大数据

Hi, 请登录

R语言之数据可视化学习记录1:基本绘图系统

网站SEO诊断与整站SEO优化模板,拿去就可以用>>    SEO干货网站内部链接优化与整站优化>>   

with(airquality, plot(Wind, Temp, main = "Wind and Temp in NYC"))

使用这句程序所得结果与上述两句程序结果相同。

在plot函数中将参数type设为”n”,可以设置在图形中数据不显示:

with(airquality, plot(Wind, Temp, 
     main = "Wind and Temp in NYC",
     type = "n"))

这里写图片描述

可以看出,所得图形只有一个坐标,而没有数据内容。

参数含义

type= “p ”

数以点表示

type= “l “

数据显示以线连接

type= “b “

数据以点和连接线的形式显示

type= “o “

数据以线连接,数据点突出显示

type= “h “

数据以点到x轴的垂直线的形式显示

type= “s “

数据显示为阶梯图

type= “n “

不显示数据

在图中添加以红色圆圈表示的9月份的数据:

with(subset(airquality, Month == 9),
     points(Wind, Temp, col = "red"))

这里写图片描述

在图中添加以蓝色圆圈表示的5月份的数据,和用黑色圆圈表示的6、7、8月数据:

with(subset(airquality, Month == 5),
     points(Wind, Temp, col = "blue"))
with(subset(airquality, Month %in% c(6,7,8)),
     points(Wind, Temp, col = "black"))

这里写图片描述

在图中添加回归线(所有数据),并使用legend函数在右上角添加各颜色的说明:

fit <- lm(Temp ~ Wind, airquality)
abline(fit, lwd=2, col = "green")
legend("topright", pch=1,
       col = c("red", "blue","black"),
       legend = c("sep", "May", "Other"))

这里写图片描述

可以看出,图中多了一个绿色的回归线和各颜色说明的标签,其中,使用lm函数求得数据的回归线,并赋予对象fit,使用abline函数生成回归线,lwd定义线粗细为2,col定义颜色为绿色,legend函数中参数”topright”表示右上方,pch定义形状,1为圆圈,2为三角,3为十字等,如果不写该参数,则标签中便不会出现形状。

也可以在图中添加各月份的回归线(9月为红色,5月为蓝色,6,7,8月数据综合起来为黑色):

fit1 <- lm(Temp ~ Wind, airquality, Month ==9)
abline(fit1, lwd=2, col = "red")
fit2 <- lm(Temp ~ Wind, airquality, Month ==5)
abline(fit2, lwd=2, col = "blue")
fit3 <- lm(Temp ~ Wind, airquality, Month %in% c(6,7,8))
abline(fit3, lwd=2, col = "black")

这里写图片描述

> par("bg")
[1] "white"
> par("col")
[1] "black"
> par("mar") #bottom, left, top, right
[1] 5.1 4.1 4.1 2.1
> par("mfrow")
[1] 1 1
> par("mfcol")
[1] 1 1

可以看出,R默人背景为白色,图形颜色为黑色,图形下,左,上,右边距分别为5.1,4.1,4.1,2.1r数据可视化,且画板为一行一列,即一次仅显示一个图形。

使用par函数修改画板为一行两列:

par(mfrow = c(1,2))
hist(airquality$Wind)

这里写图片描述

hist(airquality$Temp)

这里写图片描述

可以看出,修改画板后,一次最多可以显示两个图形,若只有一个图形r数据可视化,则图形仅占画板左边的二分之一。

使用par函数可以将画板恢复为一行一列:

par(mfrow = c(1,1))
hist(airquality$Temp)

这里写图片描述

来源【大数据】,更多内容/合作请关注「运营见识」公众号,赠文案训练手册电子书。

版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。

相关推荐

评论

  • 昵称 (必填)
  • 邮箱
  • 网址
二维码
评论