R语言绘制等值线和等高线
数据读取
data1 <- read.table(‘forams-Plio.txt’,sep = ‘\t’,header = TRUE)
head(data1)
str查看数据结构后,知道数据是242个,那么说明高是242个高,那咱们看242能被2和121进行相乘。涉及的矩阵为2成121。那么我想设计成30乘以8的矩阵,就可以删掉2个元素,暂时只是删掉一个。如下所示。
#设置高程值
str(data1)
zz=data1[-1,]
str(zz)
z1=zz$NumSp
z=matrix(z1, 10, 10)
str(z)
str(x)
#x坐标,每个网格为10米分辨率,方向由南向北
x <- 10*(1:nrow(z))
#y坐标,每个网格为10米分辨率,方向由东向西
y <- 10*(1:ncol(z))
二维可视化:栅格+等高线
par(mar=rep(0.5,4))
image(x, y, z, col=terrain.colors(100), axes=F)
contour(x, y, z, levels=seq(from=min(z), to=max(z), by=10),axes=T, add=T)
library(png)
logo <- readPNG(‘E:/logo.png’)
layout(z,heights=x,widths=y)
绘制等高线图二
数据描述:
install.packages("readxl")
install.packages("akima")
install.packages("fields")
install.packages("maps")
install.packages("spam")install.packages("maps")library(readxl)
library(akima)
library(fields)
library(maps)
library(spam)data=read_excel("C:\\Users\\Administrator\\Desktop\\data.xlsx")
colnames(data) <- c("V1","V2","V3")
mydata=as.data.frame(data)
#数据转化 使用akima 包的 interp,内插数据s <- interp(mydata$V1,mydata$V2,mydata$V3)#绘制图像与图形主标题,副标题,计算平均值,Uniformity,极差image.plot(s,main=
paste("Rs Mean is",round(mean(mydata$V3), 2),
", RSU= SD*100/MEAN%=",round(sd(mydata$V3)*100/mean(mydata$V3), 2),"%",
"\n","Max = ",round(max(mydata$V3), 2),"Min = ",round(min(mydata$V3), 2),"Range = Max-Min = ",
round(max(mydata$V3)-min(mydata$V3), 2)),
sub=paste(date(),", Map Created By Stone_Hou @ R"),
cex=2,xlab="X coordinate / mm",ylab="Y coordinate / mm",col.main = "#DD3333",
col.sub="gray",horizontal=TRUE)#循环输出49个坐标点的图像add x,y point,for(i in 1:49){
points(mydata$V1[i],mydata$V2[i],type="p", col="blue",bg = "blue", cex = 1.5)
}#使用CircleSwitchSign来控制是否输出同心圆CircleSwitchSign <- 0
if(CircleSwitchSign==1){#循环输出五个半径分别为0,49,98,147,150的同心圆,包括原点for(r in c(0,49,98,147,150)){
k = 1:360
x=r*sin(k/180*pi)
y=r*cos(k/180*pi)
lines(x,y,col="#444444", lwd=1.5)
}
}#循环输出49个点的测试值,添加数据到每一个坐标点,偏移5个单位for(i in 1:length(mydata$V3)){info = paste(i,"_",round(mydata$V3[i],2))xPoint=mydata$V1[i]yPoint=mydata$V2[i]k = 1:360r = 150#print(r)x=r*sin(k/180*pi)y=r*cos(k/180*pi)#lines(x,y,col="red")text(xPoint,yPoint,info,pos=3,cex=0.6, col = "black")#text(xPoint,yPoint,paste(percent,"%"),cex=3)#add text value#text(x-10, y-10,mydata$V3, cex=0.8)}#使用SwitchSign来控制是否输出网格线SwitchSign <- 0if(SwitchSign==1){#输出网格线,grid linerx <- range(x <- mydata$V1)ry <- range(y <- mydata$V2)abline(h = pretty(rx, 10), v = pretty(ry, 10), col = "gray")abline(h = pretty(rx, 10), v = pretty(ry, 10), col = "#999999")## the x=0- and y=0-axis,abline(h=0, v=0, col = "#555555",lwd=2)## the x- and y-axis, and an integer grid#abline(h=0, v=0, col = "gray60",lwd=5)#text(1,0, "abline( h = 0 )", col = "gray60", adj = c(0, -.1))#abline(h = -1:5, v = -2:3, col = "lightgray", lty=3)#abline(a=1, b=2, col = 2)#text(1,3, "abline( 1, 2 )", col=2, adj=c(-.1,-.1))}#使用contourSwitchSign来控制是否输出二维等高线图add contour mapcontourSwitchSign <- 1if(contourSwitchSign==1){contour(s,add=TRUE,cex=1.5)}#关闭图像输出设备#dev.off()#lines(mydata$V3, col="red", type="o", pch=22, lty=2)
等温线图
library(MASS)
Sigma <- matrix(c(1,0.7,0.7,1),2,2)
Sigma
r=mvrnorm(n=1000, c(0,3), Sigma)
par(mfrow = c(2, 2))
#density plot
plot(density(r))
#kernel density estimate
bivn.kde <- kde2d(r[,1], r[,2], n = 50)
#perspective plot
persp(bivn.kde, phi = 45, theta = 30)
#contour plot
contour(bivn.kde)
#contour plot with image
image(bivn.kde,col = terrain.colors(100)); contour(bivn.kde, add = T)
library(MASS)
x<-rnorm(20);y<-rnorm(20)
contour(kde2d(x,y), col = 'red', drawlabel=F)
points(x,y)
x <- seq(-pi, pi, length = 50)
y <- x
f <- outer(x, y, function(x, y)cos(y)/(1+x^2))
contour(x, y, f)
x <- seq(-pi, pi, length = 50)
y <- x
f <- outer(x, y, function(x, y)cos(y)/(1+x^2))
contour(x, y, f, nlevels = 45)
fa <- (f-t(f))/2
R语言绘制等值线和等高线相关推荐
- R语言绘制不一样的条形图
绘制条形图的方法有很多,这里介绍如果用R语言绘制一个不一样的条形图 准备数据,这里为了方便,我们使用已经存在于gcookbook包中的一个数据集 首先需要调用该包,如果该包不存在,可以使用下面的方式安 ...
- R语言绘制生存曲线图
R语言绘制生存曲线图 KMunicate是支持按照Morris等人的KMunicate研究推荐的方式生成Kaplan-Meier图. 1958年,Edward L. Kaplan 和Paul Meie ...
- R语言绘制Bump Chart
R语言绘制Bump Chart的小示例 # install.packages("tidyverse") # install.packages("ggbump") ...
- R语言绘制环形树状图
R语言绘制环形树状图 1.主要用到dendextend和circlize包绘图: library(dendextend) library(circlize)# 距离矩阵 d <- dist(US ...
- R语言绘制二维密度图
R语言绘制二维密度图 二维密度图显示了两个数值变量之间的关系,一个在x轴上表示,另一个在Y轴上表示,与散点图类似,然后计算二维空间中特定区域内的观测数,并用颜色梯度表示.二维密度图有几种类型,以下主要 ...
- R语言绘制带聚类树的堆叠柱形图
R语言绘制带聚类树的堆叠柱形图 聚类树与柱形图结合,即可反映样本或分组间的相似性,又能展示样本内的元素组成信息. 例如下图是一个在扩增子测序微生物群落分析中常见的统计图类型,在测序公司给的报告中通常都 ...
- R语言绘制线图(line)实战
R语言绘制线图(line)实战 目录 R语言绘制线图(line)实战 #仿真数据 #基础线图
- R语言绘制空白图实战
R语言绘制空白图实战 目录 R语言绘制空白图实战 #绘制空白图1 #绘制空白图2 #绘制空白图3
- R语言绘制火山图(volcano plot)实战:为差异表达基因(DEGs)添加颜色、基于显著性阈值进行点的颜色美化、为选定基因添加标签
R语言绘制火山图(volcano plot)实战:为差异表达基因(DEGs)添加颜色.基于显著性阈值进行点的颜色美化.为选定基因添加标签 目录 R语言绘制火山图(volcano plot)实战 #导入 ...
最新文章
- python2.7除法_对python中的float除法和整除法的实例详解
- 分享自己整理的《UIT备份容灾解决方案培训稿》
- 柯里化(Curing)
- 部署RocketMQ的管理工具
- C#宿舍管理系统命名规范与评分标注
- 树上子链(树形dp求树的直径)
- C和C++混合编程(__cplusplus 与 external c 的使用)
- php excelreader 中文,如何解决php excel reader导出excel中文乱码?
- mysql 建立索引更慢_如何运用“提前发布,经常发布”来建立更好的品牌
- #if _MSC_VER 1000 #pragma once #endif
- POJ1236:Network of Schools——题解
- 网页内容爬取:如何提取正文内容
- Java基础面试题整理
- 【裴礼文数学分析】例1.1.1
- 斐讯盒子刷android tv,【TV】斐讯盒子T1_YYFROM语音助手实用版(191129)
- 进华为你必须了解的——华为精神
- 突如其来的第一个1024要笑着过
- 数据结构与算法分析:实现list【理解 iter++ 和 ++iter 】
- 端傳媒 android客户端,知乎安卓客户端交互设计分析!
- 肖博老师高中数学必备知识点总结最全版