《R语言实战》自学笔记12-图形参数

Python013

《R语言实战》自学笔记12-图形参数,第1张

通过par()设定图形参数,设定后将对当前所有图形参数有效,而在绘图函数中指定的参数则仅对那个特定图形有效。

函数:par(...,no.readonly = FALSE) 通过设定函数par()的各个参数来调整图形。

...,表示需要设定的图形参数,"参数名=取值"或"赋值参数列表"形式的变量。

no.readonly逻辑变量,如果是TRUE且没有其他变量,则返回当前绘图设备下已设定好的绘图参数。 13

可以使用图形参数来指定绘图时使用的符号和线条类型。

选项pch=用于指定绘制点时使用的符号。

选项lty=用于指定想要的线条类型。

可选取的值见下图。

在R中,可以通过颜色下标、颜色名称、十六进制的颜色值、RGB值或HSV值来指定颜色。查看系统中所有可用颜色colors(),也可写为colours()。

函数rgb()可基于红---绿---蓝三色值生成颜色。 14 函数:rgb(red, green, blue, alpha, names = NULL, maxColorValue = 1)

红、绿、蓝三色的取值范围在0-1之间,alpha设置透明度,0代表完全透明,1代表完全不透明。names用于指定生产颜色的名称。

palette()调色板。

默认是8种颜色,即:"black"、"red"、"green3"、"blue"、"cyan"、 "magenta"、"yellow"、"gray",并且循环引用。

hsv()则基于色相(Hue)-饱和度(Saturation)-亮度(Value)值来生成颜色。

函数:hsv(h = 1, s = 1, v = 1, alpha)

h,s,v的取值为0-1之间。

R中也有多种用于创建连续型颜色向量的函数, 包括rainbow()、heat.colors()、 terrain.colors()、 topo.colors()以及cm.colors()。

图形参数同样可以用来指定字号、字体和字样。

参考资料:

R中设置图形参数--函数par()详解, https://blog.csdn.net/qingchongxinshuru/article/details/52004182

R语言基础图形元素------颜色, https://blog.csdn.net/qq_40794743/article/details/107746723

plot是R中的基本画图工具,直接plot(x),x为一个数据集,就能画出图。细节往往制胜的关键,所以就详细来看下plot的所有可设置参数及参数设置方法。

下面讲到的图形参数,是graphic包中的常见参数,graphic不同图形方法中,这些参数都是相同的。

“p”点图

“l”线图

“b”点线图,线不穿过点

“c”虚线图

“o”点线图,线穿过点

“h”直方图

“s”阶梯图

“S”步骤图

“n”无图

colors()方法可以查看R中所有可用的颜色名,一共有657种颜色名,根据颜色名可直接设置图形的显示颜色。下面是部分颜色,完整的图见链接: R语言颜色表

除了名称外,同样可以用下标,十六进制颜色值,RGB值和HSV值来指定颜色。例子:col=1、col="white"、col="#FFFFFF"、col=rgb(1,1,1)和col=hsv(0,0,1)。

另外,R中还有许多生成颜色变量的函数。有rainbow()、heat.colors()、terrain.colors()、topo.colors()、cm.colors()方法,gray()方法生成多阶灰度色。

plot是R中的基本画图工具,直接plot(x),x为一个数据集,就能画出图,soeasy!但是细节往往制胜的关键。所以就详细来看下plot的所有可设置参数及参数设置方法。

参考:

https://blog.csdn.net/cl1143015961/article/details/45538119

R语言做图plot参数

如何使用R语言画出漂亮的图,颜色很重要,既要协调,又有有一定的分辨力。可以拿到任意多个颜色,当然颜色越多,分辨力越低。 barplot(rep(1,8), col=rainbow(8),border=NA) rainbow(8) [1] "#FF0000FF" "#FFBF00FF" "#80FF00FF" "#00FF40FF" "#00FFFFFF" "#0040FFFF" [7] "#8000FFFF" "#FF00BFFF"barplot(rep(1,20), col=rainbow(20),border=NA) #分辨力降低 par(mfrow=c(4,1), mar=c(0,2,2,0) ) n=10 #heat.colors()从红色渐变到黄色,再变到白色 barplot(rep(1,n), col= heat.colors(n), border=NA, main="heat.colors")  #terrain.colors() 从绿色渐变到黄色,再到棕色,最后到白色  barplot(rep(1,n),col=terrain.colors(n), border=NA, main="terrain.colors") #topo.colors() 从蓝色渐变到青色,再到黄色,最后到棕色  barplot(rep(1,n),col=topo.colors(n), border=NA, main="topo.colors") #cm.colors() 从青色渐变到白色,再到粉红色 barplot(rep(1,n),col=cm.colors(n), border=NA, main="cm.colors")(1) library(RColorBrewer) display.brewer.all() #显示全部颜色集合# 挑选某一个集合 #barplot(rep(1,8),col=brewer.pal(8,"Dark2")[1:8]) #基础语法 myColors=brewer.pal(8,"Dark2")[1:8] #Dark2主题有8种颜色 par(mfrow=c(4,1), mar=c(0,2,2,0) ) barplot(rep(1,8),col= myColors, main="Dark2"  ) # n=15 #nrow(df) barplot(rep(1, n ),col= colorRampPalette(colors = myColors)( n ),main="Default:linear") #则由8种生成15种颜色 barplot(rep(1, n ),col= colorRampPalette(colors = myColors, interpolate ="linear")( n ),main="linear" ) #插值方式 barplot(rep(1, n ),col= colorRampPalette(colors = myColors, interpolate ="spline")( n ),main="spline") #插值方式colSet2 # 获取颜色16进制表示 # [1] "#1B9E77" "#D95F02" "#7570B3" "#E7298A" "#66A61E" "#E6AB02" "#A6761D" "#666666"解释: n=5barplot(rep(1,n), col= colorRampPalette (colors = c('red', 'white'))( n )) colorRampPalette 函数可以混合任意两种及更多颜色,通过插值,生成更多色彩。(2) 目测其他几个预制颜色集合 n=8barplot(rep(1,n),col= brewer.pal(n,"Set2")[1:n] ) # set2 共8种颜色ref: biomooc.com