-
qplot()、ggplot（）查看全部
-
ggplot2繪圖系統查看全部
-
設置種子 set.seed()查看全部
-
Lattice與Base的區別查看全部
-
Lattice繪圖系統查看全部
-
查看全部
-
繪圖 回歸線 abline查看全部
-
hist(airquality$Wind) boxplot(airquality$Wind) boxplot(Wind~Month,airquality,xlab="Month",ylab="Speed(mph)") plot(airquality$Wind,airquality$Temp) with(airquality,plot(Wind,Temp)) with(airquality,plot(Wind,Temp, main = "Wind and Temp in NYC", type = "n")) #9月份的數據點為紅色 with(subset(airquality,Month==9), points(Wind,Temp,col="red")) #5月份的數據點為藍色 with(subset(airquality,Month==5), points(Wind,Temp,col="blue")) #6、7、8三個月為黑點 with(subset(airquality,Month %in% c(6,7,8)), points(Wind,Temp,col="black")) #擬合回歸線 fit <- lm(Temp ~ Wind,airquality) abline(fit,lwd=2) #添加圖示 legend("topright",pch=1, col=c("red","blue","black"), legend = c("Sep","May","Other"))查看全部
-
分類變量的特征和可視化 1. 一個分類變量的可視化 —頻率表（frequency table）、條形圖（bar plot） 2. 兩個分類變量的關系 —關聯表（continggency table）、相對頻率表（relative frequencies） —分段條形圖、相對頻率分段條形圖 —馬賽克圖（mosaicplot） 3. 一個分類變量、一個數值變量的關系 ——并排箱圖（side-by-side box plot）查看全部
-
小結查看全部
-
library(ggplot2) qplot(Wind,Temp,data=airquality,color=Month, facets = Month~., geom = c("point","smooth")) qplot(Wind,data=airquality,fill=Month) qplot(Wind,data=airquality,geom="density") qplot(Wind,data=airquality,size=I(5),geom="dotplot")查看全部
-
fill 數據用不同顏色來表示 density 輪廓查看全部
-
color 顏色 size 大小 shape 形狀 放到 I 函數中查看全部
-
ggplot2層查看全部
-
library(lattice) xyplot(Temp~Ozone,data=airquality) airquality$Month <- factor(airquality$Month) q <- xyplot(Temp~Ozone | Month,data=airquality, layout=c(5,1)) #使用隨機數 就要使用種子點 set.seed(1) x <- rnorm(100) f <- rep(0:1, each=50) y <- x + f - f*x + rnorm(100,sd=0.5) f <- factor(f,labels = c("Group1","Group2")) xyplot(y~x|f,layout=c(1,2)) xyplot(y~x | f, panel = function(x,y){ panel.xyplot(x,y) panel.abline(v=mean(x),h=mean(y),lty=2) panel.lmline(x,y,col="red") })查看全部
舉報
0/150
提交
取消