这篇简直是白写了,写到后面发现ggplot明显更好用

3.1 使用图形

attach(mtcars)
plot(wt, mpg)  #x轴wt,y轴pg
abline(lm(mpg ~ wt))  #画线拟合
title("Regression of MPG on Weight")
detach(mtcars)

R语言中画图只有一幅,如果要画多幅,用dev.new()

3.2 例子

dose <- c(20, 30, 40, 45, 60)
drugA <- c(16, 20, 27, 40, 60)
drugB <- c(15, 18, 25, 31, 40)
plot(dose, drugA, type = "b")  #type="b"是点线图

3.3 图形参数

par():修改图形参数

3.3.1 符号和线条

pch:指定绘制点时使用的符号

cex:指定符号大小,默认为1,1.5表示放大为默认值的1.5倍

lty:指定线条类型,linetype,真难记啊直接写完整英文单词不好吗

lwd:指定线条宽度,linewidth

3.3.2 颜色

col:绘图颜色,col=c("red","blue"),

col.axis:坐标轴刻度文字的颜色

col.lab:坐标轴标签的颜色

col.main:标题颜色

col.sub:副标题颜色

fg:图形前景色

bg:图形背景色

colors():返回所有颜色名称

返回连续形颜色,rainbow(),heat.colors(),terrain.colors(),topo.colors(),cm.colors(),gray()

n <- 10
mycolors <- rainbow(n)
pie(rep(1, n), labels = mycolors, col = mycolors)
mygrays <- gray(0:n/n)
pie(rep(1, n), labels = mygrays, col = mygrays)

3.3.3 文本属性

cex:文本大小

cex.axis:坐标轴刻度文字的缩放倍数

cex.lab:坐标轴名称的缩放倍数

cex.main:标题的缩放倍数

cex.sub:副标题的缩放倍数

font:字体,1常规,2粗体,3斜体,4粗斜体,5=符号字体

font.axis

font.lab

font.main

font.sub

ps:字体磅值

3.3.4 图形尺寸与边界尺寸

pin:以英寸表示图形尺寸

mai:以数值向量表示的边界大小,顺序为下左上右,单位是英寸

mar:以数值向量表示的边界大小,单位是英分

3.4 添加文本,自定义坐标轴和图例

main:标题

sub:副标题

xlab/ylab:X与Y轴名称

xlim/ylim:X与Y轴范围

如下图
plot(dose, drugA, type = "b", col = "red", lty = 2, pch = 2, lwd = 2, main = "Clinical Trials for Drug A", sub = "This is hypothetical data", xlab = "Dosage", ylab = "Drug Response",

xlim = c(0, 60), ylim = c(0, 70))

3.4.1 标题

title():

title(main="main text",sub="sub title",xlab="x axis label",ylab="y axis label")

3.4.2 坐标轴

axis()

如下代码

x <- c(1:10)
y <- x
z <- 10/x
opar <- par(no.readonly = TRUE)
par(mar = c(5, 4, 4, 8) + 0.1)

plot(x, y, type = "b", pch = 21, col = "red", yaxt = "n", lty = 3, ann = FALSE)
lines(x, z, type = "b", pch = 22, col = "blue", lty = 2)
axis(2, at = x, labels = x, col.axis = "red", las = 2)
axis(4, at = z, labels = round(z, digits = 2), col.axis = "blue", las = 2, cex.axis = 0.7, tck = -0.01)
mtext("y=1/x", side = 4, line = 3, cex.lab = 1, las = 2, col = "blue")#在图形边界添加文本
title("An Example of Creative Axes", xlab = "X values", ylab = "Y=X")
par(opar)

3.4.3 参考线

abline(h=yvalues,v=xvalues)

3.4.4 图例

lengend()

如下代码

dose <- c(20, 30, 40, 45, 60)
drugA <- c(16, 20, 27, 40, 60)
drugB <- c(15, 18, 25, 31, 40)
opar <- par(no.readonly = TRUE)
par(lwd = 2, cex = 1.5, font.lab = 2)
plot(dose, drugA, type = "b", pch = 15, lty = 1, col = "red",
ylim = c(0, 60), main = "Drug A vs. Drug B", xlab = "Drug Dosage",
ylab = "Drug Response")
lines(dose, drugB, type = "b", pch = 17, lty = 2, col = "blue")
abline(h = c(30), lwd = 1.5, lty = 2, col = "grey")
library(Hmisc)
minor.tick(nx = 3, ny = 3, tick.ratio = 0.5)
legend("topleft", inset = 0.05, title = "Drug Type",
c("A", "B"), lty = c(1, 2), pch = c(15, 17), col = c("red",
"blue"))
par(opar)

3.4.5 文本标注

text():在绘图区域内添加文本

mtext():在四个边界添加文本

3.5 图形的组合

par(mfrow=c(2,2))  #一个图中放4个小图,2行2列

layout(matrix(c(1, 1, 2, 3), 2, 2, byrow = TRUE))  #一个图中放了3个小图,第一行1个,第二行2个

R语言实战读书笔记(三)图形初阶的更多相关文章

  1. R语言实战读书笔记(二)创建数据集

    2.2.2 矩阵 matrix(vector,nrow,ncol,byrow,dimnames,char_vector_rownames,char_vector_colnames) 其中: byrow ...

  2. R语言实战读书笔记(六)基本图形

    #安装vcd包,数据集在vcd包中 library(vcd) counts <- table(Arthritis$Improved)counts # 垂直barplot(counts, main ...

  3. R语言实战读书笔记1—语言介绍

    第一章 语言介绍 1.1 典型的数据分析步骤 1.2 获取帮助 help.start() help("which") help.search("which") ...

  4. R语言实战读书笔记(八)回归

    简单线性:用一个量化验的解释变量预测一个量化的响应变量 多项式:用一个量化的解决变量预测一个量化的响应变量,模型的关系是n阶多项式 多元线性:用两个或多个量化的解释变量预测一个量化的响应变量 多变量: ...

  5. R语言实战读书笔记2—创建数据集(上)

    第二章 创建数据集 2.1 数据集的概念 不同的行业对于数据集的行和列叫法不同.统计学家称它们为观测(observation)和变量(variable) ,数据库分析师则称其为记录(record)和字 ...

  6. R语言实战读书笔记(五)高级数据管理

    5.2.1 数据函数 abs: sqrt: ceiling:求不小于x的最小整数 floor:求不大于x的最大整数 trunc:向0的方向截取x中的整数部分 round:将x舍入为指定位的小数 sig ...

  7. R语言实战读书笔记(四)基本数据管理

    4.2 创建新变量 几个运算符: ^或**:求幂 x%%y:求余 x%/%y:整数除 4.3 变量的重编码 with(): within():可以修改数据框 4.4 变量重命名 包reshape中有个 ...

  8. R语言实战读书笔记(一)R语言介绍

    1.3.3 工作空间 getwd():显示当前工作目录 setwd():设置当前工作目录 ls():列出当前工作空间中的对象 rm():删除对象 1.3.4 输入与输出 source():执行脚本

  9. R语言实战读书笔记(十三)广义线性模型

    # 婚外情数据集 data(Affairs, package = "AER") summary(Affairs) table(Affairs$affairs) # 用二值变量,是或 ...

随机推荐

  1. BZOJ 3155: Preprefix sum

    大意:给一个数组,先求出SUM[I],然后动态的求出1-I的SUM[I]的和, 这题得化公式: 树状数组维护两个和:SUM(A[I])(1<=I<=X); SUM(A[I]*(N-I+1) ...

  2. ajax原理总结附简单实例及其优点

    在工作中用了Ajax N多次了,也看过一些相关方面的书籍,也算是认识了它,但是一直没有认真总结和整理过相关的东东,失败! 近有闲情,将之总结如下: [名称] Ajax是Asynchronous Jav ...

  3. 深入理解C# 静态类与非静态类、静态成员的区别

    静态类 静态类与非静态类的重要区别在于静态类不能实例化,也就是说,不能使用 new 关键字创建静态类类型的变量.在声明一个类时使用static关键字,具有两个方面的意义:首先,它防止程序员写代码来实例 ...

  4. DirectShow 最简单的入门 -- 播放一段视频

    #include <dshow.h> #pragma comment(lib,"strmbase.lib") #pragma comment(lib,"qua ...

  5. __dict__和__slots__

    __dict__: __slots__:

  6. YAPF:Google开源的Python代码格式化工具

    点这里 现在的大多数 Python 代码格式化工具(比如:autopep8 和 pep8ify)是可以移除代码中的 lint 错误.这显然有些局限性.比如:遵循 PEP 8 指导的代码可能就不会被格式 ...

  7. Razor视图引擎 语法学习(一)

    ASP.NET MVC是一种构建web应用程序的框架,它将一般的MVC(Model-View-Controller)模式应用于ASP.NET框架: ASP.NET约定优于配置:基本分为模型(对实体数据 ...

  8. JAVA WEB新进展

    哈哈,终于搞来页面来了,丑是丑,但是好的进展. 高手的思路,自己用库建连接池,确实利害. 最关键的一个HELPER代码: package org.smart4j.chapter2.helper; im ...

  9. linux下crontab实现定时服务详解

    http://www.jb51.net/LINUXjishu/151805.html 任务调度的crond常驻命令 crond 是linux用来定期执行程序的命令.当安装完成操作系统之后,默认便会启动 ...

  10. Android ActionBar详解

    Android ActionBar详解 分类: Android2014-04-30 15:23 1094人阅读 评论(0) 收藏 举报 androidActionBar   目录(?)[+]   第4 ...