r语言r可视化程序怎么编写与常用的可视化函数调用

Python032

r语言r可视化程序怎么编写与常用的可视化函数调用,第1张

最简单的方法就是每次引用时把写好的函数复制一下，到R console 中，然后写其他的。然后，编好的函数写成.r 文件，下次直接使用命令 source（function.r）就能导入使用了。

说起R语言的交互包，第一个想到的应该就是rCharts包。该包直接在R中生成基于D3的Web界面。

rCharts包的安装

require(devtools)

install_github('rCharts', 'ramnathv')

rCharts函数就像lattice函数一样，通过formula、data指定数据源和绘图方式，并通过type指定图表类型。

下面通过例子来了解下其工作原理。我们以鸢尾花数据集为例，首先通过name函数对列名进行重新赋值（去掉单词间的点），然后利用rPlot函数绘制散点图(type=”point”)，并利用颜色进行分组（color=”Species”）。

library(rCharts)

names(iris) = gsub("\\.", "", names(iris))

p1 <- rPlot(SepalLength ~ SepalWidth | Species, data = iris, color = 'Species', type = 'point')

p1

rCharts支持多个javascript图表库,每个都有自己的长处。每一个图表库有多个定制选项,其中大部分rCharts都支持。

NVD3 是一个旨在建立可复用的图表和组件的 d3.js 项目——它提供了同样强大的功能，但更容易使用。它可以让我们处理复杂的数据集来创建更高级的可视化。在rCharts包中提供了nPlot函数来实现。

下面以眼睛和头发颜色的数据(HairEyeColor)为例说明nPlot绘图的基本原理。我们按照眼睛的颜色进行分组(group=”eye”),对头发颜色人数绘制柱状图，并将类型设置为柱状图组合方式(type=”multiBarChart”)，这样可以实现分组和叠加效果。

library(rCharts)

hair_eye_male <- subset(as.data.frame(HairEyeColor), Sex == "Male")

hair_eye_male[,1] <- paste0("Hair",hair_eye_male[,1])

hair_eye_male[,2] <- paste0("Eye",hair_eye_male[,2])

n1 <- nPlot(Freq ~ Hair, group = "Eye", data = hair_eye_male,

type = "multiBarChart")

n1

可以通过图形右上角选择需要查看或隐藏的类别（默认是全部类别显示的），也能通过左上角选择柱子是按照分组还是叠加的方式进行摆放（默认是分组方式）。如果选择Stacked，就会绘制叠加柱状图。

（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