用R语言，生成1000个 服从标准正态分布的随机数，画出散点图，频率直方图（附加密度曲线）及箱线图

Python014

用R语言，生成1000个 服从标准正态分布的随机数，画出散点图，频率直方图（附加密度曲线）及箱线图,第1张

作为一种语言进行统计分析，R有一个随机数生成各种统计分布功能的综合性图书馆。R语言可以针对不同的分布，生成该分布下的随机数。其中有许多常用的个分布可以直接调用。

在R中各种概率函数都有统一的形式，即一套统一的前缀+分布函数名：

d 表示密度函数（density）。

p 表示分布函数（生成相应分布的累积概率密度函数）。

q 表示分位数函数，能够返回特定分布的分位数（quantile）。

r 表示随机函数，生成特定分布的随机数（random）。

扩展资料：

注意事项：

1、使用了错误大小写：help()是正确的，其他都是错误的。

2、不要忘记使用必要的引号：install.packages(“gclus”)。

3、在函数调用时，不要忘记使用括号：help()。

4、在Windous上，路径名中使用的是\。

5、R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。数据框是用来存储数据集的主要数据结构。

参考资料来源：百度百科-R语言

参考资料来源：百度百科-标准正态分布

参考资料来源：百度百科-散点图

储存原始数据后，将其在R中命名为test，运行以下数据就能得到你要的条形图了

tp <- barplot(test$Length_distribution, names.arg=test$Sequence_size, las =2, ylim=c(0,30000),col="black")

text(tp, test$Length_distribution, labels =test$Length_distribution,pos=4,srt=90,offset=0)

可以用内置的graphic包来画，就是plot()和curve()

也可以用ggplot2来画，后者更灵活。

graphic

# 先生成一组随机数

x <- rnorm(2000)

# 画频率直方图, 分30个bin

hist(x, freq = F, breaks = 30) 

# 再画概率分布曲线

lines(density(x, bw=.5), col="red", lwd=2)

2. ggplot2

# 准备工作, 把x设成一个数据集

library(ggplot2)

data <- data.frame(x = x)

# 生成底层和直方图，概率线的图层

p <- ggplot(data, aes(x = x, y = ..density..))

p <- p + geom_histogram(fill = "navy")

p <- p + geom_density(colour = "green")

p

画出来风格不太一样，看你口味了