Day 18- R語言的基礎函數繪圖 Part 1
(前言：內個，我只是個剛接觸程式設計的小萌新，如果內文內容或程式碼寫的不對，還請各位大大指教 Orz)

除了昨天介紹的plot以外，R的基礎函數作圖還有很多種，今天先介紹一部分R的其他圖表類型。

今天要學習莖葉圖、點圖及盒型圖

1. 莖葉圖 (Stem-and-leaf plot)
首先要做的圖是莖葉圖，莖葉圖可以讓使用者檢視資料分布，且在同時保留原始資料。一個數字中的前導數字為莖，後續數字為葉。這種圖只適合用來做只含有二位數或小數點的資料，如果數字達到百以上時，莖葉圖的作用就不太大了。

莖葉圖的函數為
stem(x, scale = 莖葉圖長度, width = 莖葉圖寬度, atom = 1e-08(容忍值))
範例：stem(c(44.4,44.5, 46.4, 47.8))，作圖結果如下：

2. 點圖(Dot chart)
第二個要學的是點圖，這個部分跟前幾天看到的plot函數所繪畫的圖沒有太大差異，但是，點圖的函數不是plot，而是dotchart 。這個函數主要繪圖對象是向量，不是data frame或矩陣。

Dotchart函數寫法為：dotchart(向量名稱, …(其他引數，其他詳細引數請見documentation))

範例：電腦教室有三台電腦，已經進行三次性能測試，將結果繪成點圖。

performance <- matrix(sample(30:70, size = 9), ncol = 1, nrow = 9) #三台電腦的測試結果，共9筆資料，這邊以50-70之間的隨機數代表測試結果
cn <- c ("Computer_1", "Computer_1", "Computer_1", "Computer_2", "Computer_2", "Computer_2","Computer_3", "Computer_3", "Computer_3") #3台電腦的3次測試結果
grps <- as.factor(cn) #將3台電腦的名稱各變成一組
cl_col <- c("red", "blue", "dark green")  #分組的顏色，可以直接用顏色名稱指定，要查看顏色名稱，請用 colors函數查詢，顏色色票請見參考資料2
dotchart(performance, labels = cn, main = "Computer performance", groups = grps, gcolor = cl_col, color = cl_col[grps]) #dotchart程式碼，labels以cn表示，groups指定以grps為分組指標，gcolor 指定cl_col為labels顏色，color指定cl_col為資料顏色，並以grps為分組標色。

結果如下圖：

3. 盒型圖 (Boxplot)
接下來要學的是盒型圖的繪圖。盒型圖的優點就是單張圖形的資料含量很高，一張圖表裡面可以含有最小值、最大值、中位數及第一、三四分位數等資料。從盒型圖中還可以觀察資料是否對稱，非常適合在樣本之間進行比較。

假設今天有五筆考試分數資料，每次滿分1000，欲進行五筆資料的對比，可以使用盒型圖進行比較，以下是我的程式碼：

aa <- c(1000, 555, 32, 5, 399,343, 999) #指定五筆資料
bb <- c(999, 553,245,1,787,452, 3)
cc <- c(462,646,747,254,6,7, 1000)
dd <- c(444,569,208,687,4,66, 980)
ee <- c(456,917,276,386,185,724, 1)
cumulative <- data.frame(aa,bb,cc,dd,ee) #資料框
cumulative #檢視資料框
boxplot(cumulative, #指定資料
        col = rainbow(7), #指定圖表顏色
        outline = TRUE, #開啟outline
        main = "TEST SCORE BOX PLOT", #圖表主標題
        ylab = "score", #y軸標題
        oulier.tagging = TRUE, #開啟極端值標示
        outlier.label =TRUE, 
        pars = list(boxwex = 0.8, staplewex = 0.5, outwex = 0.5), #調整單一表大小
        range = 0.3,  #指定「鬍鬚」（也就是虛線）的延伸程度，公式：range*從盒子延伸出的四分位距
        plot = TRUE) 
summary(aa) #檢視summary
summary(bb)
summary(cc)
summary(dd)
summary(ee) 

繪圖結果如下：

（圖中的點代表極端值）

參考資料：

1. https://csp92.pixnet.net/blog/post/37812633-%E8%8E%96%E8%91%89%E5%9C%96

2. http://www.stat.columbia.edu/~tzheng/files/Rcolor.pdf (R語言支援顏色色票)

3. https://wiki.mbalib.com/zh-tw/%E7%AE%B1%E7%BA%BF%E5%9B%BE