鱼你学习|走近R语言可视化

Posted 2021-04-18 比目鱼学会

R语言可视化

//R语言小教程--1--plot函数 

Paragraph   1    plot函数简介

R语言自带的plot函数功能强大，可以让你对抽象的数据有最直观的感受，方便后续选择数据的处理方式

///两两之间的散点图

数据：选用R语言自带的airquality数据集

（1973年5月至9月纽约每日的空气质量测量）

大家可以自行实践一下~

如果对数据特定某两个变量作散点图可以：

plot(airquality$Temp, airquality$Wind)

如果想对数据概览其相关性，可以做上面的两两散点图：

plot(airquality)

而type这一属性可以调整画图的样式：

type = "p"---      点;type = "l"---    线   

type = "b"---   点线;type = "c"---   虚线

type = "o"---   线穿点;type = "h"---   直方图

type = "s"---   楼梯形;type = "S"---   楼梯形

同时，plot函数中的xlab，ylab，main分别是设置x轴标题，y轴标题和主标题的内容

xlim和ylim则可以控制x、y轴的取值范围，或是用asp来表示y轴长度对x轴长度的比例

由plot函数衍生出hist和boxplot函数：

hist可以画出直方图（下一图）

boxplot则是有助于发现异常值的箱线图（下二图）

hist(airquality$Wind)

boxplot(airquality[,0:3])

当然，R语言还可以实现将多条图线绘制在一个图中，在此介绍一下用plotly包的绘制方法

x = c(1:100)

data1 = rnorm(100,mean = 5)

data2 = rnorm(100,mean = 0)

data3 = rnorm(100,mean = -5)

data = data.frame(x, data1, data2, data3)

plot_ly(data, x = ~x)%>%

  add_trace(y = ~data1, name = "data1", mode = "lines")%>%

  add_trace(y = ~data2, name = "data2", mode = "markers")%>%

  add_trace(y = ~data3, name = "data3", mode = "lines+markers")

从上述代码可以看见plotly包功能强大，做出的图也很好看，可以将多组数据通过"%>%"这个管道函数进行链接从而画在一张图上，还可以通过更改col、mode等条件来做出更个性化的图表

Paragraph   2    plot函数细节参数

plot函数还有很多可以设置的参数，大家可以收藏这个推送以备不时之需~

///对某个函数寻找零点的迭代图

axes：确定画出哪些坐标轴，以下方为1顺时针旋转计数，以axes(1)这样的格式表达

pch：指定绘制点时使用的符号

cex：符号的大小，是一个具体的数字，默认值为1，以默认值的倍率来体现

lty：设置线条类型

lwd：设置线条的宽度，同cex，默认值为1

颜色设定相关：

col：默认的绘图颜色，可以以字符型向量表示

col.axis：坐标轴刻度文字颜色

col.lab：坐标轴标签颜色

col.main col.sub：主副标题颜色

fg bg：图像前景色和后景色

图形的边界控制方法：

pin：控制图形的尺寸（英寸）

mai：控制空白边界大小（英寸）从下边开始顺时针计数，用数值向量表示

mar：同mai，但是单位是英分，默认值c(5,4,4,2)

还可以用text(x=x0,y=y0,"****")来在画好的图上做一些批注和标记，批注位置在(x0,y0)，批注内容则是双引号引起来的部分，同样，text也可以通过cex，col等参数进行美化

比目鱼学会

欢迎点“在看”支持我们哦~

1

END

1