R语言lattice包介绍
lattice包是一个非常强大地高级绘图程序包,由Deepayan Sarkar编写,这个程序包使20世纪90年代初期在贝尔实验室发展起来的特雷里斯图形框架(Trellis)变成了现实。 lattice包很容易实现单变量或多变量的数据可视化,生成的图形为栅栏图。在一个或多个其它变量的条件下,栅栏图可展示某个变量的分布或与其他变量间的关系。 lattice包提供了丰富的图形函数,可生成单变量图形(点图、核密度图、直方图、柱形图和箱线图)、双变量图(散点图、带状图和平行箱线图)和多变量图形(三维图和散点图矩阵)。
包含的高级函数如下表所示:
函数 |
默认显示 |
histogram |
直方图 |
densityplot |
核密度图 |
qqmatch |
理论分位数图 |
|
qq图 |
stripplot |
带形图 |
bwplot |
盒形图 |
dotplot |
克利夫兰点图 |
barchart |
条形图 |
xyplot |
散点图 |
splom |
散点图阵列 |
contourplot |
表面等高线图 |
levelplot |
表面伪色彩图 |
wireframe |
三维表面透视图 |
cloud |
三维散点图 |
parallel |
平行坐标图 |
三维等高线图
contourplot(volcano)
三维水平图
levelplot(volcano)
三维散点图
#荷兰海岸线数据
z=read.table(paste(datapath,"RIKZENV.txt",sep=""),header=T, stringsAsFactors=F)
head(z)
Sample |
Date |
DateNr |
dDay1 |
dDay2 |
dDay3 |
Station |
Area |
X31UE_ED50 |
X31UN_ED50 |
Year |
Month |
Season |
SAL |
T |
CHLFa |
DANT.19900110 |
19900110 |
1/10/1990 |
7 |
9 |
9 |
DANT |
WZ |
681379.62 |
5920571.24 |
1990 |
1 |
winter |
29.19 |
4.00 |
1.30 |
DANT.19900206 |
19900206 |
2/6/1990 |
34 |
36 |
36 |
DANT |
WZ |
681379.62 |
5920571.24 |
1990 |
2 |
winter |
27.37 |
6.00 |
NA |
DANT.19900308 |
19900308 |
3/8/1990 |
64 |
66 |
66 |
DANT |
WZ |
681379.62 |
5920571.24 |
1990 |
3 |
spring |
24.99 |
7.30 |
21.10 |
DANT.19900404 |
19900404 |
4/4/1990 |
91 |
93 |
93 |
DANT |
WZ |
681379.62 |
5920571.24 |
1990 |
4 |
spring |
28.79 |
8.20 |
25.00 |
DANT.19900509 |
19900509 |
5/9/1990 |
126 |
128 |
128 |
DANT |
WZ |
681379.62 |
5920571.24 |
1990 |
5 |
spring |
33.28 |
17.40 |
10.20 |
DANT.19900620 |
19900620 |
6/20/1990 |
168 |
170 |
170 |
DANT |
WZ |
681379.62 |
5920571.24 |
1990 |
6 |
summer |
32.69 |
18.10 |
6.20 |
cloud(CHLFa~T*SAL|Station,data=z,screen=list(z=105,x=-70),xlab="T",ylab="sal",zlab="chl",ylim=c(26,33),subset=(Area=="OS"),scales=list(arrows=FALSE))
三维线框图
wireframe(volcano)
条形图
Death rates per 1000 in Virginia in 1940
head(VADeaths)
Rural Male |
Rural Female |
Urban Male |
Urban Female |
11.70 |
8.70 |
15.40 |
8.40 |
18.10 |
11.70 |
24.30 |
13.60 |
26.90 |
20.30 |
37.00 |
19.30 |
41.00 |
30.90 |
54.60 |
35.10 |
66.00 |
54.30 |
71.10 |
50.00 |
barchart(VADeaths,
groups = FALSE,layout = c(2, 2),
aspect = 0.5,
main = "Death Rates in Virginia - 1940",
xlab = "Rate (per 100)")
#参数aspect用来确定条形宽度,layout用来确定展示样式(col,row),groups可指定变量分组展现
head(as.data.frame(Titanic)
Class |
Sex |
Age |
Survived |
Freq |
1st |
Male |
Child |
No |
0.00 |
2nd |
Male |
Child |
No |
0.00 |
3rd |
Male |
Child |
No |
35.00 |
Crew |
Male |
Child |
No |
0.00 |
1st |
Female |
Child |
No |
0.00 |
2nd |
Female |
Child |
No |
0.00 |
barchart(Class ~ Freq | Sex + Age,
data = as.data.frame(Titanic),
groups = Survived,
stack = TRUE,
layout = c(4, 1),
auto.key = list(title = "Survived", columns = 2),
scales = list(x = "free"))
#参数auto.key用于设置和分组变量相关的图例,scales用于设置坐标轴绘制样式
箱线图
要求:对sal和month画盒形图,要求按area分
z =read.table(paste(datapath,"RIKZENV.txt",sep=""),header=T, stringsAsFactors=F)
bwplot(SAL~factor(Month)|Area,
cex=0.5,
layout=c(2,5),
data=z,
xlab="month",
ylab="salinity",
parsettings=list(box.rectangle=list(col=3),box.umbrella=list(col=3),plot.symbol=list(cex=0.5,col=1)))
#parsettings表示对框的颜色,线条颜色和中位数点的尺寸和颜色
点图
要求:在区域(area)是OS的子集里画出SAL的月度(Month)点图(按不同的station)
z =read.table(paste(datapath,"RIKZENV.txt",sep=""),header=T, stringsAsFactors=F)
dotplot(factor(Month)~SAL|Station,subset=Area=="OS",col=1,data=z,cex=0.5,xlab="salinty",ylab="month")
直方图
要求:对不同的station画SAL的直方图
z =read.table(paste(datapath,"RIKZENV.txt",sep=""),header=T, stringsAsFactors=F)
histogram(~SAL|Station,data=z,subset=(Area=="OS"),layout=c(2,2),nint=30,xlab="salinity",ylab="frequecies")
#参数nint用于设置直方图条形的粒度
散点图
要求:按不同的station画sal和time(需计算出来)的散点图
z =read.table(paste(datapath,"RIKZENV.txt",sep=""),header=T, stringsAsFactors=F)
z$time<-z$Year+z$dDay3/365
xyplot(SAL~time|factor(Station),type="l",col.line=3,data=z)
#参数col.line用于设置线的颜色
散点图矩阵
要求:按不同的region画USArrests变量间的散点图矩阵
splom(~USArrests| state.region, pscales = 0, type = c("g", "p", "smooth"))
#参数pscales用于设置坐标轴样式,type参数中g表示网格、p表示点、smooth表示拟合曲线
R语言lattice包介绍相关推荐
- r语言degseq2_R语言DESeq 包介绍 -
R语言DESeq包介绍 分析RNA序列数据的一个主要任务是探测基因的差异表达,DESeq包提供了测试差异表达的方法,应用负二项分布和收缩的分布方程估计. 1. 包的安装 输入如下命令,DESeq和相关 ...
- R语言ggplot2包和lattice包可视化改变x轴和y轴的显示位置实战
R语言ggplot2包和lattice包可视化改变.自定义x轴和y轴的显示位置实战 目录 R语言ggplot2包和lattice包可视化改变.自定义x轴和y轴的显示位置实战
- R语言ggplot2包以及lattice包可视化方程、函数的曲线实战:function curve
R语言ggplot2包以及lattice包可视化方程.函数的曲线实战:function curve 目录 R语言ggplot2包以及lattice包可视化方程.函数的曲线实战:function cur ...
- 数据分析必备:掌握这个R语言基础包1%的功能,你就很牛了
导读:无论数据分析的目的是什么,将数据导入R中的过程都是不可或缺的.毕竟巧妇难为无米之炊. utils包是R语言的基础包之一.这个包最重要的任务其实并不是进行数据导入,而是为编程和开发R包提供非常实用 ...
- c语言 r语言 java,R语言rJava包安装载入及JAVA环境配置
rJava 包的安装与载入 一般文本分词的教程都会贴出: install.packages("rJava") library(rJava) 来引导我们装载rJava包,运行inst ...
- R语言reshape2包-官方文档学习
R语言reshape2包-官方文档学习 简介 核心函数 长数据与宽数据 宽数据 长数据 melt函数 meltarray meltdataframe meltdefault meltlist cast ...
- go语言negroni包介绍
go语言negroni包介绍 前言 go语言很好地支持了网络编程,go 语言与web 框架相关的包有很多,本文主要介绍go语言的negroni包. 前置参考博客:HTTP 协议 与 golang we ...
- 使用R语言ggplot2包绘制pathway富集分析气泡图(Bubble图):数据结构及代码
气泡图是在笛卡尔坐标系同加入大小的参数所形成的可以表示三个变量关系的图例.在对基因完成GO/KEGG分析后,使用气泡图可以直观的展示pathway.pvalue.count之间的关系.下面为使用R语言 ...
- R语言 grf包-heterogeneous treatment effect
最近阅读了文章:Using Machine Learning to Target Treatment The Case of Household Energy Use,写下此文,记录文章的主要内容和R ...
最新文章
- python量化外汇交易_用Python实现一个Dual Thrust数字货币量化交易策略
- windows系统中常见的环境变量有哪些
- CSS:超出部分省略号
- 用上强化学习和博弈论,EA开发的测试AI成精了
- nginx 的upstream流程是怎样在CONTENT阶段执行的
- maya mel uf8_如何在maya中创建uv 的mel语言
- Web程序员如何入门以太坊开发
- Pikachu实验重现2(Sql的注入)
- javascript小技巧:同步服务器时间、同步倒计时
- [Python从零到壹] 六.网络爬虫之BeautifulSoup爬取豆瓣TOP250电影详解
- 计算机用户名uz,Dnuznq全国计算机二级考试vb试题.doc
- [js]身份证号码验证
- C++程序设计语言学习笔记:异常处理
- java.lang.IllegalArgumentException: Receiver not registered:
- 使用ThreeJs搭建BIM模型浏览器,超大模型的分时渲染
- UE4_关于Roll,Yaw,Pitch,Rotator的理解
- vim格式化html代码
- 如何下载企业微信上课直播回放
- U盘图标更改个性化工具
- android记账本登录界面,Android记账本开发(一):整体UI界面布局