R语言基础画图/绘图/作图
R语言基础画图
R语言免费且开源,其强大和自由的画图功能,深受广大学生和可视化工作人员喜爱,这篇文章对如何使用R语言作基本的图形,如直方图,点图,饼状图以及箱线图进行简单介绍。
0 结构
每种图形构成一个section,每个部分大致三部分构成,分别是R语言标准画图代码,R语言画图实例,和画图结果。
R语言标准画图代码帮助你可以直接使用:help(funciton)
查找,实例数据基本都来自内置包的数据,好了,直接切入主图,从最简单的点图开始吧。
1 点图
点图,简单的讲就是每个数据点按照其对应的横纵坐标位置对应在坐标系中的图形,什么是点图就不做过多介绍了。
- 点图标准代码:
dotchart(x, labels = NULL, groups = NULL, gdata = NULL,cex = par("cex"), pt.cex = cex,pch = 21, gpch = 21, bg = par("bg"),color = par("fg"), gcolor = par("fg"), lcolor = "gray",xlim = range(x[is.finite(x)]),main = NULL, xlab = NULL, ylab = NULL, ...)
x是数据来源,也就是要作图的数据;labels 是数据标签,groups分组或分类方式,gdata分组的值,cex字体大小,pch是作图线条类型,bg背景,color颜色,xlim横坐标范围,main是图形标题,xlab横坐标标签,相应的ylab是纵坐标。
- 实例
eg1.1:
dotchart(mtcars$mpg,labels = row.names(mtcars),cex = .7,main = "Gas Mileage for Car Models",xlab = "Miles Per gallon")
mtcar是内置包中的一个数据,将mtcar中每加仑油的里程(mpg,miles per gallon)作为要描述的对象,用点图展现出来,将行名作为点图标签,字体大小是正常大小的0.7,标题“Gas Mileage for Car Models”,x轴标签”Miles Per gallon”。
运行结果(run 或者Ctrl + Enter快捷键)如图所示:
散点图1.1
eg1.2:
现在觉得这个图太散乱了,希望这个图能够经过排序,想要按照油缸数(cyl)进行分组并且用不同的颜显示。(注:#是R语言中的行注释,并且只有行注释,运行时系统会自动跳过#后面的内容)
x <- mtcars[order(mtcars$mpg),] #按照mpg排序
x$cyl <-factor(x$cyl) #将cyl变成因子数据结构类型
x$color[x$cyl==4] <-"red" #新建一个color变量,油缸数cyl不同,颜色不同
x$color[x$cyl==6] <-"blue"
x$color[x$cyl==8] <-"darkgreen"
dotchart(x$mpg, #数据对象labels = row.names(x), #标签cex = .7,#字体大小groups = x$cyl, #按照cyl分组gcolor = "black", #分组颜色color = x$color, #数据点颜色pch = 19,#点类型main = "Gas Mileage for car modes \n grouped by cylinder", #标题xlab = "miles per gallon") #x轴标签
run后结果如下:
散点图1.2
是不是好看多了,嘻嘻!按照油缸数不同进行了分类,并且可以看出油缸数量越多越耗油。
2 直方图
2.1 直方图
小学生都知道的条形图,怎么弄?
- 条形图标准代码:
barplot(height, ...)
是太简单了吗?这么粗暴,就给了一个变量。
- 实例
eg2.1.1
library(vcd)
counts <- table(Arthritis$Improved) #引入vcd包只是想要Arthritis中的数据
barplot(counts,main = "bar plot",xlab = "improved",ylab = "counts")
结果2.1.1:
条形图2.1.1
eg2.1.2
barplot(counts,main = " horizontal bar plot",
xlab = "frequency",
ylab = "improved",
horiz = TRUE)#horizon 值默认是FALSE,为TRUE的时候表示图形变为水平的
图形结果:
条形图2.1.2
eg2.1.3 进阶
数据来源:vcd包中的Arthritis,风湿性关节炎研究结果数据,如果没有安装vcd包,需要先安装,install.packages("vcd")
,然后用library引用包vcd,
install.packages("vcd")
library(vcd)
counts <- table(Arthritis$Improved,Arthritis$Treatment)
counts
数据如下所示:
Placebo | Treated |
---|---|
None | 29 |
Some | 7 |
Marked | 7 |
代码:
eg 2.1.3.1
barplot(counts,main = " stacked bar plot",xlab = "treated",ylab = "frequency",col = c("red","yellow","green"), #设置颜色legend = rownames(counts)) #设置图例
结果2.1.3.1:
2.1.3.1堆砌条形图
- 代码
eg2.1.3.2
barplot(counts,main = " grouped bar plot",xlab = "treated",ylab = "frequency",col = c("red","yellow","green"),legend = rownames(counts),beside = TRUE)
结果2.1.3.2
分组条形图2.1.3.2
请注意,两幅图的区别在于2.1.3.2设置了beside = TRUE
,beside默认值是FALSE,绘图结果是堆砌条形图,beside值为TRUE时,结果是分组条形图。
2.2**荆棘图**
荆棘图是对堆砌条形图的扩展,每个条形图高度都是1,因此高度就表示其比例。
- 实例
代码
eg2.2:
library(vcd)
attach(Arthritis)
counts <- table (Treatment,Improved)
spine(counts,main = "Spinogram Example")
detach(Arthritis)
结果:
荆棘图2.2
3 直方图
- 直方图标准代码:
hist(x, ...)
也是简单地可以哈?
- 实例
我们使用par设置图形参数,用mfrow将四幅图放在一起。
代码
eg3.1:
par (mfrow = c(2,2)) #设置四幅图片一起显示
hist(mtcars$mpg) #基本直方图hist(mtcars$mpg,breaks = 12, #指定组数col= "red", #指定颜色xlab = "Miles per Gallon",main = "colored histogram with 12 bins")hist(mtcars$mpg,freq = FALSE, #表示不按照频数绘图breaks = 12,col = "red",xlab = "Miles per Gallon",main = "Histogram,rug plot,density curve")
rug(jitter(mtcars$mpg)) #添加轴须图
lines(density(mtcars$mpg),col= "blue",lwd=2) #添加密度曲线x <-mtcars$mpg
h <-hist(x,breaks = 12,col = "red",xlab = "Miles per Gallon",main = "Histogram with normal and box")
xfit <- seq(min(x),max(x),length=40)
yfit <-dnorm(xfit,mean = mean(x),sd=sd(x))
yfit <- yfit *diff(h$mids[1:2])*length(x)
lines(xfit,yfit,col="blue",lwd=2) #添加正太分布密度曲线
box() #添加方框
结果:
直方图3.1
4 饼图
- 标准饼图代码:
pie(x, labels = names(x), edges = 200, radius = 0.8,clockwise = FALSE, init.angle = if(clockwise) 90 else 0,density = NULL, angle = 45, col = NULL, border = NULL,lty = NULL, main = NULL, ...)
- 实例
eg4.1
par(mfrow = c(2,2))
slices <- c(10,12,4,16,8) #数据
lbls <- c("US","UK","Australis","Germany","France") #标签数据
pie(slices,lbls) #基本饼图pct <- round(slices/sum(slices)*100) #数据比例
lbls2 <- paste(lbls," ",pct ,"%",sep = "")
pie(slices,labels = lbls2,col = rainbow(length(lbls2)), #rainbow是一个彩虹色调色板main = "Pie Chart with Percentages")library(plotrix)
pie3D(slices,labels=lbls,explode=0.1,main="3D pie chart") #三维饼图mytable <- table (state.region)
lbls3 <- paste(names(mytable),"\n",mytable,sep = "")
pie(mytable,labels = lbls3,main = "pie chart from a table \n (with sample sizes")
结果:
4.1 饼状图
5 箱线图
5.1 箱线图
- 标准箱线图代码:
boxplot(x, ...)
- 实例
eg5.1
boxplot(mtcars$mpg,main="Box plot",ylab ="Miles per Gallon") #标准箱线图boxplot(mpg ~ cyl,data= mtcars,main="car milesge data",xlab= "Number of cylinders",ylab= "Miles per Gallon")boxplot(mpg ~ cyl,data= mtcars,notch=TRUE, #含有凹槽的箱线图varwidth = TRUE, #宽度和样本大小成正比col= "red",main="car milesge data",xlab= "Number of cylinders",ylab= "Miles per Gallon")mtcars$cyl.f<- factor(mtcars$cyl, #转换成因子结构levels= c(4,6,8),labels = c("4","6","8"))
mtcars$am.f <- factor(mtcars$am,levels = c(0,1),labels = c("auto","standard"))
boxplot(mpg~ am.f*cyl.f, #分组的箱线图data = mtcars,varwidth=TRUE,col= c("gold","darkgreen"),main= "MPG Distribution by Auto Type",xlab="Auto Type",ylxb="Miles per Gallon")
结果:
5.1 箱线图
5.2 小提琴图
小提琴图是箱线图和密度图的结合。使用vioplot包中的vioplot函数进行绘图。
- 小提琴图标准代码:
vioplot( x, ..., range=1.5, h, ylim, names, horizontal=FALSE, col="magenta", border="black", lty=1, lwd=1, rectCol="black", colMed="white", pchMed=19, at, add=FALSE, wex=1, drawRect=TRUE)
- 实例
代码:
eg5.2
library(vioplot)
x1 <- mtcars$mpg[mtcars$cyl==4]
x2 <- mtcars$mpg[mtcars$cyl==6]
x3 <- mtcars$mpg[mtcars$cyl==8]
vioplot(x1,x2,x3,names= c("4 cyl","6 cyl","8 cyl"),col = "gold")
title(main="Violin plots of Miles Per Gallon",xlab = "number of cylinders",ylab = "Miles per gallon")
结果:
5.2 小提琴图
白点是中位数,中间细线表示须,粗线对应上下四分位点,外部形状是其分布核密度。
R语言基础画图/绘图/作图相关推荐
- r语言 断轴 画图_R语言基础画图/绘图/作图
R语言基础画图 R语言免费且开源,其强大和自由的画图功能,深受广大学生和可视化工作人员喜爱,这篇文章对如何使用R语言作基本的图形,如直方图,点图,饼状图以及箱线图进行简单介绍. 0 结构 每种图形构成 ...
- R语言画图/绘图/作图2
R语言画图/绘图/作图2 动画气泡图 可以使用该gganimate包实现动画气泡图.它与气泡图相同,但是,您必须显示值如何在第五维(通常是时间)上变化. 要做的关键是将 设置为aes(frame)要在 ...
- r语言各形状编号_190+张图片!吐血整理!搞定R语言基础绘图全部知识点
转自:生信宝典|Bio_Data,不一样的生信学习平台 原文链接:ggplot2高效实用指南 (可视化脚本.工具.套路.配色) 作者:严涛 浙江大学作物遗传育种在读研究生(生物信息学方向)伪码农,R语 ...
- FigDraw 2. SCI 文章绘图必备 R 语言基础
点击关注,桓峰基因 桓峰基因 生物信息分析,SCI文章撰写及生物信息基础知识学习:R语言学习,perl基础编程,linux系统命令,Python遇见更好的你 70篇原创内容 公众号 关注公众号,桓峰基 ...
- R语言基础指令和并行算法初识(上篇)
一.R语言背景介绍 二. R语言基础指令 三. R语言并行算法 四. 计划打算 一.R语言背景介绍 1.2.起源:R是统计领域广泛使用的诞生于1980年左右的S语言的一个分支.可以认为R是S语言的一种 ...
- R语言基础入门(全)
R 是门语言,也是个环境.个人认为R有点像matlab. R自带多种统计学及数字分析功能.R的功能也可以通过安装包(Packages,用户撰写的功能)增强,个人感觉这个就是插件.因为S的血缘,R比其他 ...
- R语言基础教程6:程序设计基础
R语言基础教程1:数据类型 R语言基础教程2:散点图 R语言基础教程3:曲线图.误差线和图例 R语言基础教程4:柱形图 R语言基础教程5:图形页面排版 R语言基础教程6:程序设计基础 R语言基础教程7 ...
- 时间序列——R语言基础
这里只提及到了R语言的最皮毛的应用,其实ts是重点提及的,因为他是专门为了时间序列设计的内置class,但ts还是太浅显了,故一定要看以下链接. zoo的使用 xts的使用 以上链接涉及到了zoo与x ...
- %3c- r语言运算符,R语言基础教程之运算符
原标题:R语言基础教程之运算符 运算符类型 在R编程中有以下类型的运算符 - 算术运算符 关系运算符 逻辑运算符 赋值运算符 其他运算符1.算术运算符 下表显示了R语言支持的算术运算符.运算符对向量的 ...
- R语言基础知识详解及概括
R语言基础知识详解及概括 目录 R语言基础知识详解及概括 R数据可视化示例 R语言进行数据创建
最新文章
- ES6 一些常用使用
- 些许注意事项(初学)
- 架构设计-业务逻辑层简述
- 计算机丢失quartz.dll什么意思,win7系统中出现缺少quartz.dll文件的修复方法
- RabbitMQ的元数据重建
- 日本电影《摇摆》:男人之间的心灵碰撞
- 此博客记录我的进阶之路(PHP、C、Python、Erlang)
- [PVE]解决 ProXmoX VE升级 apt-get update 报错的问题
- thinkphp v5.0.11漏洞_ThinkPHP 5.0.x-5.0.23、5.1.x、5.2.x 全版本远程代码执行漏洞分析
- [人工智能-深度学习-55]:循环神经网络 - 样本数据的几种编码方式:OneHot、ASCII、词向量word2vec
- 抢红包算法之线段切割法的python简单实现
- java模拟HTTP请求(集合了网上搜来的各种)
- python集成环境pydev如何使用_Eclipse+PyDev环境搭建
- 运行项目报错 proxy error: could not proxy request...
- 未来计算机行业什么最吃香,未来哪些行业吃香 这四个行业前景比较好
- 计算机发展史—从织布机到IBM!
- Advanced machine-learning techniques in drug discovery
- Ubuntu 18.04 版本中安装mysql 8的方法
- 对比两张图片的MD5值
- 消灭该死的重复 下(4)pass 通过
热门文章
- 编程路上,对于迷失者的一些小小建议
- 大学生HTML作业篮球网页 HTML作业篮球网页期末作业 HTML+CSS篮球网页 HTML学生作业体育篮球网页
- 大专计算机档案,大专档案自我鉴定(精选5篇)
- 【综合】系统架构设计师考试经历分享
- 加拿大签证材料(一家三口)
- python求一个数的因子_0是素数吗(python求一个数的因子)
- 《SEM长尾搜索营销策略解密》一一2.7 经济基础决定上层建筑,文化也是
- 怎么快速制作web原型_快速原型制作指南
- c语言常用基础代码大全,C语言基础入门必读
- Windows下使用c++编译hiredis.lib,Win32_Interop.lib