散点图添加图名R语言

在 R 语言中，可以使用 ggplot2 包绘制散点图，并添加图名。具体步骤如下：

1. 准备数据，假设数据框为 df，包含两个数值变量 x 和 y。

2. 调用 ggplot() 函数，指定数据来源为 df，并设置 x 轴、y 轴变量。

3. 使用 geom_point() 函数添加散点。

4. 使用 ggtitle() 函数添加图名，如 ggtitle("Scatter plot of x and y")。

完整代码如下：

library(ggplot2)
ggplot(df, aes(x = x, y = y)) +
  geom_point() +
  ggtitle("Scatter plot of x and y")

相关问题

R语言折线图添加数据

R语言是一种流行的统计分析和图形处理工具。要创建折线图并添加数据，你可以按照以下步骤操作：

1. 首先，你需要安装并加载`ggplot2`包，这是R中最常用的数据可视化库之一。如果你还没有安装，可以使用`install.packages("ggplot2")`，然后通过`library(ggplot2)`加载。

2. 准备数据：假设你有一个数据框（data frame），其中包含两个变量，一个是时间（time series）作为x轴，另一个是你想展示的数据（通常是数值型）作为y轴。例如：

# 创建一个示例数据框
df <- data.frame(
  time = seq(1, 10, by = 1), # 时间序列，从1到10，步长为1
  values = c(1, 4, 9, 16, 25, 36, 49, 64, 81, 100) # 数据点
)

3. 添加数据到折线图：使用`ggplot()`函数开始创建图形，并将数据框作为参数传递进去。接着，你可以调用`geom_line()`来绘制折线：

line_plot <- ggplot(df, aes(x = time, y = values)) + geom_line()

这里的`aes()`函数设置了x轴和y轴的映射关系，`+ geom_line()`表示添加直线图层。

4. 可选地，你可以添加标题、坐标轴标签、网格线等元素，以美化图表：

line_plot <- line_plot +
  labs(title = "折线图示例", x = "时间", y = "值") +
  theme_minimal() + # 使用简约主题
  scale_y_continuous(labels = sqrt) # 如果需要对y轴取平方根显示

最后，你可以使用`print(line_plot)`来查看你的折线图。

（1）使用pandas相关库读取该数据，并解决中文字体显示问题，设置字体为黑体；并解决保存图像时负号“-”显示未方块的问题； （2）绘制AQI和PM2.5的关系散点图（图名：2020年芜湖市空气质量指数PM2.5与AQI关系图），请参考课件42-46页； （3）绘制空气质量等级分类散点图（图名：2020年芜湖市空气质量等级分类图），请参考课件73-78页； （4）绘制空气质量等级单变量分布图（图名：2020年芜湖市空气质量等级单变量分布图），请参考课件71-72页；

好的，我明白了，以下是对应的代码实现：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 读取数据
df = pd.read_csv('2020年芜湖市空气质量指数.csv', encoding='gbk')

# 设置黑体字体
myfont = fm.FontProperties(fname='C:/Windows/Fonts/simhei.ttf')

# 解决负号显示问题
plt.rcParams['axes.unicode_minus'] = False

# 绘制散点图
plt.scatter(df['AQI'], df['PM2.5'])
plt.title('2020年芜湖市空气质量指数PM2.5与AQI关系图', fontproperties=myfont)
plt.xlabel('AQI', fontproperties=myfont)
plt.ylabel('PM2.5', fontproperties=myfont)
plt.show()

# 绘制空气质量等级分类散点图
level_color = {
    '优': 'limegreen',
    '良': 'yellowgreen',
    '轻度污染': 'orange',
    '中度污染': 'orangered',
    '重度污染': 'red',
    '严重污染': 'darkred'
}
colors = df['空气质量类别'].map(level_color)
plt.scatter(df['AQI'], df['PM2.5'], c=colors)
plt.title('2020年芜湖市空气质量等级分类图', fontproperties=myfont)
plt.xlabel('AQI', fontproperties=myfont)
plt.ylabel('PM2.5', fontproperties=myfont)
plt.show()

# 绘制空气质量等级单变量分布图
level_count = df['空气质量类别'].value_counts()
plt.bar(level_count.index, level_count.values, color=level_count.map(level_color))
plt.title('2020年芜湖市空气质量等级单变量分布图', fontproperties=myfont)
plt.xlabel('空气质量类别', fontproperties=myfont)
plt.ylabel('频数', fontproperties=myfont)
plt.show()

以上代码中，我们使用了pandas库读取了CSV格式数据，然后使用matplotlib库绘制了散点图、分类散点图和柱状图，同时解决了中文显示和负号显示问题。其中，字体文件路径需要根据自己的电脑情况进行设置。