R中级绘图

R语言使用smoothScatter函数可视化散点图、应对数据量太大、且有数据重叠的情况、普通散点图可视化效果变差的情况、smoothScatter函数使用核密度估计来生成散点图的平滑颜色密度表示 阅读详情
#散点图
attach(mtcars)
plot(wt,mpg,main="Test1",xlab="wt",ylab="mpg",pch=19)
#添加最佳拟合的线性直线
abline(lm(mpg~wt),col="red",lwd=2,lty=1)
#添加平滑曲线lowess()和loess()
lines(lowess(wt,mpg),col="blue",lwd=2,lty=2)


#car包中的scatterplot()
library(car)
#mpg~wt|cyl表示在cyl各个水平下分别绘制mpg和wt的关系图
scatterplot(mpg~wt|cyl,data=mtcars,lwd=2,main="Test2",xlab="x",ylab="y",legend.plot=TRUE,
            id.method="identify",labels=row.names(mtcars),boxplots="xy")


#散点图矩阵
pairs(~mpg+disp+drat+wt,data=mtcars,main="Test3")


scatterplot.matrix(~mpg+disp+drat+wt,data=mtcars,spread=TRUE,lty.smooth=2,main="Test4")
scatterplot.matrix(~mpg+disp+drat+wt|cyl,data=mtcars,spread=TRUE,diagonal="histogram",main="Test5")


library(gclus)#可以使相关性更高的变量跟靠近主对角线
mydata<-mtcars[c(1,3,5,6)]
mydata.corr<-abs(cor(mydata))
mycolors<-dmat.color(mydata.corr)
myorder<-order.single(mydata.corr)
cpairs(mydata,myorder,panel.colors = mycolors,gap=.5,main="Test5")


#高密度散点图
set.seed(1234)
n<-10000
c1<-matrix(rnorm(n,mean=0,sd=0.5),ncol=2)
c2<-matrix(rnorm(n,mean=3,sd=2),ncol=2)
mydata<-rbind(c1,c2)
mydata<-as.data.frame(mydata)
names(mydata)<-c("x","y")
with(mydata,plot(x,y,pch=19,main="Test6"))


#用颜色密度来显示重叠的数目
with(mydata,smoothScatter(x,y,main="Test7"))


#六边形单元格显示
library(hexbin)
with(mydata,{bin<-hexbin(x,y,xbins=50)
plot(bin,main="Test8")})


#颜色展示密度变化
library(IDPmisc)
with(mydata,iplot(x,y,main="Test9"))


#三维散点图
library(scatterplot3d)
attach(mtcars)
scatterplot3d(mtcars$wt,mtcars$disp,mtcars$mpg,main="Test10")


#气泡图--通过点的大小来比较(商业应用中用得很多)
attach(mtcars)
r<-sqrt(disp/pi)
symbols(wt,mpg,circle=r,inches = 0.3,fg="white",bg="lightblue",main="Test11",xlab="x",ylab="y")
text(wt,mpg,rownames(mtcars),cex=0.6)
detach(mtcars)


#折线图
plot(x=,y=,type=)
lines(x=,y=,type=)

Orange$Tree<-as.numeric(Orange$Tree)
ntrees<-max(Orange$Tree)
x<-range(Orange$age)
y<-range(Orange$circumference)
plot(x,y,type="n",xlab="x",ylab="y")


colors<-rainbow(ntrees)
linetype<-c(1:ntrees)
plotchar<-seq(18,18+ntrees,1)


for(i in 1:ntrees)
{
  tree<-subset(Orange,Tree==i)
  lines(tree$age,tree$circumference,type="b",lwd=2,lty=linetype[i],col=colors[i],pch=plotchar[i])
}


legend(x[1],y[2],1:ntrees,cex=0.8,col=colors,pch=plotchar,lty=linetype,title="Tree")


#相关图


library(corrgram)
corrgram(mtcars,order=TRUE,lower.panel = panel.shade,upper.panel = panel.pie,text.panel = panel.txt,
         main="Test12")


corrgram(mtcars,order=TRUE,lower.panel = panel.ellipse,upper.panel = panel.pts,text.panel = panel.txt,
         
         diag.panel = panel.minmax , main="Test12")


#马赛克图---多类别型变量的频数、频率展现
library(vcd)
ftable(Titanic)
mosaic(Titanic,shade=TRUE,legend=TRUE)
mosaic(~Class+Sex+Age+Survived,data=Titanic,shade=TRUE,legend=TRUE)
使用核密度估计生成平滑颜色密度表示的散点图(R语言) 运行上述代码后,将会显示一个散点图,其中横轴表示汽车的马力,纵轴表示后桥比例。图中的每个点代表一种汽车型号,颜色的深浅表示该区域内的数据点密度。函数,我们可以方便地生成基于核密度估计的平滑颜色密度表示的散点图。这种图形表示方法可以帮助我们更好地理解数据的分布情况,并发现其中的模式和趋势。函数,我们可以将两个变量(例如,汽车的马力和加速度)作为参数传递给函数,并指定其他绘图选项,如图形的标题、轴标签等。函数通过核密度估计方法计算数据点的密度,并使用颜色来表示密度的大小。颜色越深,表示该区域内的数据点越密集。 阅读详情

相关推荐

软件工程导论实践:从需求到架构的机票预订系统全流程解析

本文深入解析机票预订系统从需求分析到架构设计的全流程实践,涵盖业务流程、功能建模、模块化设计、性能优化等关键环节。通过实际项目经验,分享软件工程导论在复杂系统开发中的应用技巧,包括数据流图绘制、E-R图设计、微服务架构及高并发处理等实战策略,助力开发者构建高效可靠的机票预订系统。

weixin_29202213的博客 414

R语言中级绘图--高密度图

本章,我们主要关注用于展示双变量间关系和多变量间关系的绘图方法 当数据点重叠很严重时,用散点图来观察变量关系就显得“力不从心”,这时就需要使用高密度图来显示双变量之间关系。 示例 #设置数据 set.seed(1234) n <- 10000 c1 <- matrix(rnorm(n,mean = 0,sd=0.5),ncol=2) c2 <- matrix(rnorm(n,me...

weixin_42712867的博客 2421

实战指南:用Python实现ONVIF WS-Discovery设备发现(附完整代码)

本文提供了一份详细的实战指南,介绍如何使用Python实现基于ONVIF标准的WS-Discovery设备发现协议。文章深入解析了协议原理、网络通信模型,并提供了完整的代码实现,帮助开发者快速构建智能安防和物联网应用中的设备自动发现工具,有效提升网络设备集成与管理的效率。

chair的专栏 1114

canvas js 绘图插件_使用 React Hooks 实现仿石墨的图片预览插件(巨详细)

点击上方“前端教程”,选择“星标”每天前端开发干货第一时间送达!作者:DARRELLhttps://juejin.im/post/5e9bf299f265da47ee3f6c31前言最近工作中需要制作一个图片预览的插件,在参考了很多产品(掘金、知乎、简书、石墨等)的图片预览之后,最终还是觉得石墨的比较符合我们的产品需求。本来以为能在社区中找到相关插件,但想法美好,现实却很骨感,于是便决定...

weixin_39759182的博客 665

单片机多级菜单的简单实现

单片机多级菜单的简单实现 多级菜单的思路 最近想把stm32上的oled显示屏做的好看一些,于是动手写了写一个多级菜单,思路很简单,每个页面用单独的函数封装好,每个功能也是用单独的函数进行封装,用了3个按键,两个切换键,一个确定键。 首先来看看用啥判断页面的(这偷个懒,希望没人打我) //页面标志位 uint8_t s1 = 0; //主页面功能号 uint8_t s2 = 0; //主次页面判断标志位 uint16_t s3 = 1; //次页面功能号 主页面的显示函数,这是个很枯燥的一

qq_43940175的博客 7605

点云最小二乘法拟合曲线

文章目录一、引言 一、引言

dayuhaitang1的博客 2735

《R语言实战》day?-第十一章:中级绘图

本章,我们主要关注用于展示(多元关系)的绘 图方法。比如下面的例子。 汽车里程与车重的关系是怎样的?它是否随着汽车的汽缸数目不同而变化? 如何在一个图形中展示汽车里程、车重、排量和后轴比之间的关系? 当展示大数据集(如10 000个观测)中的两个变量的关系时,如何处理数据点的 情况?换句话说,当图形变成了一个大黑点时怎么办? 如何一次性展示(给你一个电脑屏幕或一张纸,并且预算没有《阿 凡达》那么多)? 如何展示? 如何在单幅图中展示?它又如何帮助你理解数据的结构?

lim18719266191的博客 865

【python数据挖掘课程】二十八.基于LDA和pyLDAvis的主题挖掘及可视化分析

这是《Python数据挖掘课程》系列文章,前面很多文章都讲解了数据挖掘、机器学习,这篇文章主要讲解LDA和pyLDAvis算法,同时讲解如何读取CSV文本内容进行主题挖掘及可视化展示。文章比较基础,希望对你有所帮助,提供些思路,也是自己教学的内容。推荐大家购买作者新书《Python网络数据爬取及分析从入门到精通(分析篇)》,如果文章中存在错误或不足之处,还请海涵。 目录: 一.显示结果及安装 二.LDA主题挖掘 三.pyLDAvis可视化分析 四.小结

杨秀璋的专栏 1万+

R语言中级绘图:三维散点图

本章,我们主要关注用于展示双变量间关系和多变量间关系的绘图方法 三维散点图 使用函数scatterplot3d()绘制三维散点图 示例 install.packages("scatterplot3d") library(scatterplot3d) attach(mtcars) scatterplot3d(wt,disp,mpg,main="Basic 3D Scatter Plot") sc...

weixin_42712867的博客 1万+

Ollama DNS 重新绑定攻击 (CVE-2024-28224)

一旦 DNS 重新绑定攻击成功,攻击者就可以对这些 API 进行排序,以读取 Ollama 运行的进程可访问的任意文件数据,并将这些数据泄露到攻击者控制的系统中。完成对“创建模型” API 请求的调用后,Ollama 将收集组成新创建的用户模型的许多工件,包括大型语言模型数据、许可证数据等,以及我们要提取的文件,所有这些都可以通过其 SHA256 内容进行寻址。这是我们要窃取的文件,在我们的示例中,是可通过运行 Ollama 的主机上的路径名访问的现有文本文件。值得注意的是,该模型配置为通过参数中的。

技术超强的网络安全平台 1648

【使用DeepSeek辅助Python接口性能自动化测试教程-实战教程】

访问DeepSeek官方网站,注册账号并获取API Key。此Key是调用DeepSeek API的必要凭证,务必妥善保管。安装时,注意勾选“Add Python to PATH”选项,以便系统能识别Python命令。确保你已安装Python 3.8或更高版本。会自动发现并执行所有以。

Dreams°的博客 2466

R语言基础| 中级绘图

前面第六章的图形主要是展示单分类变量或连续型变量的分布情况。本章主要研究二元变量或多元变量关系的可视化。

weixin_47195452的博客 1400

机器学习算法 —— LightGBM

本次我们选择英雄联盟数据集进行LightGBM的场景体验。英雄联盟是2009年美国拳头游戏开发的MOBA竞技网游,在每局比赛中蓝队与红队在同一个地图进行作战,游戏的目标是破坏敌方队伍的防御塔,进而摧毁敌方的水晶枢纽,拿下比赛的胜利。现在共有9881场英雄联盟韩服钻石段位以上的排位比赛数据,数据提供了在十分钟时的游戏状态,包括击杀数、死亡数、金币数量、经验值、等级……参考项目:机器学习系列入门系列[七]:基于英雄联盟数据集的LightGBM的分类预测。

ZShiJ的博客 708

R语言实战笔记--第十一章 中级绘图之散点、气泡、相关、马赛克

R语言实战笔记–第十一章 中级绘图之散点、气泡、相关、马赛克标签(空格分隔): R语言 绘图方法 散点图 气泡图 相关图 马赛克图  R语言实战中的中级绘图包括了散点图、气泡图、拆线图、相关图和马赛克图,主要讲述的是二元和多元关系的图形表述。散点图  散点图,可以说得上是所有图的基础,因为其它图无一不是由点组成的线或面,理解散点图,其它图基本就有个大概的理解了。   散点图一般来说,都是配对出现,

Sevan_Li的博客 1万+

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

R语言中级绘图:折线图

折线图 数据使用基础安装中的Orange数据集为例,它包含五中橘树的树龄和年轮数据 head(Orange) Grouped Data: circumference ~ age | Tree Tree age circumference 1 1 118 30 2 1 484 58 3 1 664 87...

weixin_42712867的博客 5479

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

R语言学习笔记(九):中级绘图

散点图 attach(mtcars) plot(wt,mpg,main="Basic Scatter plot of MPG vs. Weight", xlab="Car Weight (lbs/1000)", ylab="Miles Per Gallon",pch=19) abline(lm(mpg~wt),col="red",lwd=2,...

diqi8140的博客 502

吴裕雄--天生自然 R语言开发学习:中级绘图

#------------------------------------------------------------------------------------# # R in Action (2nd ed): Chapter 11 ...

weixin_30633507的博客 241

吴裕雄--天生自然 R语言开发学习:中级绘图(续一)

#------------------------------------------------------------------------------------# # R in Action (2nd ed): Chapter 11 ...

weixin_30897079的博客 103

R in action - chapter2 数据结构 ~ chapter6 基本图形~chapter11 中级绘图~chapter16高级绘图

R 中得数据结构:  向量 : 同一向量无法hu

Coraline_second_year的专栏 875

R语言实战-第十一章中级绘图(与ggplot2包进行对比)

R语言实战 第十一章

weixin_46964110的博客 833

R in action读书笔记(15)第十一章 中级绘图 之二 折线图 相关图 马赛克图

第十一章 中级绘图 本节用到的函数有: plot legend corrgram mosaic 11.2折线图 如果将散点图上的点从左往右连接起来,那么就会得到一个折线图。 创建散点图和折线图: > opar<-par(no.readonly=TRUE) > par(mfrow=c(1,...

317

R语言编程艺术完结版和读后感

R语言编程艺术这本书后面干货很少了,对我个人帮助不大,第十四章可以简单看看,讲的是提高代码运行效率的,其他的在日常工作中几乎没有帮助。这本书对于初学者或者中级者帮助不大,对高级R编程达人可能有一点帮助吧,还是干货太少了,和R语言实战、learning R等书籍比起来有点弱,R语言的书越出越多,好书真没几本。反正抱怨了不少了,不再提它了,下一步就是作图包:ggplot2的讲解,看完ggplot2,那

houjing1990的博客 894

R in action读书笔记(14)第十一章 中级绘图 之一:散点图(高能预警)

第十一章中级绘图 本章内容: 二元变量和多元变量关系的可视化 绘制散点图和折线图 理解相关图 学习马赛克图和关联图 本章用到的函数有: plot hexbin ablines iplot scatterplot scatterplot3d pairs plot3d ...

448
上一篇: R基本图形
下一篇: R语言ggplot2画图
JavaChaoCo
博客等级 码龄12年 67粉丝 36原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值