R语言可视化常用代码

Python026

R语言可视化常用代码,第1张

(供自己记录)

adj位置调整

ask询问

bg背景

bty图形边框风格,o四边都有边框,l左边和下边,7右边和上边,c上边、左边和下边,

cex设置点和字符的大小,axis坐标轴上标签字的大小,lab坐标轴上命名的大小,main标题的大小,sub副标题的大小,col颜色。

family字体的风格,

fg前景颜色

font图片字体的风格,字体,粗体,斜体

las坐标轴的运行关系,坐标轴上的字和坐标轴的关系,字会转

lend线的两端的样式

lty线的形式,直线、虚线

lwd线的粗细

Mai、mar、mex画布的大小

Mfcol、mfrow是来切分画布的,放几个fig在画布中,两个功能一样

pch是用来定义点的形状的,有25个形状

srt用来定义图中的文字的角度

Txk坐标轴上的刻度的大小,刻度的字体大小

Xaxt/yaxt不想要坐标轴的标签

Xlog/ylog是x轴和y轴设置为log值

Xpd把绘图区设置为整个画布

Fig表示图形的四个角的位置

New是在图中生成图

R语言绘图系列:

标度控制着数据到图形属性的映射,标度将我们的数据转化为视觉上可以感知的东西,比如大小、位置、颜色、形状等。标度也为我们提供了读图时所使用的工具,比如说坐标轴和图例。总的来说,可以称为引导元素。标度函数控制元素的属性,可以理解为图形的遥控器,可以用它来调整画布大小、颜色等等。此前学的shape,color,size等参数和标度函数相比显得不够灵活。

scale_fill_brewer 调色板函数

geom_errorbar()

geom_crossbar()

geom_linerange() 绘制线段

geom_pointrange() 绘制点

pointrange:点画线

首先绘制一张盒形图

在图上显示出观测值

值得注意的是,图上点的多少并不能完全反应原始数据的多少,因为有的点可能因为点过于密集就会被覆盖,看起来是一个点,其实可能是多个点。

因此可以使用geom_jitter函数将不同的点区分开(jitter是震荡散点),width设置如果遇到相同的点,点向左右方平移的距离。alpha设置透明度。

黑色点是离群点

还可以绘制卡槽图

varwidth参数会根据该水平下观测值的个数(n值)改变盒形图的宽度。(这里宽度去的不是观测个数的绝对值,而是平方根,以缩小差距。)

给盒子上色

分组盒形图,用不同颜色区分

画水平的盒形图

使用coord_flip函数(坐标轴翻转函数)

绘制一张直方图

bins可以设置直方图条柱的数目,默认为30。当bins和binwidth(设置条柱宽度)同时设置时,默认以binwidth为准。

新加入变量cut,根据新变量在price水平上进行一个计数

y轴由count变为density,绘制概率密度

注意下面density的写法,前后都要加..

绘制概率密度曲线:geom_density函数

堆栈密度概率曲线

geom_line/geom_path/geom_step

绘制一个简单的线图

绘制点线图,点和线需要分别添加。

如上图,线在点之上,是因为先投射了点,又投射了线。

先投射线,点就出现在了线之上。

线的颜色出现了渐变

geom_smooth函数:绘制拟合曲线

methods还有其他的方法,如glm:广义线性模型;losses:纯粹平滑;gam:广义加性模型等等(lm和glm最常用)

geom_hline绘制水平线,geom_vline绘制垂直线。xintercept和yintercept是截距,slope是斜率。