R plot

绘图数据
x1  =  round(runif(100,80,100))
x2  =  round(rnorm(100,80,7))
x3  =  round(rnorm(100,83,18))
x3[which(x3>100)] = 100
num  =  seq(1,100)
x  =  data.frame(num,x1,x2,x3)
多图设置
#par
par(mfrow = c(2,2))
plot(rnorm(60),pch = 17)
plot(rnorm(60),type = "l",lty = 5)
plot(rnorm(60),cex = 0.5)
plot(rnorm(60),lwd = 2)

#layout
layout(matrix(c(1,1,2,3),2,2,byrow = T))
plot(rnorm(60),pch = 17)
plot(rnorm(60),type = "l",lty = 5)
plot(rnorm(60),cex = 0.5)
各种图
直方图
hist(x$x1)
条形图
barplot(table(x$x1))
散点图
plot(x$x1,x$x2)
plot(c(2,3,4,5),c(2,3,5,8),type = 'l',col = "red")
lines(c(2,3,4,5),c(1,4,6,9),type = 'l',col = "blue")
plot(x$x1,x$x2,
     main = "title",
     xlab = "xlab",
     ylab = "ylab",
     xlim = c(60,100),
     ylim = c(60,100),
     xaxs = "i",
     yaxs = "i",
     col = "red",
     pch = 19)
饼状图
pie(table(x$x1))
箱型图
boxplot(x$x1,x$x2,x$x3)
boxplot(x[2:4],col = c("red","green","blue"),notch = T)
boxplot(x[2:4],horizontal = T)
星图
stars(x[2:4])
stars(x[2:4],full = T,draw.segments = T)
stars(x[2:4],full = F,draw.segments = T)
脸谱图
library(aplpack)
faces(x[2:4])
library(TeachingDemos)
faces2(x[2:4])
茎叶图
stem(x$x2)
qqplot
qqnorm(x1)
qqline(x1)
热图
heatmap(as.matrix(x[2:4]),
        Rowv = NA,
        Colv = NA,
        col = heat.colors(256),
        scale = "column",
        margins = c(2,8),
        main = "title")
太阳花图
sunflowerplot(x[2:4],col = "gold",seg.col = "gold")
散点图矩阵
pairs(x[2:4])
三维散点图
library(scatterplot3d)
scatterplot3d(x[2:4])
等高线图
x <- y <- seq(-2*pi,2*pi,pi/15)
f <- function(x,y)
  sin(x)*sin(y)
z <- outer(x,y,f)
contour(x,y,z,col = "blue")
persp(x,y,z,theta = 30,phi = 30,expand = 0.7,col = "lightblue")
地图
library(maps)
map("state",interior = F)
map("state",boundary = F,col = 'red',add = T)
map("world",fill = T,col = heat.colors(10))
map("world",
    col = "#f2f2f2",
    fill = T,
    bg = "white",
    lwd = 0.05,
    xlim = c(-171.738281,-56.601563),
    ylim = c(12.039321,71.856229))
### R语言 `plot` 函数的使用方法 #### 基本语法 R语言中的 `plot()` 是一个通用的绘图函数,可以用来绘制多种类型的图表。它的基本语法如下: ```r plot(x, y = NULL, type = "p", main = NULL, sub = NULL, xlab = NULL, ylab = NULL, ...) ``` 其中: - `x`: 数据向量或矩阵的第一列数据。 - `y`: 可选的数据向量或矩阵的第二列数据。 - `type`: 图形类型,默认为 `"p"` 表示点状图。其他常见选项包括 `"l"` (线条), `"b"` (点线组合), `"h"` (垂直条形) 等[^1]。 --- #### 绘制散点图 以下是一个简单的例子,展示如何使用 `plot()` 来绘制散点图: ```r # 创建两组随机数作为X轴和Y轴数据 set.seed(123) x <- rnorm(50) y <- rnorm(50) # 调用plot函数绘制散点图 plot(x, y, type = "p", col = "blue", pch = 19, main = "Scatter Plot Example", xlab = "X-axis Label", ylab = "Y-axis Label") ``` 此代码会生成一组蓝色圆点组成的散点图,并设置标题以及坐标轴标签。 --- #### 绘制折线图 如果希望连接各个点形成一条连续曲线,则可以通过指定 `type="l"` 参数实现: ```r # 定义时间序列数据 time <- seq(0, 2*pi, length.out = 100) sin_values <- sin(time) # 使用plot函数画出正弦波图像 plot(time, sin_values, type = "l", lwd = 2, col = "red", main = "Sine Wave Line Chart", xlab = "Time", ylab = "Sin Values") ``` 这里通过改变颜色 (`col`) 和线宽 (`lwd`) 提升了可视化效果[^3]。 --- #### 添加回归直线 当研究变量间是否存在某种趋势时,可以在散点图上叠加一条最佳拟合直线来表示这种关系。下面的例子展示了如何利用 `abline()` 方法配合 `lm()` 进行简单线性建模并显示结果: ```r # 构造模拟数据集 house_size <- c(800, 1200, 1600, 2400, 3200) price <- c(150e3, 200e3, 250e3, 350e3, 450e3) # 散点图基础框架 plot(house_size, price, type = 'p', pch = 16, frame = FALSE, main = "House Price vs Size with Regression Line") # 计算线性模型 model <- lm(price ~ house_size) # 显示回归方程摘要信息 summary(model)[^2] # 将预测值加入原图中 abline(model, col = "green", lwd = 2) legend("topleft", legend=c("Data Points","Regression Line"), col=c("black","green"), lty=1:2, cex=0.8) ``` 上述脚本不仅呈现了原始观测值的位置分布情况,还附加了一根绿色代表性的最小二乘估计回归路径。 --- #### QQ图制作 对于统计分析而言,检验样本是否服从特定理论分布是非常重要的环节之一。借助于专门设计好的工具——Q-Q plots(Quantile-Quantile Plots),我们可以直观判断两者之间的一致程度。具体操作方式如下所示: ```r # 随机抽取标准正态分布下的若干数值 sample_data <- rnorm(n = 100, mean = 0, sd = 1) # 利用内置命令快速构建Normal Q-Q Plot qqnorm(sample_data, main = "Standard Normal Distribution Check") qqline(sample_data, col = "darkorange", lwd = 2) ``` 这段程序先生成了一个遵循N(0,1)模式的小规模集合;接着调用了双胞胎姐妹花功能——`qqnorm()` 和 `qqline()` ——共同完成了整个流程[^4]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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