R语言ggplot2画图
Content
- 1 r语言散点图
- 1.1 散点图
- 1.2 散点图阵
- 2 r语言直方图
- 2.1 规定柱子个数 bins = 60:
- 2.2不规定柱子个数,规定区间 binwidth = 5
- 3 R语言箱型图
- 3.1 单个箱型图:
- 3.2 多个箱型图:
- 4 r语言条形图
- 4.1 普通条形图
- 4.2堆叠图
- 4.3 分簇(并排)条形图
- 4.4 分组条形图
- 5 r语言折线图
使用ggplot对nycflights13进行展示,以下数据均为nycflights13内数据
library(ggplot2)
library(nycflights13)
浏览数据
head(flights, n = 3) #显示前3行
dim(flights) #显示结构,输出为[row, column]
抽取数据
Alaska <- flights[flights$carrier == "AS", ]
dim(Alaska)
以下为画图示例
1 r语言散点图
1.1 散点图
ggplot(data = Alaska, mapping = aes(x = dep_delay, y = arr_delay)) + #建立画图区域geom_point(alpha = 0.2) + #画图,alpha值为点的透明度(这里避免overplotted)# geom_jitter(width = 30, height = 30) + #或者使用geom_jitter避免overplottedlabs(x = "Departure delay (minutes)", y = "Arrival delay (minutes)",title = "Alaska Airlines flights leaving NYC in 2013") #标签
1.2 散点图阵
使用ggpairs() 函数 GGally 包
library(GGally)
#建立数据
data <- data.frame( var1 = 1:100 + rnorm(100,sd=20), v2 = 1:100 + rnorm(100,sd=27), v3 = rep(1, 100) + rnorm(100, sd = 1))
data$v4 = data$var1 ** 2
data$v5 = -(data$var1 ** 2)#画图
ggpairs(data, title="Scatterplot matrix with ggpairs()")
2 r语言直方图
数据:
dim(weather)
2.1 规定柱子个数 bins = 60:
ggplot(data = weather, mapping = aes(x = temp)) +geom_histogram(bins = 60, color = "white",fill = "skyblue") #白边,天蓝色填充
2.2不规定柱子个数,规定区间 binwidth = 5
ggplot(data = weather, mapping = aes(x = temp)) +geom_histogram(binwidth = 5, color = "white")
关于颜色
657种颜色选择,访问:
colors()
3 R语言箱型图
数据
summary(weather$temp)
## Min. 1st Qu. Median Mean 3rd Qu. Max. NA's
## 10.94 39.92 55.40 55.26 69.98 100.04 1
NA’s = 1 代表有一个空值
3.1 单个箱型图:
ggplot(data = weather, mapping = aes( y = temp)) +geom_boxplot() +labs( y = "Temperature (Hourly)",title = "Hourly temperatures from NYC in 2013")
3.2 多个箱型图:
数据
weather$month
## [1] 1 1 1 1 1 1 1 1 1 1
利用factor函数序列化
factor(weather$month)
## [1] 1 1 1 1 1 1 1 1 1 1
## Levels: 1 2 3 4 5 6 7 8 9 10 11 12
不同月份箱型图
ggplot(data = weather, mapping = aes(x = factor(month), y = temp)) +geom_boxplot(fill = "steelblue") +labs(x = "Month", y = "Temperature (Hourly)",title = "Hourly temperatures from NYC in 2013 by month") +scale_x_discrete(labels = c("Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"))#月份标签scale_x_discrete(labels = c())
4 r语言条形图
数据
carrier.freq <- table(flights$carrier)
carrier.freq <- as.data.frame(carrier.freq)
colnames(carrier.freq) <- c("carrier", "number")
4.1 普通条形图
ggplot(data = carrier.freq, mapping = aes(x = carrier, y = number)) +geom_col()
4.2堆叠图
不同carrier从各个机场(origin)起飞情况
数据:
carrier.origin <- table(flights$origin, flights$carrier)
carrier.origin <- as.data.frame(carrier.origin)
colnames(carrier.origin) <- c("origin", "carrier", "number")
画图
#利用fill的color不同进行堆叠
ggplot(data = carrier.origin, mapping = aes(x = carrier, y = number, fill = origin)) + geom_col() +labs(x = "Carrier", y = "Count",title = "Carriers who flew out of New York City in 2013")
4.3 分簇(并排)条形图
不同carrier从各个机场(origin)起飞情况
数据同上堆叠图
画图:
ggplot(data = carrier.origin, mapping = aes(x = carrier, y = number, fill = origin)) +geom_col(position = "dodge") + # 分簇labs(x = "Carrier", y = "Count",title = "Carriers who flew out of New York City in 2013")
4.4 分组条形图
数据同上
更好的对比不同机场起飞(origin)的carrier分布
#利用facet_wrap(~ origin, ncol = 1),~ origin为根据origin,ncol=1指几个图放在一列
ggplot(data = carrier.origin, mapping = aes(x = carrier, y = number, fill = origin)) +geom_col() +facet_wrap(~ origin, ncol = 1) +labs(x = "Carrier", y = "Count",title = "Carriers who flew out of New York City in 2013")
5 r语言折线图
数据:选出EWR地区1月份天气
Newark.Jan <- weather[weather$origin == "EWR" & weather$month == 1, ]
根据时间的折线图
ggplot(data = Newark.Jan, mapping = aes(x = time_hour, y = temp)) +geom_line(color="steelblue") +labs(x = "Time (Hours)", y = "Temperature",title = "Hourly Temperature at Newark Airport in January 2013")
发现r语言时间轴自动出现中文
增加一行
Sys.setlocale("LC_TIME", "English")
也可以把English换成其它语言
R语言ggplot2画图相关推荐
- R语言ggplot2画图3
geom_label()和ggplot_Text()的使用详解 主要是用于在图中标注文本 ??geom_label()可以查看其帮助文档 ##Examples p <- ggplot(mtcar ...
- R语言ggplot2可视化左对齐两个可视化图像的画图区域(边缘)实战
R语言ggplot2可视化左对齐两个可视化图像的画图区域(边缘)实战 目录 R语言ggplot2可视化左对齐两个可视化图像的画图区域(边缘)实战
- [置顶]R语言 ggplot2包
R语言 ggplot2包的学习 分析数据要做的第一件事情,就是观察它.对于每个变量,哪些值是最常见的?值域是大是小?是否有异常观测? ggplot2图形之基本语法: ggplot2的核心理念是将绘图 ...
- 数据可视化——R语言ggplot2包绘制精美的小提琴图(并箱线图或误差条图组合)
数据可视化--R语言ggplot2包绘制精美的小提琴图(并箱线图或误差条图组合) 概述:R语言使用ggplot2工具包绘制小提琴图.为了使数据表达更加丰富,同时将小提琴图与箱线图和误差条图相结合.另外 ...
- R语言ggplot2可视化
R语言数据可视化必备利器之ggplot2包 由于最近学习必要画图较多,所以对R语言ggplot2包的使用较多,在此分享一下自己的心得以及体验,如有错误请小伙伴即时更正. ggplot2有着自己的语法, ...
- 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ggplot2地理信息可视化(上)
很荣幸,能来北京参加2018年第十一届中国R会议,并在中国人民大学-R语言数据可视化会场作报告. 本次演讲题目:<R语言ggplot2之地理信息可视化>,本次演讲重点讲解R语言基于ggpl ...
- R语言ggplot2地理信息可视化(下)
很荣幸,能来北京参加2018年第十一届中国R会议,并在中国人民大学-R语言数据可视化会场作报告. 本次演讲题目:<R语言ggplot2之地理信息可视化>,本次演讲重点讲解R语言基于ggpl ...
- R语言ggplot2可视化:ggplot2可视化散点图并使用geom_mark_circle函数在数据簇或数据分组的数据点周围添加圆圈进行注释(自定义圆圈的大小)
R语言ggplot2可视化:ggplot2可视化散点图并使用geom_mark_circle函数在数据簇或数据分组的数据点周围添加圆圈进行注释(自定义圆圈的大小) 目录
最新文章
- 【小白学PyTorch】4.构建模型三要素与权重初始化
- 2019 ICPC EC Finals C. Heretical … Möbius(中国剩余定理,序列检验)
- [周年感悟]看软件项目中的四种角色
- LeetCode Array Partition I
- java string最大长度_一个Java字符串中到底有多少个字符?
- python整数逆序输出_利用Python实现倒序任意整数
- 解线性方程组的迭代法(高斯-塞德尔迭代法)
- H5开发html文件转换pdf,将HTML页面转换为PDF文件并导出
- 【主题词——玫瑰花】
- 2018 mysql 笔试题_2018秋招数据库笔试面试题汇总
- 跨越阶层,至少需要三代人的努力;看千年前的眉山五苏是如何完成的
- 非常实用的论文查找网站
- 有毒气体传感器代替金丝雀和老鼠在矿山
- 小程序关注公众号组件
- 【行研报告】2021年Q3小红书美妆行业营销报告—附下载链接
- 计算机上u盘变成快捷方式,打开u盘文件变成快捷方式怎么办?
- Turbopack 很火? 那么就从前端角度看 Rust
- RabbitMQ的Qos
- 算力寻租或将终结中本聪的POW机制?深度解析BCH“司机补贴战”
- 杭州还不错的IT公司,想跳槽了,不知道下一站在哪里