loadings = TRUE, loadings.colour = 'blue',         loadings.label = TRUE, loadings.label.size = 3)

因子分析

和PCA类似，ggfortify也支持stats::factanal对象。可调的选择也很广泛。以下给出了简单的例子：

注意当你使用factanal来计算分数的话，你必须给定scores的值。

d.factanal <- factanal(state.x77, factors = 3, scores = 'regression') autoplot(d.factanal, data = state.x77, colour = 'Income')

autoplot(d.factanal, label = TRUE, label.size = 3,         loadings = TRUE, loadings.label = TRUE, loadings.label.size  = 3)

K-均值聚类

autoplot(kmeans(USArrests, 3), data = USArrests)

autoplot(kmeans(USArrests, 3), data = USArrests, label = TRUE,         label.size = 3)

其他聚类

ggfortify也支持cluster::clara,cluster::fanny,cluster::pam。

library(cluster) autoplot(clara(iris[-5], 3))

给定frame = TRUE，可以把stats::kmeans和cluster::*中的每个类圈出来。

autoplot(fanny(iris[-5], 3), frame = TRUE)

你也可以通过frame.type来选择圈的类型。更多选择请参照ggplot2::stat_ellipse里面的frame.type的type关键词。

autoplot(pam(iris[-5], 3), frame = TRUE, frame.type = 'norm')

更多关于聚类方面的可视化请参考 Github 上的 Vignette 或者 Rpubs 上的例子。

lfda（Fisher局部判别分析）

lfda包支持一系列的 Fisher 局部判别分析方法，包括半监督 lfda，非线性 lfda。你也可以使用ggfortify来对他们的结果进行可视化。

library(lfda) # Fisher局部判别分析 (LFDA) model <- lfda(iris[-5], iris[, 5], 4, metric="plain") autoplot(model, data = iris, frame = TRUE, frame.colour = 'Species')

# 非线性核Fisher局部判别分析 (KLFDA) model <- klfda(kmatrixGauss(iris[-5]), iris[, 5], 4, metric="plain") autoplot(model, data = iris, frame = TRUE, frame.colour = 'Species')

注意对iris数据来说，不同的类之间的关系很显然不是简单的线性，这种情况下非线性的klfda 影响可能太强大而影响了可视化的效果，在使用前请充分理解每个算法的意义以及效果。

# 半监督Fisher局部判别分析 (SELF) model <- self(iris[-5], iris[, 5], beta = 0.1, r = 3, metric="plain") autoplot(model, data = iris, frame = TRUE, frame.colour = 'Species')

时间序列的可视化

用ggfortify可以使时间序列的可视化变得极其简单。接下来我将给出一些简单的例子。

ts对象

library(ggfortify) autoplot(AirPassengers)

可以使用ts.colour和ts.linetype来改变线的颜色和形状。更多的选择请参考help(autoplot.ts)。

autoplot(AirPassengers, ts.colour = 'red', ts.linetype = 'dashed')

多变量时间序列

library(vars) data(Canada) autoplot(Canada)

使用facets = FALSE可以把所有变量画在一条轴上。

autoplot(Canada, facets = FALSE)

autoplot也可以理解其他的时间序列类别。可支持的R包有：

zoo::zooreg

xts::xts

timeSeries::timSeries

tseries::irts

一些例子：

library(xts) autoplot(as.xts(AirPassengers), ts.colour = 'green')

library(timeSeries) autoplot(as.timeSeries(AirPassengers), ts.colour = ('dodgerblue3'))

你也可以通过ts.geom来改变几何形状，目前支持的有line，bar和point。

autoplot(AirPassengers, ts.geom = 'bar', fill = 'blue')

autoplot(AirPassengers, ts.geom = 'point', shape = 3)

forecast包

library(forecast) d.arima <- auto.arima(AirPassengers) d.forecast <- forecast(d.arima, level = c(95), h = 50) autoplot(d.forecast)

有很多设置可供调整：

autoplot(d.forecast, ts.colour = 'firebrick1', predict.colour = 'red',         predict.linetype = 'dashed', conf.int = FALSE)

vars包

library(vars) data(Canada) d.vselect <- VARselect(Canada, lag.max = 5, type = 'const')$selection[1] d.var <- VAR(Canada, p = d.vselect, type = 'const') autoplot(predict(d.var, n.ahead = 50), ts.colour = 'dodgerblue4',         predict.colour = 'blue', predict.linetype = 'dashed')

changepoint包

library(changepoint) autoplot(cpt.meanvar(AirPassengers))

autoplot(cpt.meanvar(AirPassengers), cpt.colour = 'blue', cpt.linetype = 'solid')

strucchange包

library(strucchange) autoplot(breakpoints(Nile ~ 1), ts.colour = 'blue', ts.linetype = 'dashed',         cpt.colour = 'dodgerblue3', cpt.linetype = 'solid')

dlm包

library(dlm) form <- function(theta){  dlmModPoly(order = 1, dV = exp(theta[1]), dW = exp(theta[2])) } model <- form(dlmMLE(Nile, parm = c(1, 1), form)$par) filtered <- dlmFilter(Nile, model) autoplot(filtered)

autoplot(filtered, ts.linetype = 'dashed', fitted.colour = 'blue')

smoothed <- dlmSmooth(filtered) autoplot(smoothed)

p <- autoplot(filtered) autoplot(smoothed, ts.colour = 'blue', p = p)

KFAS包

library(KFAS) model <- SSModel(  Nile ~ SSMtrend(degree=1, Q=matrix(NA)), H=matrix(NA) ) fit <- fitSSM(model=model, inits=c(log(var(Nile)),log(var(Nile))),              method="BFGS") smoothed <- KFS(fit$model) autoplot(smoothed)

使用smoothing='none'可以画出过滤后的结果。

filtered <- KFS(fit$model, filtering="mean", smoothing='none') autoplot(filtered)

trend <- signal(smoothed, states="trend") p <- autoplot(filtered) autoplot(trend, ts.colour = 'blue', p = p)

stats包

可支持的stats包里的对象有：

stl,decomposed.ts

acf,pacf,ccf

spec.ar,spec.pgram

cpgramautoplot(stl(AirPassengers, s.window = 'periodic'), ts.colour = 'blue')

autoplot(acf(AirPassengers, plot = FALSE))

autoplot(acf(AirPassengers, plot = FALSE), conf.int.fill = '#0000FF',         conf.int.value = 0.8, conf.int.type = 'ma')

autoplot(spec.ar(AirPassengers, plot = FALSE))

ggcpgram(arima.sim(list(ar = c(0.7, -0.5)), n = 50))

library(forecast) ggtsdiag(auto.arima(AirPassengers))

gglagplot(AirPassengers, lags = 4)