R语言图表绘制:从基础到进阶示例
需积分: 48 60 浏览量
更新于2024-07-22
8
收藏 2.6MB DOCX 举报
"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。
2019-01-15 上传
2023-08-19 上传
2023-04-11 上传
2023-07-25 上传
2023-05-17 上传
2023-06-06 上传
2023-10-20 上传
qq_17249223
- 粉丝: 2
- 资源: 2
最新资源
- JavaScript DOM事件处理实战示例
- 全新JDK 1.8.122版本安装包下载指南
- Python实现《点燃你温暖我》爱心代码指南
- 创新后轮驱动技术的电动三轮车介绍
- GPT系列:AI算法模型发展的终极方向?
- 3dsmax批量渲染技巧与VR5插件兼容性
- 3DsMAX破碎效果插件:打造逼真碎片动画
- 掌握最简GPT模型:Andrej Karpathy带你走进AI新时代
- 深入解析XGBOOST在回归预测中的应用
- 深度解析机器学习:原理、算法与应用
- 360智脑企业内测开启,探索人工智能新场景应用
- 3dsmax墙砖地砖插件应用与特性解析
- 微软GPT-4助力大模型指令微调与性能提升
- OpenSARUrban-1200:平衡类别数据集助力算法评估
- SQLAlchemy 1.4.39 版本特性分析与应用
- 高颜值简约个人简历模版分享