前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >R语言︱画图

R语言︱画图

作者头像
悟乙己
发布于 2019-05-26 02:31:03
发布于 2019-05-26 02:31:03
1.3K00
代码可运行
举报
文章被收录于专栏:素质云笔记素质云笔记
运行总次数:0
代码可运行

笔者寄语:不论画啥,你先plot准没错。

plot

二维坐标绘图

dotchart

点图

barplot

条形图

hist

直方图

pie

饼图

points

添加点

lines

添加线

text

添加文字

title

添加标题

boxplot

箱线图

1、plot函数

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
##画图
plot(x~y,xlab="",ylab="",main="",xlim=c(0,45),ylim=c(0,45),pch=18,col=2,cex=5)
#xlab/ylab,xy标题
#main,主标题
#xlim,ylim,xy线段范围
#pch,点的类型(圆形、棱形等)
#col,线条的颜色
#cex,点的大小

2、分块展示

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#预先在数据框中分块,2*2分块
par(mfrow=c(2,2),mar=c(3,3,2,1))
par(del)                           #画好需要关闭

3、箱型图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#箱型图
boxplot(x~y,data=iris)  #依据y分类,求得x的箱型图

4、条形图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#条形图
barplot(x,beside=T,col=rainbow) #beside=T代表邻接条形图,F代表堆砌

5、直方图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#直方图
hist(iris$Petal.Width,freg=F)  #freg=F,概率=频率/组距(离散概率密度特有的公式),当组距为1时,概率等于频率

加入一些其他元素——先

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
hist(iris$Petal.Width,freg=T)  #freg=T,频率
lines(density(iris$Petal.Width),col=4) #概率密度
lines(x,dnorm(x,mean(iris$Petal.Width),sd(iris$Petal.Width)),col=red)#正态密度曲线

6、QQ图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#QQ图——检验正态性
qqnorm(x)
qqline(x)
shapiro.test(x)  #正态性检验

7、带形图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#带形图
strpchart(y~x,vert=T,pch=1,method="jiter",jit=0.05)
point(x,y,pch=16,cxe=1.5)
arrows(x,y,x,y+se)
arrows(x,y,x,y-se)

8、克利夫兰图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#克利夫兰图
dotchart

9、组合图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
#组合图
pairs(iris[,2:4])
plot(iris[,2:4])  #与上面一样

10、雷达图

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
##雷达图
stars(x,full=F,draw.segments = T,key.loc =c(5,0.5) , mar =c(2,0,0,0) )
#full=F,代表半圆
#segments代表一段一段画
#注释图标位置
#图边距

11、直方图+帕累托图结合

帕累托图可以实现,同类元素的贡献率比较。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
<span style="font-family: 'Microsoft YaHei'; font-size: 18px;">dishdata=read.csv(file="./data/catering_dish_profit.csv",header=TRUE)
barplot(dishdata[,3],col="blue1",names.arg=dishdata[,2],width=1,space=0,ylim=c(0,10000),xlab="菜品",ylab="盈利:元")
accratio=dishdata[,3]
for ( i in 1:length(accratio)){
  accratio[i]=sum(dishdata[1:i,3])/sum(dishdata[,3])
}</span><span style="font-family:Microsoft YaHei;font-size:18px;">
</span>

先做一个直方图,然后把数据,以点的形式加入直方图中。

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
<span style="font-family:Microsoft YaHei;"><span style="font-size: 18px;">par(new=T,mar=c(4,4,4,4))
points(accratio*10000~c((1:length(accratio)-0.5)),new=FALSE,type="b",new=T)
axis(4,col="red",col.axis="red",at=0:10000,label=c(0:10000/10000))
mtext("累积百分比",4,2)
points(6.5,accratio[7]*10000,col="red")
text(7,accratio[7]*10000,paste(round(accratio[7]+0.00001,4)*100,"%")) </span><span style="font-size:18px;">
</span></span>

point加点;axis右边坐标轴,mtext右边坐标轴的名称,text给出本文。

12、图形添加物

有添加线lines、点points、图例legend等其他。

legend(x, y, legend, ...) :在当前图的特定位置增加图例(legend)。标识字符,线条格式,颜色等都是被字符向量legend 中的标签所注释。另外一个含有画图单位对应值的参数v (一个和legend 长度一致的向量)是必须给定的:

legend(x,y,fill=v,col=v,lty=v, lwd=v,pch=v) #legend( , fill=v)填充盒子的颜色 #legend( , col=v)点或者线条的颜色 #legend( , lty=v)线条样式 #legend( , lwd=v)线条宽度 #legend( , pch=v)标识字符(字符向量)

详细可参考:http://blog.sina.com.cn/s/blog_5de124240101q5vw.html

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2016年04月19日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
R语言_基本图形
attach(mtcars) names(mtcars) # "mpg" "cyl" "disp" "hp" "drat" "wt" "qsec" "vs" "am" "gear" "carb" #条形图 #单向量条形图 barplot(table(cyl), main="main",xlab="x",ylab="y") barplot(table(cyl),horiz = TRUE) plot(as.factor(cyl)) plot(factor(cyl,level
用户1147754
2019/05/26
6670
R语言之基础绘图
R 的基础绘图系统由 Ross Ihaka 编写,功能非常强大,主要由 graphics 包和 grDevices 包组成,它们在启动 R 时会自动加载。基础绘图系统中有两类函数,一类是高水平作图函数,另一类是低水平作图函数。
timerring
2023/10/13
6040
R语言之基础绘图
R语言数据可视化综合指南
让我们快速浏览一下这张图表: 这张可视化数据图(最初用Tableau软件创建 )是如何利用数据可视化来帮助决策者的一个很好的例子。想象一下,如果这些信息通过表格来告诉投资者,你认为你会花多长时间来向他
CDA数据分析师
2018/02/08
2.8K0
R语言数据可视化综合指南
R语言中的绘图神器plotrix
大家在绘制科研图形的时候总会遇到各种想完美展示但是有各种受限的局面。最后都不得不去妥协,退而求其次。今天就来给大家介绍个神器,为各位去除后顾之忧。首先看下包的安装:
一粒沙
2022/03/14
2.4K0
R语言中的绘图神器plotrix
R-三维散点图绘制绘制
上期我们说了气泡图。如果我们将气泡图的三维数据绘制到三维坐标系[1]中,通常称其为三维散点图,即用在三维X-Y-Z图上针对一个或多个数据序列绘出三个度量的一种图表。
DataCharm
2021/02/22
2.4K0
R-三维散点图绘制绘制
「R」传统图形绘制
上述处理的都是向量数据,而matplot()、matpoints() 和 matlines()都是处理矩阵形式数据的。
王诗翔呀
2020/07/02
2.1K0
R语言高级绘图命令(标题-颜色等)
plot(x)          以x的元素值为纵坐标、以序号为横坐标绘图 plot(x,y)        x(在x-轴上)与y(在y-轴上)的二元作图 sunflowerplot(x,y)同上,但是以相似坐标的点作为花朵,其花瓣数目为点的个数 pie(x)饼图 boxplot(x)盒形图(“box-and-whiskers”) stripchart(x)把x的值画在一条线段上,样本量较小时可作为盒形图的替代 coplot(x~y|z)关于z的每个数值(或数值区间)绘制x与y的二元图 interact
学到老
2018/03/16
4.3K0
R语言画图
R自带的画图工具,R绘图基础图形系统的核心,plot()函数是一个泛型函数,使用plot时真正被调用的时函数依赖于对象所属的类。
靓且有猫
2024/07/21
1762
基础R绘图
    R作为一款越来越受追捧的数据分析工具,以上简单作图函数只是它全部功能的冰山一角。其实,它的作图功能比一般人能想象得到的还要强大得多。最近也接触ggplot2一阵子,有机会也希望能跟更多的朋友一起交流分享。。。
云海谷天
2022/08/09
3230
R语言之可视化⑤R图形系统目录
提供了一个绘图系统,旨在改进R基本图形。 安装软件包后,使用R命令install.packages(“lattice”)。格子包中的主要功能:
用户1359560
2018/12/12
1.9K0
R语言之可视化⑤R图形系统目录
【R语言进行数据挖掘】数据探索
这一章我们将会用到‘iris’(鸢尾花)数据集,这个数据集属于R中自带的数据,因此不需要额外的加载。首先,查看数据的维度和结构,使用函数dim()和names()可以分别得到数据的维度和数据的列表名称也就是变量名称。使用函数str()和函数attribute()可以查看数据的结构和属性。
Ai学习的老章
2019/04/10
9680
【R语言进行数据挖掘】数据探索
「R」R 的基本图形绘制
接下来示例中,我们绘制一项探索类风湿性关节炎新疗法研究的结果。数据已经包含在随vcd包分发的Arthritis数据框中。(请确保在使用前已经安装vcd包,使用命令install.packages("vcd"))
王诗翔呀
2020/07/03
1.7K0
R- 组合图(折线+条形图)绘制
就是下面这张图,在途中用条形图展示了不同季节样本浮游动物的组成情况,同时使用带误差棒的折线图来表示浮游动物生物量的变化,相当于在一幅图中同时展示了群落的相对丰度和绝对丰度。
DataCharm
2021/02/22
3.5K0
R- 组合图(折线+条形图)绘制
[V课堂]R语言十八讲(七)
R的画图功能是非常强大的,这非常有利于数据可视化,对于R画图,我们一 般使用三个画图系统,分别是R自带的画图系统,另外还有两个包,他们的画图功能也很强大,即lattice包和GGplot包,一般我们从
小莹莹
2018/04/25
1.2K0
[V课堂]R语言十八讲(七)
R语言:图形
常用的图形,这里给出案例: barplot 条形图、单向量条形图 > attach(mtcars) The following object is masked from package:ggplot2: mpg > names(mtcars) [1] "mpg" "cyl" "disp" "hp" "drat" "wt" [7] "qsec" "vs" "am" "gear" "carb" "manuf" > barplot(table(cy
努力在北京混出人样
2019/02/18
3.1K0
R语言绘图:复杂散点图绘制
散点图用于描述两个连续性变量间的关系,三个变量之间的关系可以通过3D图形或气泡来展示,多个变量之间的两两关系可以通过散点图矩阵来展示。
生信交流平台
2020/08/20
3.5K0
R语言绘图:复杂散点图绘制
「R」自己动手进行R基础绘图
基本绘图和R本身一样古老,但对大多数用户来说,它仍然是神秘的。他们可能使用plot(),甚至知道其参数的完整列表,但大多数人从未完全理解它。本文试图通过为外行提供友好的介绍来揭开基础图形的神秘面纱。
王诗翔呀
2022/12/30
1K0
「R」自己动手进行R基础绘图
R语言读写json 散点图 饼图 柱状图
读写文件 getwd() # 获取当前路径 setwd() # 设置当前路径 读写csv data <- read.csv('input.csv') print(data) print(is.data.frame(data)) print(ncol(data)) print(nrow(data)) print(max(data$score)) person = subset(data,score == min(score)) print(person) write.csv(person,"output.cs
AI拉呱
2021/01/14
7940
数据视化的三大绘图系统概述:base、lattice和ggplot2
数据可视化是数据分析过程中探索性分析的一部分内容,可以直观展示数据集数据所具有的的特征和关联关系等。R语言不仅提供了基本的可视化系统graphics包,简单的图+修饰,例如:plot、 hist(条形图)、 boxplot(箱图)、 points 、 lines、 text、title 、axis(坐标轴)等;还提供了更加高级的图形系统lattice和ggplot2.
1480
2019/07/10
4.8K0
数据视化的三大绘图系统概述:base、lattice和ggplot2
R语言plot函数部分参数解释
参数main指定标题(图上方),sub指定副标题(图下方), xlab与ylab(lable标签)分别指定x,y轴的标签。 plot(x,y,main="这是图片的标题",sub="这是副标题",xlab="x轴",ylab="y轴")
云深无际
2020/11/03
4.1K0
R语言plot函数部分参数解释
相关推荐
R语言_基本图形
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验