R学习笔记4

2023-10-27

7 基本绘图

使用plot调整坐标向量

foo <- c(1.1,2,3.5,3.9,4.2)
bar <- c(2,2.2,-1.3,0,0.2)
plot(foo,bar) #plot简单二维作图plot(x,y)
#x,y的位置不一定为向量,还可以为矩阵
> baz
     foo  bar
[1,] 1.1  2.0
[2,] 2.0  2.2
[3,] 3.5 -1.3
[4,] 3.9  0.0
[5,] 4.2  0.2
> plot(baz)

图形化参数

type 如何画出给定坐标
main,xlab,ylab 分别表示图形标题,水平标签,垂直标签
col 设置点和线所使用的颜色
pch 代表点的特征,选择画的单独点所使用 的特征
cex 代表特征扩展,控制所画点的大小
lty 代表线的类型
lwd 代表线宽
xlim,ylim 绘图的水平和垂直范围

自动绘图类型

> plot(foo,bar,type="l")
> plot(foo,bar,type="b")
#默认type为“p” 只有点   “l” 只有线   “b” 点线都有  ”o“线覆盖点(消除点和线之间的空隙) 
#“n” 没有点和线,建立空的图形

标题和坐标轴标签

plot(foo,bar,type="b",main="My lovely plot",xlab="x axis label",ylab="location y")
plot(foo,bar,type="b",main="My lovely plot\ntitle on two lines",xlab="",ylab="")
#换行符将标题分割成两行

颜色

> plot(foo,bar,type="b",main="My lovely plot",xlab="",ylab="",col=2)
>plot(foo,bar,type="b",main="My lovely plot",xlab="",ylab="",col="seagreen4")
#颜色设置最简单的为整数和字符串

点和线的外观

>plot(foo,bar,type="b",main="My lovely plot",xlab="",ylab="",col=4,pch=8,lty=2,cex=2.3,lwd=3.3)
>plot(foo,bar,type="b",main="My lovely plot",xlab="",ylab="",col=6,pch=15,lty=3,cex=0.7,lwd=2)
#pch和lt设置点和线的外观 点的外观范围[1,25]线的类型为[1,6] cex和lwd分别控制点大小和线宽  

绘制区域限制

>plot(foo,bar,type="b",main="My lovely plot",xlab="",ylab="",col=4,pch=8,lty=2,cex=2.3,lwd=3.3,xlim=c(-10,5),ylim=c(-3,3))
>plot(foo,bar,type="b",main="My lovely plot",xlab="",ylab="",col=6,pch=15,lty=3,cex=0.7,lwd=2,xlim=c(3,5),ylim=c(-0.5,0.2))
#xlim ylim 需要两个参数,为一个长度为2的数值向量

在已有的图中加点、线和文本

points 添加点
lines abline segment 添加线
text 添加文本
arrows 添加箭头
legend 添加图例
> x <- 1:20
> y <- c(-1.49,3.37,2.59,-2.78,-3.94,-0.92,6.43,8.51,3.41,-8.23,-12.01,-6.58,2.87,14.12,9.63,-4.58,-14.78,-11.67,1.17,15.62)
> plot(x,y,type="n",main="")#第一步绘制能家点的空白区域  "n"打开或刷新的图形配置
> abline(h=c(-5,5),v=c(5,10),col="red",lty=2,lwd=2)#ablin 添加横跨图形的直线 用h=c(a,b,...)添加水平线 v=c(a,b,...)添加垂直线
>segments(x0=c(5,15),y0=c(-5,-5),x1=c(5,15),y1=c(5,5),col="red",lty=3,lwd=2)#在水平线之间加了短直线,x0起点坐标 x1终点坐标 
>points(x[y>=5],y[y>=5],pch=4,col="darkmagenta",cex=2)#使用point在图中加具体坐标,根据条件构建子集
>points(x[y<=-5],y[y<=-5],pch=3,col="darkgreen",cex=2)#同上
>points(x[(x>=5&x<=15)&(y>-5&y<5)],y[(x>=5&x<=15)&(y>-5&y<5)],pch=19,cex=1,col="blue")
>points(x[(x<5|x>15)&(y>-5&y<5)],y[(x<5|x>15)&(y>-5&y<5)])#使用默认值
>lines(x,y,lty=4)#lines连接x y坐标
>arrows(x0=8,y0=14,x1=11,y1=2.5)#在代码行添加箭头 x0起点 x1终点
>text(x=8,y=15,label="sweet spot")#添加标签
>legend("bottomleft",legend=c("overall process","sweet","standard","too big","too small","sweet y range","sweet x range"),pch=c(NA,19,1,4,3,NA,NA),lty=c(4,NA,NA,NA,NA,2,3),col=c("black","blue","black","darkmagenta","darkgreen","red","red"),lwd=c(1,NA,NA,NA,NA,2,2),pt.cex=c(NA,1,1,2,2,NA,NA))  #添加图例 legend()第一个参数表示放在位置 (通常“topleft” “topright”“bottomleft”“bottomright”) 然后提供标签向量(字符串),给剩余参数赋值,当不希望相应的图形参数时,向量使用NA填补

ggplot2包

qplot快速绘图

> install.packages("ggplot2") #下载ggplot2
>library("ggplot2")
> foo <- c(1.1,2,3.5,3.9,4.2)
> bar <- c(2,2.2,-1.3,0,0.2)
> qplot(foo,bar) #与plot相比,基本语法相同,x,y向量长度应相同
> plot(foo,bar)
> qplot(foo,bar,
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

R学习笔记4 的相关文章

  • R语言与数据分析实战4-变量的创建与修改

    第1关 创建新变量 在进行实际的数据分析时 我们会经常需要创建新变量或者为当前存在的变量变换新的取值 这就好比你是一个厨师 现在你要创新菜式 需要做一些新的厨房模具或者是改良当前已有的厨具来进行烹饪 对于创建新变量 其实原理非常简单 大家只
  • R语言描述性统计

    使用Hmisc这个包 只需要调用 my data read csv test csv Hmisc describe my data 可以打印出各个变量的均值方差等信息
  • R语言 数据处理(一)

    数据合并 提取及降维处理 install packages dplyr 数据处理包dplyr library dplyr name1 lt c Bob Mary Jane Kim name2 lt c Bob Mary Kim Jane w
  • R语言的Rattle可视化BI数据挖掘分析工具

    Rattle介绍 Rattle是一个免费的开源数据挖掘工具包 使用 Gnome 图形界面以统计语言 R编写 它在GNU Linux Macintosh OS X和MS Windows下运行 Rattle正在澳大利亚和国际上用于商业 政府 研
  • 三句话,我让R语言自动升级了

    R语言是为数学研究工作者设计的一种数学编程语言 主要用于统计分析 绘图 数据挖掘 跟所有计算机语言一样 R语言也面临升级的问题 本文讲述了最快捷的升级R语言办法 不用重新安装之前的安装包 首先 进入R交互模式 然后三条命令搞定 instal
  • 802.11K/V/R协议介绍

    802 11K V R协议介绍 1 传统无线漫游介绍 1 1 什么是无线漫游 一台无线终端备 STA 通过连接Wi Fi获取上网体验 Wi Fi名称 又称为SSID 是由无线接入网 AP 提供的 因为一台AP设备的覆盖范围有限 所以无线网络
  • 如何编写R函数

    转载自http blog sciencenet cn blog 255662 501317 html R语言实际上是函数的集合 用户可以使用base stats等包中的基本函数 也可以自己编写函数完成一定的功能 但是初学者往往认为编写R函数
  • 数据挖掘实验(四):决策树归纳 R语言

    一 实验目的 决策树分类算法 decision tree 通过树状结构对具有某特征属性的样本进行分类 其典型算法包括ID3算法 C4 5算法 C5 0算法 CART算法等 本次实验掌握用ID3的信息增益来实现决策树归纳 二 实验软件 Rst
  • R语言实现文本情感分析

    在本博客中 我们将介绍如何使用R语言进行文本情感分析 我们将介绍如何处理文本数据 构建模型 训练模型并进行情感预测 这里我们将使用IMDb电影评论数据集进行示例分析 数据准备 首先 我们需要下载并加载IMDb电影评论数据集 可以从这里下载数
  • R语言【数据集的导入导出】

    目录 一 从键盘输入数据 二 函数方法读取 1 读取数据文件 2 从屏幕读取数据 1 scan 2 readline 3 读取固定宽度数据文件 三 读取csv文件 四 读取表格数据文件 五 从网络中读取表格或者CSV数据文件 一 从键盘输入
  • R语言学习笔记:分析学生的考试成绩

    孩子上初中时拿到过全年级一次考试所有科目的考试成绩表 正好可以用于R语言的统计分析学习 为了不泄漏孩子的姓名 就用学号代替了 感兴趣可以下载测试数据进行练习 num class chn math eng phy chem politics
  • Class 06 - 良好的编码习惯(保持代码的可读性)

    Class 06 良好的编码习惯 保持代码的可读性 保持代码的可读性 编码风格 命名的注意事项 文件名 对象名称 语法 运算符 逗号 中括号和小括号 大括号 代码缩进 代码的长度 赋值 注释 调试报错 保持代码的可读性 在编写 R语言 或任
  • 统计学三大分布(卡方、t、F)即相应概率密度图的R语言实现

    三大统计分布 1 2 chi 2 2分布 设随机变量 X 1
  • R语言聚类分析

    本文首发于公众号 医学和生信笔记 完美观看体验请至公众号查看本文 文章目录 系统聚类 层次聚类 Hierarchical clustering 快速聚类 划分聚类 partitioning clustering K means聚类 围绕中心
  • 使用lattice包的bwplot函数绘制箱图比较多个模型在不同指标上的性能差异(R语言)

    使用lattice包的bwplot函数绘制箱图比较多个模型在不同指标上的性能差异 R语言 箱图是一种常用的数据可视化方法 用于表示一组数据的分布特征 包括中位数 四分位数 异常值等 在比较多个模型在多个指标上的性能差异时 箱图可以提供直观的
  • 不同kNN模型在R语言中的比较

    不同kNN模型在R语言中的比较 k近邻 k Nearest Neighbors 简称kNN 是一种常见的机器学习算法 被广泛用于分类和回归问题 它基于一个简单的假设 与某个样本集中距离最近的k个样本具有相似的特征和标签 本文将探讨在R语言中
  • R-INLA Project目录

    集成嵌套拉普拉斯近似法 INLA 是一种近似贝叶斯推断的方法 在过去的几年里 由于其速度和通过R INLA软件包的易用性 它已经成为马尔科夫链蒙特卡洛等其他方法的替代品 尽管INLA方法的重点是可以表达为潜伏高斯马尔可夫随机场 GMRF 的
  • 2021-05-03

    一 R中安装 phyloseq 的方法 很多网上的教程使用的都是 source https bioconductor org biocLite R biocLite phyloseq 但是我尝试了很多次 最后还是没有成功 下面能成功安装 p
  • R语言实现RMF模型

    RMF模型说明 RMF模型是客户管理中 常被用来衡量客户价值和客户创利能力的重要方法 它主要考量三个指标 最近一次消费 Recency 近期购买的客户倾向于再度购买 消费频率 Frequency 经常购买的客户再次购买概率高 消费金额 Mo
  • R语言采集获取58商铺出租转让信息

    前两篇文章给我一个朋友分析出店铺商品以及地址房源信息 后来去看了下店铺房租有点贵 还是毛坯房 要自己装修 本着节约成本的原则 熬了个通宵 给他采集了一些转租商铺数据 因为数据比较多 过于先进不方便展示 我就将我爬虫程序的模版展示给大家观看

随机推荐

  • Python Keras神经网络实现iris鸢尾花分类预测

    Keras卷积神经网络实现iris鸢尾花分类预测 正确率超过99 1 鸢尾花数据iris csv iris数据集是机器学习中一个经典的数据集 由英国统计学家Ronald Fisher在1936年收集整理而成 该数据集包含了3种不同品种的鸢尾
  • 【模型评估与选择】交叉验证Cross-validation: evaluating estimator performance

    Learning the parameters of a prediction function and testing it on the same data is a methodological mistake a model tha
  • 海贼王热血航线正在连接服务器,航海王热血航线进不去怎么办 进不去解决方法一览...

    航海王热血航线进不去怎么办 进不去解决方法一览 航海王与今天早上正式开服了 相信很多玩家都遇到了进不去的问题 相信很多玩家都想知道应该怎么办 下面就跟着小编一起来看看吧 航海王热血航线进不去游戏怎么办 原因1 网络问题 如果小伙伴们在登录游
  • win10出于安全和性能方面的原因,此Windows 模式只运行...是怎么回事?

    最近安装了win10操作系统的用户反应电脑中无法安装任何程序的现象 在运行exe程序的时候就出现了如下图所示提示 出于安全和性能方面的原因 此Windows 模式只运行应用商店中经过验证的应用 这有助于保护电脑井让其保持平稳运行 x xxx
  • mysql 连接url中useUnicode=true&characterEncoding=UTF-8 的作用

    我们在连接mysql数据库的时候一般都会在url后面添加useUnicode true characterEncoding UTF 8 但是问什么要添加呢 添加的作用是 指定字符的编码 解码格式 例如 mysql数据库用的是gbk编码 而项
  • vue 在js 文件中使用store_vue 如何在 .js 文件引入 store

    项目中如果配置比较多的话 store的使用可能不只是在store文件夹里面的文件 比如下面项目结构 例如希望在api index js 文件使用store 改怎么导入呢 原因 其实在main js我们是导入过store的 并挂在到vue实例
  • 学考计算机使用说明,国家医学考试机考(计算机化)模拟系统考生操作指南

    国家医学考试系统机考 计算机化 模拟考试系统考生操作指南由医学教育网为大家整理 本操作指南用于帮助考生了解计算机化考试流程 熟悉考试系统操作 在正式考试前做好准备 按照考务规定 考生在开考前30分钟可以进入考室候考 接下来为大家说一下相关系
  • 关于傅里叶变换的一点体会

    与君共勉 那些你荒废的时光 终究一天会以一种陨石撞击地球的猛烈闯入你的生活 而你所能做的 也只是悲当以歌 Proton 若你看到上面的话 不要为Proton的身份而吃惊 因为这是渺小如质子的我 并且请你原谅我一个工科生说的一些不够成熟的话
  • openGL之API学习(七)Unable to get the location of uniform

    在使用下面代码时遇到该错误 m textureLocation GetUniformLocation gShadowMap 着色器的代码为 version 330 in vec2 TexCoordOut uniform sampler2D
  • hbase导入数据同时与phoenix实现映射同步

    我们的目标是 创建一个hbase表格 能够通过phoenix进行访问 同时能够导入本地数据到hbase中 最后都能够通过phoenix进行访问 1 先在hbase中创建表格 create WHO GOODS LABEL GID INFO 2
  • 基于MATLAB的LS-SVM实现方法以及SVM的一些知识点

    使用之前需要把LSSVMlabv1 8 R2009b R2011a解压 并在matlab中添加到路径中 下载链接 http www esat kuleuven be sista lssvmlab 我使用的是 V1 8版本 matlab版本我
  • VTK vtkExtractSelection 获取 选择部分 非选择部分

    VTK vtkExtractSelection 获取 选择部分 非选择部分 有时需要获取两部分 这里有实现 共同学习一下 include
  • Pandas中的pivot操作

    目标 读取excel中的长表 将其透视为短表 一张长表转换成宽表 使用函数pivot 前提 查看原数据是否有列名 如果原数据是左图这样 生成dataframe二维数据时会把第一行数据默认为索引 如右图 造成第一行数据丢失 因此在遇到这种数据
  • 爬取拉勾网站出错,各位怎么处理的啊?

    需求确定 需求是数据分析的起点 在没有搞清楚需求的情况下 盲目的抓取一大把数据胡乱分析 最终得不出有用的结论 本次数据分析的目的如下 工作年限与薪资之间的关系 不同工作年限薪资水平变化规律 北京地区招聘数据分析师岗位公司的分布 招聘数据分析
  • 152. Maximum Product Subarray

    Find the contiguous subarray within an array containing at least one number which has the largest product For example gi
  • 看完这篇,学习Python中遇到的问题轻松解决!

    我在最初学习Python时 并没有把它列入自己的职场规划 单纯是为了爬资料 所以想着自己学一点能用的就行了 可是在学习的过程中 对于小白的我来说 发现它并没有我想的那么简单 学习的整个思路完全是混乱的 也不知道重难点 幸好身边有伙伴是计算机
  • 机器学习笔记(1)

    1 两个任务 分类和回归 2 分类 1 有监督学习 必须确定目标变量的值 2 无监督学习 数据没有类别信息 也不会给定目标值 聚类 将数据集分成由类似的对象组成多个类的过程称为聚类 密度估计 3 半监督学习 3 选择算法的两个问题 1 算法
  • 阿里云中搭建FTP服务器

    在阿里云中搭建ftp服务器一定要记得在云平台配置防火墙的端口
  • qt creator修改程序编码(解决中文乱码问题)的方法

    qt creator修改程序编码 解决中文乱码问题 的方法 qt creator修改程序编码的功能有几处 1 edit select encoding 选择载入 显示 编码和储存编码 其中GB2312和UTF 8是常用编码方式 这种方法主要
  • R学习笔记4

    7 基本绘图 使用plot调整坐标向量 foo lt c 1 1 2 3 5 3 9 4 2 bar lt c 2 2 2 1 3 0 0 2 plot foo bar plot简单二维作图plot x y x y的位置不一定为向量 还可以