r语言mfrow全程_如何使用R完成文章中图片处理小教程
一起成长的经历
— 技术服务 课程定制 —
-
如何使用R完成文章中图片处理小教程
-
Two Histograms with melt colors
柱状图显示数值变量的分布。这篇文章解释了如何在基本R中不使用任何包在同一轴上绘制2个直方图。
在数据分析中,常用直方图来观察变量的分布。数据可视化中一个常见的任务是同时比较两个变量的分布。
这里有一个技巧,用透明度(使用rgb函数)一起绘制两个直方图(使用add函数),以在形状重叠时保留信息。
#Create data
set.seed(1)
Ixos=rnorm(4000 , 120 , 30)
Primadur=rnorm(4000 , 200 , 30)
# First distribution
hist(Ixos, breaks=30, xlim=c(0,300), col=rgb(1,0,0,0.5), xlab="height",
ylab="nbr of plants", main="distribution of height of 2 durum wheat varieties" )
# Second with add=T to plot on top
hist(Primadur, breaks=30, xlim=c(0,300), col=rgb(0,0,1,0.5), add=T)
# Add legend
legend("topright", legend=c("Ixos","Primadur"), col=c(rgb(1,0,0,0.5),
rgb(0,0,1,0.5)), pt.cex=2, pch=15 )
注: 这是图形的样子,如果组是一个挨着另一个:
par(
mfrow=c(1,2),
mar=c(4,4,1,0)
)
hist(Ixos, breaks=30 , xlim=c(0,300) , col=rgb(1,0,0,0.5) , xlab="height" , ylab="nbr of plants" , main="" )
hist(Primadur, breaks=30 , xlim=c(0,300) , col=rgb(0,0,1,0.5) , xlab="height" , ylab="" , main="")
Boxplot on top of histogram
柱状图显示数值变量的分布。这篇文章解释了如何在基本R中添加柱状图的顶部的箱线图,不带任何包。
这个例子说明了如何利用布局函数在base R中分割绘图窗口。与par(mfrow=…)解决方案相反,layout()允许对面板部件进行更大的控制。
这里在柱状图的顶部添加了一个箱线图,允许快速观察分布的摘要统计信息。
# Create data
my_variable=c(rnorm(1000 , 0 , 2) , rnorm(1000 , 9 , 2))
# Layout to split the screen
layout(mat = matrix(c(1,2),2,1, byrow=TRUE), height = c(1,8))
# Draw the boxplot and the histogram
par(mar=c(0, 3.1, 1.1, 2.1))
boxplot(my_variable , horizontal=TRUE , ylim=c(-10,20), xaxt="n" , col=rgb(0.8,0.8,0,0.5) , frame=F)
par(mar=c(4, 3.1, 1.1, 2.1))
hist(my_variable , breaks=40 , col=rgb(0.2,0.8,0.5,0.5) , border=F , main="" , xlab="value of the variable", xlim=c(-10,20))
Histogram with colored tail
柱状图显示数值变量的分布。这篇文章解释了如何在不使用任何包的情况下,在基本R中为分布的两个尾部着色。这对于突出显示发行版的一部分很有用。
这个例子演示了如何给直方图的部分着色。首先,调用hist函数时必须不使用plot=F选项绘制结果。它允许在一个对象(这里是my_hist)中存储每个bin的位置。
这些bin边框现在可以在对象的$break槽中使用,它允许使用ifelse语句构建颜色向量。最后,可以在绘图调用中使用这个颜色向量。
# Create data
my_variable=rnorm(2000, 0 , 10)
# Calculate histogram, but do not draw it
my_hist=hist(my_variable , breaks=40 , plot=F)
# Color vector
my_color= ifelse(my_hist$breaks < -10, rgb(0.2,0.8,0.5,0.5) , ifelse (my_hist$breaks >=10, "purple", rgb(0.2,0.2,0.2,0.2) ))
# Final plot
plot(my_hist, col=my_color , border=F , main="" , xlab="value of the variable", xlim=c(-40,40) )
Mirrored histogram in base R
柱状图显示数值变量的分布。这篇文章解释了如何在不使用任何包的情况下,以R为基数构建镜像直方图。它允许比较两个变量的分布
镜像直方图允许比较两个变量的分布。
先使用par(mfrow())命令分割屏幕。顶部的直方图需要一个xaxt="n"语句来丢弃它的X轴。对于第二个,把ylim参数的值倒过来。使用margin命令调整两个图表的位置。
#Create Data
x1 = rnorm(100)
x2 = rnorm(100)+rep(2,100)
par(mfrow=c(2,1))
#Make the plot
par(mar=c(0,5,3,3))
hist(x1 , main="" , xlim=c(-2,5), ylab="Frequency for x1", xlab="", ylim=c(0,25) , xaxt="n", las=1 , col="slateblue1", breaks=10)
par(mar=c(5,5,0,3))
hist(x2 , main="" , xlim=c(-2,5), ylab="Frequency for x2", xlab="Value of my variable", ylim=c(25,0) , las=1 , col="tomato3" , breaks=10)
Histogram without border
这篇文章解释了如何在基本的r中去掉柱状图的边框。
基本上,你只需要在hist函数中添加border=F来移除柱状图的边框。
# Create data
my_variable=c(rnorm(1000 , 0 , 2) , rnorm(1000 , 9 , 2))
# Draw the histogram with border=F
hist(my_variable , breaks=40 , col=rgb(0.2,0.8,0.5,0.5) , border=F , main="")
联系微信:18701529461
技术服务咨询:010-59341923
培训服务咨询:010-59341786
可提10X空间转录组、10X单细胞转录组、有参(无参)转录组、16S、基因关联分析、蛋白分子对接、同源建模、分子动力学、网络药理学、虚拟筛选等等相关技术服务、以及对应的培训学习
近期"特惠活动"课程安排(报一赠二;已开班,可选赠,提供视频资料):
2020.07.14-17生物医学公共数据深度挖掘及应用培训班
2020.07.21-24转录组学专题实操班
2020.07.30-08.01生物分子互作常用软件实操班
2020.08.05-07 10X Genomics单细胞转录组测序及多组学数据挖掘技术培训班
2020.08.12-14微生物组学数据分析与挖掘专题培训班
2020.08.20-22计算机辅助设计—分子模拟与蛋白互作研讨班
2020.08.25-29实用生物信息学研讨班
2020.08.26-29生物信息学Python语言实操班
2020.09.02-04基因组关联分析技术应用培训班
2020.09.07-09生命科学的数据可视化与科研作图—实用工具与技巧实操班
2020.09.16-18多组学数据分析及挖掘培训班
2020.09.22-25数据分析与R语言制图实操班
敬请关注网站或微信公众号:生信会议
r语言mfrow全程_如何使用R完成文章中图片处理小教程相关推荐
- r语言mfrow全程_R语言函数速查
在学习R语言的过程中,经常会遇到前面学习过的函数但到后面再次看到忘记了用法,在kaggle实践中也会遇到,我以前的做法是打开书本,评印象查找,但是效率极低,现在,我通过有道云笔记 将<R语言实战 ...
- r语言mfrow全程_R语言弦图绘制全解析——基础篇
弦图(Chord diagram),是使用圆形坐标系体现多组数据间关系强弱的可视化形式.本文将介绍使用R语言的circlize包绘制弦图的方法,代码来源于circlize官方文档,http://zug ...
- r语言 python 书_推荐关于R的几本书
推荐几本学习R语言的好书.嘻嘻. 本书涉及数据科学家感兴趣的核心话题,教会读者从各种各样的数据源中提取数据,并运用现有的公开可用的R函数和R功能包来处理这些数据.在很多情况下,处理结果能够以图形的方式 ...
- r语言min-max归一化_如何在R中使用min()和max()
r语言min-max归一化 Finding min and max values is pretty much simple with the functions min() and max() in ...
- r语言pls分析_科学网—R语言统计:偏最小二乘路径模型(plspm) - 涂波的博文...
R包"plspm" 作者:Gaston Sanchez 单位:Berkeley, California. 包使用说明文件:http://www.gastonsanchez.com/ ...
- r语言mfrow全程_R语言中的色彩_LearningR - SegmentFault 思否
1. 基本颜色 1.1 palette() 1.1.1 palette的默认颜色 palette() ## [1] "black" "red" "gr ...
- r语言mfrow全程_R语言(绘图入门)
原文链接:https://wklchris.github.io/R-plotting-basic.html R 的绘图功能一直为业内所津津乐道.用了 Python 的 matplolibt 和 R 的 ...
- r语言做断轴_手把手教你用R语言做回归后的残差分析
本文介绍了做残差分析的方法及其重要性,以及利用R语言实现残差分析. 在这篇文章中,我们通过探索残差分析和用R可视化结果,深入研究了R语言. 残差本质上是当一个给定的模型(在文中是线性回归)不完全符合给 ...
- r语言平均值显著性检验_最全的R语言统计检验方法_数据挖掘中R语言的运用
最全的R语言统计检验方法_数据挖掘中R语言的运用 统计检验是将抽样结果和抽样分布相对照而作出判断的工作.主要分5个步骤:建立假设 求抽样分布 选择显著性水平和否定域 计算检验统计量 判定 假设检验(h ...
最新文章
- Sql语句查询 显示序号
- IO设备在OS中的权衡
- linux系统虚拟化测试,网络性能与磁盘测试 - Linux虚拟化性能PK:Ubuntu系统6大版本_Linux新闻_Linux公社-Linux系统门户网站...
- python怎么解释语言_python——解释型语言
- aquamacs 夜间模式禁止滚动条
- 谷歌搜索将于 2019 年年底停止索引任何 Flash 内容
- php实现soap,PHP的SOAP原理及实现详解
- 字节序(Endian),大端(Big-Endian),小端(Little-Endian)
- 三维空间中的Pitch、Yaw、Roll值
- 使用db1小波做3层小波分解
- 瑞吉外卖QQ邮箱登录
- windows装机硬盘超过2T问题
- 达观电网故障知识图谱,三大功能全面提升电网故障处置效率
- Android 炫酷自定义 View - 剑气加载
- 年薪20万、50万、100万的算法工程师,到底有什么区别?
- CentOS 创建软链接
- 联发科(MTK)MT6771 安卓核心板 安卓主板方案知识分享
- (一)c语言百题趣味题之--分糖问题
- 三维交互可视化平台(智慧海上牧场平台)学习开发之Vue(一)
- 四阶段--day06-网关Gateway 应用实践
热门文章
- java 父类 new 子类
- jocky1.0.3 (原joc) java混淆器 去除jdk版本限制
- tigerVNC的简单使用教程(CentOS 自带VNC包的远程桌面连接)
- 2018.12.20 Spring环境如何搭建
- 高可用Redis(八):Redis主从复制
- php中的list()用法中要注意的地方
- [单选题]对下面的表达式描述正确的是: (T/t)(M/m)
- windows下,linux下elasticsearch安装插件marvel插件的步骤
- 07-02 测试报告-allure
- python网络爬虫爬取视频_Python网络爬虫——爬取小视频网站源视频!自己偷偷看哦!...