R语言基础绘图系统

基础图形——直方图、金字塔图

3.直方图

参数设置及比较。

op <- par(mfrow=c(2,3))
data <- rnorm(100,10,5) hist(data,col = 'light green') #默认分组
hist(data,col = 'sky blue',breaks = 15) #分成15组
hist(data,col = 'orange',breaks = seq(-5,25,1)) #自定义组距
hist(data,col = 'pink',breaks = seq(-5,25,1),density = T) hist(data,col = 'pink',breaks = seq(-5,25,1),freq = F) #freq绘制概率密度图
lines(density(data),col='blue',lty=1,lwd=2) #添加曲线 par(op)

直方图叠加。

#泰坦尼克号不同年龄与生存关系
library(effects)
data("TitanicSurvival")
hist(TitanicSurvival$age,main = 'Passenger survial by age',
xlab = 'Age',col = 'sky blue',breaks = seq(0,80,2))
hist(TitanicSurvival$age[which(TitanicSurvival$survived=="no")],
col='orange',breaks=seq(0,80,2),add=TRUE) #add添加死亡直方图

背靠背直方图(back to back histogram)。

df=data.frame(x=rnorm(100),x2=rnorm(100,mean = 2))
#将两个直方图存入对象
h1=hist(df$x,plot = F)
h2=hist(df$x2,plot = F)
#将h2的值反转
h2$counts=-h2$counts
#找到y轴取值范围
hmax=max(h1$counts)
hmin=min(h2$counts)
#找到x轴取值范围
X=c(h1$breaks,h2$breaks)
xmax=max(X)
xmin=min(X) plot(h1,ylim = c(hmin,hmax),col='green',
xlim = c(xmin,xmax),
main = '背靠背直方图')
#用低级绘图函数将h2添加上去。
lines(h2,col='blue')

镜面图(mirror plot)

与背靠背直方图类似,只是展示的是概率密度曲线或其他曲线,而非条柱。

x1=rnorm(100)
x2=rnorm(100,mean = 2)
par(mfrow=c(2,1)) #设置第一张画布大小,为在同一张画布中容下两张图
par(mar=c(0,5,3,3))
plot(density(x1),main = "",xlab = "",
ylim=c(0,1),xaxt="n", #是否设置x轴,n不绘制
las=1,col='slateblue1',lwd=4) #设置第二张画布大小
par(mar=c(5,5,0,3))
plot(density(x2),main = "",xlab = "Value of variable",
ylim=c(1,0), #范围应与第一张一致
las=1,col='tomato3',lwd=4)

4.金字塔图

如展示不同年龄组男女人口数的分布情况。

library(DescTools)
par(mfrow=c(1,3))
m.pop <- runif(18,0,4)
f.pop <- runif(18,0,4)
age <- c('1-5','6-10','11-15','16-20','21-25','26-30',
'31-35','36-40','41-45','46-50','51-55','56-60',
'61-65','66-70','71-75','76-80','81-85','86+')
#左侧图
DescTools::PlotPyramid(m.pop,f.pop,
ylab=age,space=0,
col=c('cornflowerblue','indianred'),
main='Age distribution at baseline',
lxlab='male',rxlab='female') #左右两边x轴标签
#中间图
PlotPyramid(m.pop,f.pop,
ylab = age,space=0,
col=c('cornflowerblue','indianred'),
xlim=c(-5,5),
main = 'Age distribution at baseline',
lxlab='male',rxlab='female',
gapwidth = 0,ylab.x = -5)#将y轴移到x=-5位置,无gap
#右侧图
PlotPyramid(c(1,3,5,2,0.5),c(2,4,6,1,0),
ylab = LETTERS[1:5],space=0.3, #每个条柱左边留一定空隙
col=rep(rainbow(5),each=2),
xlim = c(-10,10),args.grid = NA,
cex.names = 1.5,adj = 1,
lxlab = 'Group A',rxlab = 'Group B',
gapwidth = 0,ylab.x = -8,xaxt = 'n')

R语言与医学统计图形【4】直方图、金字塔图的更多相关文章

  1. R语言与医学统计图形【1】par函数

    张铁军,陈兴栋等 著 R语言基础绘图系统 基础绘图包之高级绘图函数--par函数 基础绘图包并非指单独某个包,而是由几个R包联合起来的一个联盟,比如graphics.grDevices等. 掌握par ...

  2. R语言与医学统计图形【6】低级绘图函数

    R语言基础绘图系统 基础绘图包之低级绘图函数--定义坐标轴.图例.文本 低级绘图函数:本身不具备图形绘制能力,只是在已有图形基础上添加元素. 函数 功能 arrows 添加箭头 axis 坐标轴 bo ...

  3. R语言与医学统计图形【5】饼图、条件图

    R语言基础绘图系统 基础图形--饼图.克利夫兰点图.条件图 6.饼图 pie(rep(1,26),col=rainbow(26), labels = LETTERS[1:26], #标签 radius ...

  4. R语言与医学统计图形【3】条形图、误差图

    R语言基础绘图系统 基础图形--条形图.误差图 3.条形图 barplot接收的数据是矩阵而非数据框. data <- sample(c(50:80),5) barplot(data,col=h ...

  5. R语言与医学统计图形【2】散点图、盒形图

    R语言基础绘图系统 基础图形--散点图.盒形图 plot是一个泛型函数(generic method),对于不同的数据绘制不同的图形. par函数的大部分参数在plot中通用. 1.散点图 plot绘 ...

  6. R语言与医学统计图形【8】颜色的选取

    R语言基础绘图系统 基础绘图包之低级绘图函数--内置颜色. 1.内置颜色选取 功能657种内置颜色.colors() 调色板函数:palette(), rgb(), rainbow(). palett ...

  7. R语言与医学统计图形【7】低级绘图函数

    R语言基础绘图系统 基础绘图包之低级绘图函数--气泡图.一页多图.背景网格.添加线条和散点.数学表达式 4.气泡图 symbols是高级绘图函数,可在图上添加标记,标记的形状包括:circles,sq ...

  8. R语言与医学统计图形-【33】生存曲线、森林图、曼哈顿图

    1.生存曲线 基础包survival+扩展包survminer. survival包内置肺癌数据集lung. library(survival) library(survminer) str(lung ...

  9. R语言与医学统计图形-【28】ggplot2扩展包ggrepel、ggsci、gganimate、ggpubr

    ggplot2绘图系统--扩展包ggrepel.ggsci.gganimate.ggpubr等 部分扩展包可在CRAN直接下载,有些需借助devtools包从Github下载. 1. ggrepel包 ...

随机推荐

  1. 从浏览器发送请求给SpringBoot后端时,是如何准确找到哪个接口的?(下篇)

    纸上得来终觉浅,绝知此事要躬行 注意: 本文 SpringBoot 版本为 2.5.2; JDK 版本 为 jdk 11. 前言: 前文:你了解SpringBoot启动时API相关信息是用什么数据结构 ...

  2. 云效Flow如何实现阿里云ECS多环境发布

    一.背景 云效Flow基于标签功能实现阿里云ECS多环境发布,在软件开发和部署过程中,我们的软件往往需要在不同的运行环境中运行,例如:开发人员本地开发环境.测试团队的测试环境.还有类生产环境和生产环境 ...

  3. gcc中预定义的宏__GNUC__

    转载:gcc中预定义的宏__GNUC__ - Cccarl - 博客园 (cnblogs.com) 今天在看Linux系统编程这本书的代码的时候看到了__GNUC__,不太清楚这个宏所以去查了一下,以 ...

  4. [转]DDR3基础知识介绍

    本文转自:(4条消息) xilinx ddr3 MIG ip核使用详解_admiraion123的博客-CSDN博客 1,DDR3基本内容介绍1.1,DDR3简介DDR3全称double-data-r ...

  5. linux 内核修炼之道——系统调用

    1.问:什么是系统调用? 用户应用程序访问并使用内核所提供的各种服务的途径即是系统调用,也称系统调用接口层. 2.问:为什么需要系统调用? ① 系统调用作为内核和应用程序之间的中间层,扮演了一个桥梁角 ...

  6. 百亿级小文件存储,JuiceFS 在自动驾驶行业的最佳实践

    自动驾驶是最近几年的热门领域,专注于自动驾驶技术的创业公司.新造车企业.传统车厂都在这个领域投入了大量的资源,推动着 L4.L5 级别自动驾驶体验能尽早进入我们的日常生活. 自动驾驶技术实现的核心环节 ...

  7. Spark中资源调度和任务调度

    Spark比MR快的原因 1.Spark基于内存的计算 2.粗粒度资源调度 3.DAG有向无环图:可以根据宽窄依赖划分出可以并行计算的task 细粒度资源调度 MR是属于细粒度资源调度 优点:每个ta ...

  8. 【JAVA】笔记(3)---封装;如何选择声明静态变量还是实例变量;如何选择声明静态方法还是实例方法;静态代码块与实例代码块的执行顺序与用途;

    封装: 1.目的:保证对象中的实例变量无法随意修改/访问,只能通过我们自己设定的入口,出口(set / get)来间接操作:屏蔽类中复杂的结构,使我们程序员在主方法中关联对象写代码时,思路/代码格式更 ...

  9. 你会用ES6,那倒是用啊!

    leader的吐槽大会(在代码评审中发现很多地方还是采用ES5的写法,也不是说用ES5写法不行,会有BUG,只是造成代码量增多,可读性变差而已.) ps:ES5之后的JS语法统称ES6!!! 一.关于 ...

  10. 如何正确的找BUG

    什么是BUG 漏洞是在硬件.软件.协议的具体实现或系统安全策略上存在的缺陷,从而可以使攻击者能够在未授权的情况下访问或破坏系统.具体举例来说,比如在Intel Pentium芯片中存在的逻辑错误,在S ...