ScapeD的博客

【代码】R语言图表导出png。

结果图：ggpubr包提供了方便的一页多图方法，并且提供了方便的共享图例方法。因为应用中，一个页面上多幅单一类型的图一般只需一个图例即可。参照以下代码：library(ggpubr)dsamp <- diamonds[sample(nrow(diamonds), 1000), ]p1 <- qplot(carat, price, data = dsamp, colour = clarity)p2 <- qplot(cut, price, data = d.

inputpath <- 'data/cru_ts4.05.1901.2020.tmp.dat.nc'library(ncdf4) # package for netcdf manipulationlibrary(raster) # package for raster manipulationlibrary(rgdal) # package for geospatial analysislibrary(ggplot2) # package for plottingnc_data &lt.

R语言本身提供手动定义间断点进行离散化的函数 cut参数如下：cut(x,breaks,labels=NULL, include.lowest=FALSE,right=TRUE,dig.lab=3, ordered_result=FALSE,...)其示例代码如下：...

一般而言，树轮数据多以折线图进行展示，清楚展示每条序列的变化，但序列一多通常难以比较。笔者尝试使用contour图进行展示，可以清楚的展示高低生长期。使用 filled.contour(x, y, z, levels, col) 函数对一个采样点的不同树芯宽度进行可视化，效果如下：其中横轴表示时间（年），纵轴表示不同树轮序列的宽度。可以看出，每条序列基本都存在先高生长后低生长的趋势。另外，不同序列的敏感性是不同的，需要标准化后进行进一步分析。全部代码如下：library(dplR)

以下以提取降水的cru格点数据为例，温度的数据类似。inputpath <- 'data/cru_ts4.05.1901.2020.pre.dat.nc' #文件存储路径library(ncdf4) # package for netcdf manipulationnc_data <- nc_open(inputpath)print(nc_data)# Save the print(nc) dump to a text file{ sink('ncdata.txt')

实现效果左图为原始数据，右图为小波分析加显著性检测结果所需包：WaveletComp一、安装并加载WaveletComp包install.packages('WaveletComp')加载：library('WaveletComp')二、创造数据并执行小波分析及模拟series.length = 6*128*24x1 = periodic.series(start.period = 1*24, length = series.length)x2 = p..

在本教程中，我们将打开一些存储在netCDF文件中的地理空间数据。我们将选择感兴趣的变量和时间范围，并将数据导出到GeoTIFF，以便在R或其他地理空间软件中继续分析。（译者注：新手看可能不知道每个函数的用法，可以先根据文档仿写，记住即可，想要深入研究每个函数的用法，使用RStudio打开包帮助阅读即可）本文读取netcdf并可视乎数据的结果：NetCDF数据集示例首先，我们需要一些数据。作为一个例子，我们将使用北极地区植被绿色度趋势的一些数据。可通过以下链接从ORNL DAAC获取此数据：

一、长表转换为宽表好多气象数据（如气象站点、格点等）是用长表存储的，其格式如下：长表格式常用于数据的存储，尤其对于多维数据的存储十分方便，然而并不利于数据分析。R语言tidyr包中的pivot_wider函数 可以将长表变为宽表，适用于将多个变量保存到了一列的情况。如上图示例，我们需要将表中数据转换成：每年（列）不同站点（行）的观测值，我们使用以下代码：d.tempwider <-d.monthtemp1 %>%pivot_wider(names_from = stat

当数据存储为data.frame格式时，我们通常先将其转为可以使用 PerformanceAnalytics 包之间求相关，并将结果可视化。chart.Correlation(dda, histogram=TRUE, pch=19)其中，dda 为data.frame格式的数据，要求数据格式为 numeric ,如果不是，要先转化...

示例：Error in nchar(x[is_na], type = "width") : invalid multibyte string, element 1出现读取数据报错，很多时候由数据读取默认的编码格式 与 数据本身的编码格式不同 引起的表格中，如果含有中文或中文符号，一般默认为 GBK 编码，而一边编程语言读取时 默认为 UTF-8 编码此时设置 读取数据编码为 GBK 即可：示例：read_csv('data/treeringTP.csv',locale=lo

colnames(ClimateData)=ClimateData[1,]格式为：colnames(表名)=表名[1,]将第一列作为行名 类似：rownames(表名)=表名[,1]

使用as.numeric()即可将一行数据强制更改为数值，参加数值运算。e.g. 更改前："2","2","2","2","2","2","2","2","2","2","2","2","2","2","2"更改后：2，2，2，2，2，2，2，2，2，2，2，2，2，2，2...

在Excel 使用average先求取两格子的平均值，然后可以进一步拉两个格子求取整行/整列的平均值。这在R语言中使用rowMeans求取多行平均值，或colMeans求取多列平均值示例如下：#create data framedata <- data.frame(var1 = c(0, NA, 2, 2, 5), var2 = c(5, 5, 7, 8, 9), var3 = c(2, 7, 9, 9, 7)

实现效果：R语言中ggplot2包提供绘制地图、散点图的方法，是实现在矢量地图上绘制分级设色散点图核心包绘制多边形geom_polygon（data,aes,fill, colour） 绘制点 geom_point .....0、需要用到的包library(maptools) # 读取shp数据常用，可以将shp数据读取为SpatialPolygonsDataFrame 格式，为DataFrame（数据帧）子类，也称为空间多边形数据帧library(ggplot2) #绘图核...

以上思维导图，看完即可理解。下述是文字介绍。这二者是统计新手与老手都很容易混淆的两个概念，以下辨明一下：两变量“不相关”不相关是指二者互相独立，没有相关关系。注如森林里每棵树的树叶个数与村子里每个村民的体重...二者显然无关两变量“线性无关”线性这里单指直线，线性无关是指:没有一次函数关系。如果两变量是3次方的相关关系，这里也叫线性无关。其图示如下：‘可以看出，如果两变量不相关，则必有线性无关。反之则不一定。...

一、一张图上添加不同的元素使用:par(new=TRUE)

一、安装并引用 “burnr” 包Superposed Epoch Analysis可以使用 “burnr” 包 来实现，首先安装 “burnr” 包：命令行输入：install.packages('burnr')其次将 burnr 包添加到引用：library(burnr)二、准备输入数据Superposed Epoch Analysis 的输入数据格式如下：1、 准备时间序列数据放入EXCEL,格式如下：之后，读入R，并修改行名称为年份：dat...

R语言实现EMD分析非常简单，使用EMD包即可。数据以frame存储时，只需要设置一列作为emd()函数的参数即可：remd=emd(all$runoff)remd即输出的所有IMF，同样以frame存储。可以直接导出为csv.