20 Julia统计图形—Gadfly
20.1 介绍
Julia语言没有内建作图能力， 作图需要通过扩展包提供， 因为Julia语言的历史还比较短， 现在有多种作图用的扩展包但是没有一个占绝对优势的包。 比较常用的有Gadfly, Plots, PyPlot包。 Julia还在快速发展阶段， 功能的兼容性不够稳定， 作图功能尤其如此。 本文演示Gadfly包作图。
本文作者先安装了Anaconda3， 然后安装Julia1.4。 在使用Jupyter界面时， Gadfly支持将图形结果直接显示到“笔记本”页面中。 在使用Juno界面时， 可以将作图结果显示在Atom编辑器的一个窗格中。
Gadfly包是模仿了R语言的ggplot2包的做法， 其作图函数设计比较典雅， 按照一种专门图形语言的方法设计， 作图结果比较美观， 图形类型也比较丰富。 参见本文作者R语言教程中的ggplot作图介绍：
Gadfly包的文档：
linspace(from, to, n) = range(from, to, length=n)作图需要用一些例子数据。
如下的class.csv中包含了19个学生的姓名、性别、年龄、身高、体重信息：
name,sex,age,height,weight
Sandy,F,11,130,23
Karen,F,12,143,35
Kathy,F,12,152,38
Alice,F,13,144,38
Becka,F,13,166,44
Tammy,F,14,160,46
Gail,F,14,163,41
Sharon,F,15,159,51
Mary,F,15,169,51
Thomas,M,11,146,39
James,M,12,146,38
John,M,12,150,45
Robert,M,12,165,58
Jeffrey,M,13,159,38
Duke,M,14,161,46
Alfred,M,14,175,51
William,M,15,169,51
Guido,M,15,170,60
Philip,M,16,183,68读入：
using CSV, DataFrames
d_class = CSV.read("class19.csv", DataFrame)19 rows × 5 columns
| name | sex | age | height | weight | |
|---|---|---|---|---|---|
| String7 | String1 | Int64 | Int64 | Int64 | |
| 1 | Sandy | F | 11 | 130 | 23 |
| 2 | Karen | F | 12 | 143 | 35 |
| 3 | Kathy | F | 12 | 152 | 38 |
| 4 | Alice | F | 13 | 144 | 38 |
| 5 | Becka | F | 13 | 166 | 44 |
| 6 | Tammy | F | 14 | 160 | 46 |
| 7 | Gail | F | 14 | 163 | 41 |
| 8 | Sharon | F | 15 | 159 | 51 |
| 9 | Mary | F | 15 | 169 | 51 |
| 10 | Thomas | M | 11 | 146 | 39 |
| 11 | James | M | 12 | 146 | 38 |
| 12 | John | M | 12 | 150 | 45 |
| 13 | Robert | M | 12 | 165 | 58 |
| 14 | Jeffrey | M | 13 | 159 | 38 |
| 15 | Duke | M | 14 | 161 | 46 |
| 16 | Alfred | M | 14 | 175 | 51 |
| 17 | William | M | 15 | 169 | 51 |
| 18 | Guido | M | 15 | 170 | 60 |
| 19 | Philip | M | 16 | 183 | 68 |
Gadfly用plot()函数作各种图。
可以用Gadfly.plot()避免冲突，
如果没有其它作图包，
可以直接使用plot()。
20.2 条形图
对分类变量， 在进行频数统计后可以做频数条形图。 比如，性别的条形图：
using Gadfly, DataFrames
dc_freq1 = groupby(d_class, :sex) |>
gdf -> combine(gdf, nrow => :Freq)2 rows × 2 columns
| sex | Freq | |
|---|---|---|
| String1 | Int64 | |
| 1 | F | 9 |
| 2 | M | 10 |
Gadfly.plot(dc_freq1, x=:sex, y=:Freq, color=:sex, Geom.bar())
与R语言的hist()函数相比，
Gadfly的直方图判断分组数的功能较弱，
而且分组也不选择分在数字比较整齐的位置。
用如下程序作核密度估计图：
Gadfly.plot(d_class, x=:height, Geom.density())
20.3 盒形图(Boxplots)
盒形图又称箱线图、盒须图等。用Geom.boxplot()。
如
dtmp = copy(d_class)
dtmp[!,:grp] .= ""
Gadfly.plot(dtmp, x=:grp, y=:height, Geom.boxplot(),
Guide.xlabel(""))
盒形图中x=是分组用，如
Gadfly.plot(d_class, x=:sex, y=:height, Geom.boxplot())
小提琴图是一种变种的盒形图， 其边界用了核密度曲线，如：
Gadfly.plot(d_class, x=:sex, y=:height, Geom.violin())
20.4 散点图
对数据集中两个变量x和y，用类似下面的程序作散点图：
Gadfly.plot(d_class, x=:height, y=:weight)
可以用color选项指定按照某个变量的值添加不同颜色：
Gadfly.plot(d_class, x=:height, y=:weight, color=:sex)
可以用shape指定一个变量，
用不同形状的点表示该变量的不同值：
Gadfly.plot(d_class, x=:height, y=:weight, shape=:sex)
可以为散点图增加Loess局部多项式平滑曲线：
x = round.(5*rand(30), digits=1)
y = 200 .+ 2 .* x .^2 .+ 2*randn(30)
Gadfly.plot(x=x, y=y, Geom.smooth(), Geom.point(),
Guide.title("二次多项式用局部回归平滑"))
除了可以用Guide.title()增加标题，
还可以用Guide.xlabel()指定x轴标签，
用Guide.ylabel()指定y轴标签。
