r语言 plot_R语言直方图绘制hist(),plot()
直方图绘制hist()
素娥
2020/9/27
本文我们要用iris数据集进行直方图的绘制
本文主要使用hist、plot函数进行绘制图片
首先还是观察数据类型
data<-iris
library(knitr)
tt<-head(data,15)
kable(tt)
Sepal.Length | Sepal.Width | Petal.Length | Petal.Width | Species |
5.1 | 3.5 | 1.4 | 0.2 | setosa |
4.9 | 3.0 | 1.4 | 0.2 | setosa |
4.7 | 3.2 | 1.3 | 0.2 | setosa |
4.6 | 3.1 | 1.5 | 0.2 | setosa |
5.0 | 3.6 | 1.4 | 0.2 | setosa |
5.4 | 3.9 | 1.7 | 0.4 | setosa |
4.6 | 3.4 | 1.4 | 0.3 | setosa |
5.0 | 3.4 | 1.5 | 0.2 | setosa |
4.4 | 2.9 | 1.4 | 0.2 | setosa |
4.9 | 3.1 | 1.5 | 0.1 | setosa |
5.4 | 3.7 | 1.5 | 0.2 | setosa |
4.8 | 3.4 | 1.6 | 0.2 | setosa |
4.8 | 3.0 | 1.4 | 0.1 | setosa |
4.3 | 3.0 | 1.1 | 0.1 | setosa |
5.8 | 4.0 | 1.2 | 0.2 | setosa |
简单的直方图
相关参数
1.x:要画图的数据
2.breaks:数据分多少组
3.freq:若为T(默认)则绘制频数分布直方图,为F则绘制频率分布直方图
4.probability:与freq相反
我们绘制iris的叶片宽度的直方图
绘制分12组的频数分布直方图
hist(x=data$Sepal.Width,breaks = 12)
绘制分12组的频率分布直方图
x<-hist(x=data$Sepal.Width,breaks = 12,freq = F)
注意,此处的纵坐标是频率/组距
再叠加一条密度曲线。
hist(x=data$Sepal.Width,breaks = 12,freq = F)
lines(density(data$Sepal.Width))
#美化图像(图形颜色,打斜线等)
###相关参数
1.density :阴影线密度
2.angle:阴影线倾角
3.col:填充颜色
4.border:直方图边缘颜色
在第一幅图的基础上进行美化
先加斜线
hist(x=data$Sepal.Width,breaks = 12,density = 10,angle = 45)
在加上颜色和边框
hist(x=data$Sepal.Width,breaks = 12,density = 10,angle = 45,col = "red",
border = "blue")
不加斜线,直接写颜色
hist(x=data$Sepal.Width,breaks = 12,col = "red",
border = "blue")
美化图像(坐标轴,标题,标签)
相关参数
1.main, xlab, ylab :标题,x名称,y名称
2.xlim, ylim :x轴,y轴范围
3.axes:逻辑值,是否画坐标轴
4.labels:是否添加标签
先加上标题,x名称,y名称
hist(x=data$Sepal.Width,breaks = 12,main="直方图",xlab="叶片宽度",
ylab="频数")
设置x,y轴的范围
hist(x=data$Sepal.Width,breaks = 12,main="直方图",xlab="叶片宽度",
ylab="频数",xlim=c(2,4.5),ylim=c(0,40))
加上数据标签
hist(x=data$Sepal.Width,breaks = 12,main="直方图",xlab="叶片宽度",
ylab="频数",xlim=c(2,4.5),ylim=c(0,40),labels=T)
去掉坐标轴
hist(x=data$Sepal.Width,breaks = 12,main="直方图",axes=F,labels=T)
参数plot
是否画出图像
hh<-hist(x=data$Sepal.Width,breaks = 12,plot=F)
hh
## $breaks
## [1] 2.0 2.2 2.4 2.6 2.8 3.0 3.2 3.4 3.6 3.8 4.0 4.2 4.4
##
## $counts
## [1] 4 7 13 23 36 24 18 10 9 3 2 1
##
## $density
## [1] 0.13333333 0.23333333 0.43333333 0.76666667 1.20000000 0.80000000
## [7] 0.60000000 0.33333333 0.30000000 0.10000000 0.06666667 0.03333333
##
## $mids
## [1] 2.1 2.3 2.5 2.7 2.9 3.1 3.3 3.5 3.7 3.9 4.1 4.3
##
## $xname
## [1] "data$Sepal.Width"
##
## $equidist
## [1] TRUE
##
## attr(,"class")
## [1] "histogram"
hh展示的是直方图的相关值
间隔,频数,频率/组距,组中值等
接着用plot函数就可以继续绘制
hh<-hist(x=data$Sepal.Width,breaks = 12,plot=F)
plot(hh,col=rgb(0.7,0.2,0.2,alpha=0.5),border = "white",
main="直方图",xlab="叶片宽度",
ylab="频数",xlim=c(2,4.5),ylim=c(0,40),labels=T,
)
再往上加一条密度图
plot(hh,
freq=F,col=rgb(0.7,0.2,0.2,alpha=0.5),border = "white",
main="直方图",xlab="叶片宽度",
ylab="频数",xlim=c(2,4.5),ylim=c(0,1.5),labels=T,
)
lines(density(data$Sepal.Width),lwd=2,col=rgb(0.1,0.5,0.2))
r语言 plot_R语言直方图绘制hist(),plot()相关推荐
- R语言使用原生包(基础导入包、graphics)中的hist函数可视化直方图(histogram plot)
R语言使用原生包(基础导入包.graphics)中的hist函数可视化直方图(histogram plot) 目录
- R语言ggplot2可视化散点图(scatter plot)、并在可视化图像的顶部和右边添加边缘直方图(Marginal Histogram)、使用geom_smooth函数基于lm方法拟合数据点之间
R语言ggplot2可视化散点图(scatter plot).并在可视化图像的顶部和右边添加边缘直方图(Marginal Histogram).使用geom_smooth函数基于lm方法拟合数据点之间 ...
- R语言ggplot2可视化线图(line plot):当数据有中断、缺失时R不会将数据绘制为连续的线图、而是出现断点
R语言ggplot2可视化线图(line plot):当数据有中断.缺失时R不会将数据绘制为连续的线图.而是出现断点 目录
- R语言可视化包ggplot2绘制分组的条形图(bar plot、柱状图)实战:多变量柱状图
R语言可视化包ggplot2绘制分组的条形图(bar plot.柱状图)实战:多变量柱状图 目录
- R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC值、plot.roc函数绘制ROC曲线、添加置信区间、为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来
R语言使用pROC包绘制ROC曲线实战:roc函数计算AUC值.plot.roc函数绘制ROC曲线.添加置信区间.为回归模型中的每个因子绘制ROC曲线并在同一个图中显示出来 目录
- 三线表是什么?R语言使用table1包绘制(生成)三线表、构建不分层的三线表
三线表是什么?R语言使用table1包绘制(生成)三线表.构建不分层的三线表 目录
- R语言使用table1包绘制(生成)三线表、使用单变量分列构建三线表、编写自定义函数在三线表中添加p值
R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.编写自定义函数在三线表中添加p值 目录
- R语言使用table1包绘制(生成)三线表、使用单变量分列构建三线表、设置transpose参数转置三线表、变量作为列,子组(strata)作为行
R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.设置transpose参数转置三线表.变量作为列,子组(strata)作为行 目录
- R语言使用table1包绘制(生成)三线表、使用单变量分列构建三线表、自定义overall的标签名称
R语言使用table1包绘制(生成)三线表.使用单变量分列构建三线表.自定义overall的标签名称 目录
最新文章
- UWP 图片剪切旋转工具
- 中如何使用echart_jQueryEasyUI中的拖拽事件如何使用
- WCF学习笔记(三):开启net.tcp端口
- [jQuery原理] jQuery事件操作相关方法
- Java JDK 10:下一代 Java 有哪些新特性?
- java循环while之等差数列均值_java基础_while 循环语句的定义及用法
- 深入理解C语言(转载)
- 【Ural】1519. Formula 1
- python windows api截图_Winapi快速截图并打开
- 前端纯css 图片的模糊处理
- als算法参数_推荐算法之ALS
- 集合分页展示,补全最后一页
- 小飞鱼通达二开 致远OA A8+ 设计工作流实例初体验(图文)
- Moudle、aar新建和导入
- 手把手教你用JAVA实现“语音合成”功能(文字转声音)标贝科技
- P2071 座位安排(二分图最大匹配)
- html下拉 小狗,html会动的小狗狗源码
- 已向反垄断法妥协!谷歌应用商店抽成减半,苹果还会远吗?
- Automatic Targetless Extrinsic Calibration of a 3D Lidar 翻译
- 计算机网络实验rdt实验
热门文章
- thinkphp3.2+cropper上传多张图片剪切图片
- 8-1-Filter过滤器
- javascript实现下拉条联动_JavaScript gt;gt;gt; 003
- oracle右模糊查询不使用索引,oracle like模糊查询不能走索引?
- mysql从大到小排序_sql语句时间排序 sql语句按照时间排序
- sae java 开发环境_新浪开放平台 sae环境 java主机使用感受
- linux配置apache不管用,Linux中apache配置文件详解
- 计算机网络地址解析协议实验,计算机网络地址解析协议(ARP)实验报告.doc
- UI设计师必定需要了解的sketch素材
- 导航类网站|设计没有感觉,苦于寻找各种工具 或者资料的小伙伴收藏好哦