R语言作图plot函数以及参数设置解析

Python016

R语言作图plot函数以及参数设置解析,第1张

plot(x, y = NULL, type = "p", xlim = NULL, ylim = NULL, log = "", main = NULL, sub = NULL, xlab = NULL, ylab = NULL, ann = par("ann"), axes = TRUE, frame.plot = axes, panel.first = NULL, panel.last = NULL, asp = NA, xgap.axis = NA, ygap.axis = NA,   ...)

x,y  用于横纵坐标作图的数据对象。

type 图类型(线条和点类型),使用格式type=" "。

                                                   type="p"显示为空心点。plot

                                                   type="l"显示为线条。line

                                                   type="b"显示为空心点和线条。both

                                                   type="c"显示为无点和线条。

                                                   type="o"显示为空心点和线条,线穿过空心点。

                                                   type="s"/"S"显示为阶梯线。

                                                   type="h"显示为直方图样的垂直线。

                                                   type="n"显示为无点和无线条。

xlim/ylim 用于指定图的x轴和y轴的范围,使用格式:xlim=c(x1,x2), ylim=c(y1,y2)。

xlab/ylab 用于给图的x轴和y轴添加标签,使用格式:xlab="xlab",ylab="ylab"。

main 用于对plot添加主标题, main="   "。

sub   用于对plot添加副标题, sub="   "。

log   用于对x或者y值取log。log="x"/"y"/"xy"。

ann  使用T/F对plot中的标题,x轴标签,y轴标签是否显示进行定义。

axes  使用T/F对坐标轴是否显示进行定义。

frame.plot  使用T/F对画图外框是否显示进行定义。

panel.first  参数还没弄懂,panel.first="grid(8,8)"对背景线进行定义。

asp  表示y/x的纵横比。

lty   用于线条类型的定义,指定值为整数,lty="1"。

                                                   lty="0"显示为空白,即无线条。

                                                   lty="1"显示为实线线条。

                                                   lty="2"显示为虚线线条。

                                                   lty="3"显示为点状线条。

                                                   lty="4"显示为点虚线线条,点和虚线线条间隔。

                                                   lty="5"显示为长虚线。

                                                   lty="1"显示为双破折号线条。

R中tapply函数

有时候,我们需要对组数据进行函数计算,怎么办?首先,创建一个分组因子用来识别每个对应的数据组;然后,使用R中tapply函数,它会把一个函数应用到每组数据。语法格式如下。

tapply(x, f, fun)

说明:x是一个向量,f是一个分组因子,fun是一个函数。函数返回一个对分组数据进行fun运算所得结果而构成的一个向量。

关于tapply函数,举例说明如下。

>data1 <- c(100, 200, 300, 400, 150, 180)

>sum(data1)

[1] 1330

>mean(data1)

[1] 221.6667

>f1 <- factor(c("A", "B", "A", "B", "A", "B"))

>tapply(data1, f1, sum)

A B

550 780

>tapply(data1, f1, mean)

AB

183.3333 260.0000

>tapply(data1, f1, length)

A B

3 3

如果是已知的概率分布,可以先把密度函数赋值到一个变量(比如叫f)里,然后:

curve(f,add=TRUE)

如果从样本(比如保存在x里)估计密度,可以

lines(density(x))

注意画histogram的时候要freq=FALSE