-
#最強大的繪圖系統-ggplot2
層(Layer)
data?數據 Aesthetics?美學屬性 Geometries?幾何客體層 Facets?面 Statistics?統計層 Coordinates?坐標系 Themes?主題
繪圖函數
#qplot() 類似于base繪圖系統中的plot 隱藏了繪圖細節 #ggplot() 核心 調用函數本身并不可以繪圖
查看全部 -
lattice繪圖系統的使用
install.packages("lattice") library(lattice)#調用lattice函數 xyplot(Temp~Ozone,data=airquality) airquality$Month<-factor(airquality$Month)#將month轉化為分類變量 xyplot(Temp~Ozone|Month,data=airquality, ???????layout=c(5,1))#考察不同月份下臭氧和溫度之間的關系 #?layout q<-xyplot(Temp~Ozone,data=airquality)#先返回類對象 print(q)#再被打印出來 #pannel函數 set.seed(1)#設置種子點,使每次產生的隨機數是一樣的,當使用隨機數時,很重要。 x<-rnorm(100) f<-rep(0:1,each=50)#f包含0和1兩個數,且每個數各存在50個 y=x+f-f*x+rnorm(100,sd=0.5)#使x和y存在交互作用 f<-factor(f,labels?=?c("group1","group2")) xyplot(y~x|f,layout=c(2,1))#自定義面板風格xyplot(y~x|f,panel?=?function(x,y){panel.xyplot(x,y)#自定義函數panel??panel.abline(v=mean(x),h=mean(y),lty?=?2)#abline畫線函數,在水平和豎直方向上的下x,y的平均值處畫線??panel.lmline(x,y,col="red")}#繪制回歸線并且設置顏色???????)
查看全部 -
Lattice 繪圖系統,特別適用于呈現交互作用的作圖
#繪圖函數
lattice包
xyplot/bwplot/histgram/stripplot/dotplot/splom/levelplot/contourplot
格式:xyplot(y~x|f*g,data)
panel函數,用于控制每個面板內的繪圖
——grid包
實現了獨立于base的繪圖系統
lattice包是基于grid創建的;很少從grid包中直接調用函數
lattice與base的重要區別
base繪圖函數直接在圖形設備上繪圖
lattice繪圖函數返回trellis類對象,打印函數真正執行了在設備上繪圖;命令執行時,類對象會被自動打印,看起來就像是lattice函數直接完成了繪圖。查看全部 -
整個圖記一下
查看全部 -
#基本繪圖系統之實踐
xlab=#設置x軸 polt(x,y)
查看全部 -
三大繪圖系統
查看全部 -
layout=c(5,1)生成的圖是5列一行
查看全部 -
總結的非常好!
查看全部 -
兩個分類變量關系:分段條形圖、相對頻率分段條形圖、馬克賽圖
一個分類、一個數值:并排箱圖
查看全部 -
檢查極端值查看全部
-
facets: 圖形/數據的分面。這是ggplot2作圖比較特殊的一個概念,它把數據按某種規則進行分類,每一類數據做一個圖形,所以最終效果就是一頁多圖?
qpolt如果只傳進去一個參數,猜測是柱狀圖,風速這個數值變量的頻率分布圖
qplot(Wind, data=airquality, facets=.~Month)
qplot(y=Wind, data=airquliaty)? x軸按照wind出現的順序進行繪圖
gplot(wind,data=airquality,fill=Month)?
#按照月份顏色累加的柱狀圖
qplot(wind, data=airquality, geom="density",
? ? ? ? ?color=Month)
#,幾何個體參數為density,輸出頻率分布的輪廓線
qplot(Wind,data=airquality, geom="dotplot")
#幾何個體參數為dotplot,輸出點圖
查看全部 -
沒有目的的數據分析叫數據驅動查看全部
-
#Lattice繪圖系統?
install.packages("lattice")?
library(lattice)?
xyplot(Temp~Ozone,data=airquality)?
airquality$Month <-factor(airquality$Month) #將Month從數值變量轉換為分類變量
xyplot(Temp~Ozone|Month,data=airquality,layout=c(5,1))?
q<-xyplot(Temp~Wind,data=airquality)? #并沒有任何圖形產生
print(q) #lattice函數首先返回類對象,是print函數把這個類對象打印出來,如果不把xyplot存到一個變量中,其類對象會被自動打印出來
set.seed(1)?
#設置一個種子點,其意義在于每次產生的隨機數是一樣的,如果不設置種子點,其他人無法生成和你一模一樣的隨機數,無法重現你分析的過程,無法檢查你的錯誤,
x<-rnorm(100) #標準正太分布中100個隨機數
f<-rep(0:1, each=50)
#只包含0和1兩個數,每個出現次數50次,所以f中一共100個數
y<-x+f-f*x+nrom(100,sd=0.5)
f<-factor(f, labels=c("Group1","Group2"))
查看全部 -
——lattice包
格式xyplot(y~x | f * g, data)??
第一個參數:公式,第二個參數:數據
panel函數 控制每個面板內的繪圖
——grid包
獨立于base的繪圖系統
lattice包是基于grid包創建的,我們很少直接從grid包調用函數,而是直接在lattice包調用函數
——base直接在電腦上繪圖
lattice返回trellis類對象,打印函數真正執行了在設備上繪圖,trellis被自動打印在命令執行中
查看全部 -
bg背景顏色
col畫圖顏色
mar 默認值5.1 bottom,4.1left,4.1top,2.1right
mfrow,mfcol 一行一列
?par控制臺 查詢全局變量都有哪些
查看全部
舉報