1.1组织工作

通常，工作组织到目录中：

• 包含一个文件夹R.脚本（脚本/ brfsss-visualize.r）
• “外部”数据如我们使用的CSV文件，通常在单独的文件夹中（extdata / brfss-subset.csv）
• （有时）R.用磁盘写入的对象Saverds（）（.rds.文件）表示最终结果或中间'检查点'（extdata /全清除.rds）。将数据读成一个R.会话使用readrds（）。
• 用setwd（）导航到包含脚本/，extdata /文件夹的文件夹
• 源整个脚本源（“脚本/ brfss-iscusization.r”）。

R.还可以保存当前会话的状态（选择时提示放弃（）R.），并查看和保存历史（）当前会议;我没有发现这些在自己的工作流动中有用。

1.2R.包

我们使用过的所有功能来自包那是自动的装了什么时候R.开始。装载的包装是搜索（）小路。

搜索（）

## [1]“.globalenv”包装：生物发言“包装：统计数据包：图形”## [5]“包：grdevices”包装：utils“包装：数据集”包：方法“＃＃[9]“autoloads”包“包：base”

额外的包可能是安装了在R.的图书馆。使用`已安装.packages（）或rstudio.接口查看已安装的包。要使用这些包，有必要将它们附加到搜索路径，例如，用于生存分析

图书馆（“生存”）

有很多数千个R.包，而不是所有包装都安装在一个安装中。重要的重新调整是

• CRAN：https://cran.r-project.org/
• 生物体：https://biocumon.org/packages.

包装可以以各种方式发现，包括CRAN任务观点和生物体网页和生物体支持网站。

安装包，使用install.packages（）或者生物体包，在包装页面上的说明，例如，Genomicranges.。我们在这里安装ggplot2.包裹。

install.packages（“ggplot2”，repos =“https://cran.r-project.org”）

需要安装一次包，然后可以在任何内使用R.会议。

path < - “extdata / brfss-subset.csv”＃或file.choose（）brfss < -  read.csv（路径）

BRFSS $年< - 因素（BRFSS $年）

2.1根据R.图形

在正常的工作流程期间可快速探索。

• 主要功能：阴谋（）那stay（）那箱形图（），......
• 图形参数 - 请参阅？，但经常作为论点提供阴谋（）， 等等。

• 通过分层信息构建复杂的曲线，例如点，回归线，注释。

  BRFSS2010MALE < - 子集（BRFSS，（年== 2010）＆（SEX ==“男性”））FIT < -  LM（重量〜高度，BRFSS2010MALE）绘图（重量〜高度，BRFSS2010MALE，MAIN =“2010，MALES”）abline（拟合，lwd = 2，col =“蓝色”）点（180,90，pch = 20，cex = 3，col =“红色”）

  

• 复杂图形方法：创建一个面板网格（例如，par（mfrows = c（1,2）），用绘图填充，恢复原始布局。

  brfssfemale < -  subset（brfss，sex ==“meary”）opar = par（mfrow = c（2,1））＃布局：2'行'和1'列'hist（＃first panel  -  1990 brfssfemale [brfssfemale$年== 1990，“重量”]，Main =“Mealan，1990”）SIGR（＃第二面板 -  2010年BRFSSFemale [BRFSSFemale $年== 2010，“重量”，Main =“Memale，2010”）

  

  par（opar）＃恢复原始布局

2.2什么是良好的图形显示？

• 常见规模进行比较
• 高效使用空间
• 仔细的颜色选择 - 定性，渐变，不同的方案;颜色盲目意识;......
• 重点是数据而不是标签
• 传达统计不确定性

2.3图形语法：GGPlot2

图书馆（GGPLOT2）

• http://docs.ggplot2.org.

'图形语法'

• 指定数据和“美学”（AES（））被绘制

• 添加图层（geom _ *（））信息

  GGPLOT（BRFSS2010MALE，AES（X =高度，Y =重量））+ GEOM_POINT（）+ GEOM_SMOOTH（方法=“LM”）

  

• 捕捉一个情节并增加它

  PLT < -  GGPLOT（BRFSS2010MALE，AES（x =高度，Y =重量））+ GEOM_POINT（）+ GEOM_SMOOTH（方法=“LM”）PLT + LABS（TITLE =“2010男性”）

  

• 用面部_ *（）对于布局

  ggplot（brfssfemale，aes（x =高度，y = weigh））+ geom_point（）+ geom_smooth（方法=“lm”）+ facet_grid（。〜年）

  

• 选择显示以强调数据的相关方面

  ggplot（brfssfemale，aes（重量，填充=年））+ geom_dentions（alpha = .2）