R语言图表绘制：从基础到进阶示例

"R语言是一种强大的统计分析和数据可视化工具，其绘图功能强大且灵活。通过使用R语言的绘图命令，我们可以创建各种类型的图表，如散点图、线图、柱状图、箱线图以及频率分布图等。以下是一些R语言绘图的实例及代码，旨在帮助用户熟悉如何在R环境中进行数据可视化。 1. 散点图：`plot(cars$dist~cars$speed,main="汽车性能测试",xlab="速度",ylab="刹车距离",xaxs="i",yaxs="i",col="red",pch=19)` 这段代码用于绘制汽车速度与刹车距离的关系图。`main`定义了图的主标题，`xlab`和`ylab`分别设定x轴和y轴的标签，`col`定义点的颜色，`pch`设定点的形状。 2. 线图：`plot(sales$units~as.Date(sales$date,"%d/%m/%y"),type="l",col="red")` 这是销售数据随日期变化的线图，`type="l"`表示绘制连线，`col`定义线条颜色。 3. 柱状图：`barplot(sales$ProductA,names.arg=sales$City,col="black")` 展示不同城市的ProductA销售额，`names.arg`指定柱子的标签，`col`设定柱子颜色。 4. 转置的柱状图：`barplot(sales$ProductA,names.arg=sales$City,horiz=TRUE,col="red")` 与上一个柱状图相比，这里将柱状图转置，`horiz=TRUE`表示水平排列。 5. 簇状柱形图：`barplot(as.matrix(sales[,2:4]),beside=TRUE,col=heat.colors(5),border="white")` 和 `barplot(as.matrix(sales[,2:4]),col=heat.colors(5),border="white")` 分别展示了两种不同颜色方案的簇状柱形图，`beside=TRUE`表示并排显示，`col`使用了不同的颜色调色板。 6. 频率分布图：`hist(rnorm(1000))` 生成了正态分布随机数的频率分布。 7. 概率密度图：`plot(density(rnorm(10000)))` 展示了正态分布随机数的概率密度。 8. 箱线图：`boxplot(metals[,-1])` 用于分析数据集`metals`中除第一列外的所有列的分布情况。 9. 变量间两两散点图：`plot(iris[,1:4])` 使用鸢尾花数据集`iris`，绘制了前四列变量之间的散点图。 10. 使用`par()`函数可以调整图形布局，例如将散点图分组显示：`par(mfrow=c(2,3))` 将后续的图分为2行3列。 11. 设置图形背景颜色：`par(bg="gray")`，然后绘制图形，如`plot(rnorm(100))`。 12. 设置坐标轴颜色和线条颜色：`plot(rnorm(100),col="red",pch=19)`，`col`定义点的颜色，`pch`定义点的形状。 通过这些实例，我们可以看到R语言提供了一套丰富的图形参数，可以根据需要自定义图形的每一个细节，从而实现高度定制化的数据可视化。无论是简单的统计图表还是复杂的多变量分析图，R都能轻松应对，是数据分析和科学研究中不可或缺的工具。