R语言中函数lines和abline的区别?

Python010

R语言中函数lines和abline的区别?,第1张

函数lines()其作用是在已有图上加线,命令为lines(x,y),其功能相当于plot(x,y,type="1")

函数abline()可以在图上加直线,其使用方法有四种格式。

(1)abline(a,b)

表示画一条y=a+bx的直线

(2)abline(h=y)

表示画出一条过所有点得水平直线

(3)abline(v=x)

表示画出一条过所有点的竖直直线

(4)abline(lm.obj)

表示绘出线性模型得到的线性方程

lines()函数做的是一般连线图,其输入是x,y的点向量

abline()函数做的是回归线,其输入是回归模型对象。

R语言常用函数整理本篇是基础篇,即R语言自带的函数。 vector:向量 numeric:数值型向量 logical:逻辑型向量 character;字符型向量 list:列表 data.frame:数据框 c:连接为向量或列表 length:求长度 subset:求子集 seq,from:to,sequence:等差序列 rep:重复 NA:缺失值 NULL:空对象 sort,order,unique,rev:排序 unlist:展平列表 attr,attributes:对象属性 mode,class,typeof:对象存储模式与类型 names:对象的名字属性 字符型向量 nchar:字符数 substr:取子串 format,formatC:把对象用格式转换为字符串 paste()、paste0()不仅可以连接多个字符串,还可以将对象自动转换为字符串再相连,另外还能处理向量。 strsplit:连接或拆分 charmatch,pmatch:字符串匹配 grep,sub,gsub:模式匹配与替换 complex,Re,Im,Mod,Arg,Conj:复数函数 factor:因子 codes:因子的编码 levels:因子的各水平的名字 nlevels:因子的水平个数 cut:把数值型对象分区间转换为因子 table:交叉频数表 split:按因子分组 aggregate:计算各数据子集的概括统计量 tapply:对“不规则”数组应用函数 dev.new() 新建画板 plot()绘制点线图,条形图,散点图. barplot( ) 绘制条形图 dotchart( ) 绘制点图 pie( )绘制饼图. pair( )绘制散点图阵 boxplot( )绘制箱线图 hist( )绘制直方图 scatterplot3D( )绘制3D散点图. par()可以添加很多参数来修改图形 title( ) 添加标题 axis( ) 调整刻度 rug( ) 添加轴密度 grid( ) 添加网格线 abline( ) 添加直线 lines( ) 添加曲线 text( ) 添加标签 legend() 添加图例 +, -, *, /, ^, %%, %/%:四则运算 ceiling,floor,round,signif 1、round() #四舍五入 例:x <- c(3.1416, 15.377, 269.7) round(x, 0) #保留整数位 round(x, 2) #保留两位小数 round(x, -1) #保留到十位 2、signif() #取有效数字(跟学过的有效数字不是一个意思) 例:略 3、trunc() #取整 floor() #向下取整 ceiling() #向上取整 例:xx <- c(3.60, 12.47, -3.60, -12.47) trunc(xx) floor(xx) ceiling(xx) max,min,pmax,pmin:最大最小值 range:最大值和最小值 sum,prod:向量元素和,积 cumsum,cumprod,cummax,cummin:累加、累乘 sort:排序 approx和approx fun:插值 diff:差分 sign:符号函数 abs,sqrt:绝对值,平方根 log, exp, log10, log2:对数与指数函数 sin,cos,tan,asin,acos,atan,atan2:三角函数 sinh,cosh,tanh,asinh,acosh,atanh:双曲函数 beta,lbeta,gamma,lgamma,digamma,trigamma,tetragamma,pentagamma,choose ,lchoose:与贝塔函数、伽玛函数、组合数有关的特殊函数 fft,mvfft,convolve:富利叶变换及卷积 polyroot:多项式求根 poly:正交多项式 spline,splinefun:样条差值 besselI,besselK,besselJ,besselY,gammaCody:Bessel函数 deriv:简单表达式的符号微分或算法微分 array:建立数组 matrix:生成矩阵 data.matrix:把数据框转换为数值型矩阵 lower.tri:矩阵的下三角部分 mat.or.vec:生成矩阵或向量 t:矩阵转置 cbind:把列合并为矩阵 rbind:把行合并为矩阵 diag:矩阵对角元素向量或生成对角矩阵 aperm:数组转置 nrow, ncol:计算数组的行数和列数 dim:对象的维向量 dimnames:对象的维名 rownames,colnames:行名或列名 %*%:矩阵乘法 crossprod:矩阵交叉乘积(内积) outer:数组外积 kronecker:数组的Kronecker积 apply:对数组的某些维应用函数 tapply:对“不规则”数组应用函数 sweep:计算数组的概括统计量 aggregate:计算数据子集的概括统计量 scale:矩阵标准化 matplot:对矩阵各列绘图 cor:相关阵或协差阵 Contrast:对照矩阵 row:矩阵的行下标集 col:求列下标集 solve:解线性方程组或求逆 eigen:矩阵的特征值分解 svd:矩阵的奇异值分解 backsolve:解上三角或下三角方程组 chol:Choleski分解 qr:矩阵的QR分解 chol2inv:由Choleski分解求逆 ><,>,<=,>=,==,!=:比较运算符 !,&,&&,|,||,xor(): 逻辑运算符 logical: 生成逻辑向量 all, any:逻辑向量都为真或存在真 ifelse():二者择一 match, %in%:查找 unique:找出互不相同的元素 which:找到真值下标集合 duplicated:找到重复元素 optimize,uniroot,polyroot:一维优化与求根 if,else, ifelse, switch: 分支 for,while,repeat,break,next: 循环 apply,lapply,sapply,tapply,sweep:替代循环的函数。 function:函数定义 source:调用文件 ’ call:函数调用 . C,.Fortran:调用C或者Fortran子程序的动态链接库。 Recall:递归调用 browser,debug,trace,traceback:程序调试 options:指定系统参数 missing:判断虚参是否有对应实参 nargs:参数个数 stop:终止函数执行 on.exit:指定退出时执行 eval,expression:表达式计算 system.time:表达式计算计时 invisible:使变量不显示 menu:选择菜单(字符列表菜单) 其它与函数有关的还有: delay, delete.response, deparse, do.call, dput, environment , formals, format.info, interactive, is.finite, is.function, is.language, is.recursive , match.arg, match.call, match.fun, model.extract, name, parse 函数能将字符串转换为表达式expression deparse 将表达式expression转换为字符串 eval 函数能对表达式求解 substitute, sys.parent , warning, machine cat,print:显示对象 sink:输出转向到指定文件 dump,save,dput,write:输出对象 scan,read.table,readlines, load,dget:读入 ls,objects:显示对象列表 rm, remove:删除对象 q,quit:退出系统 .First,.Last:初始运行函数与退出运行函数。 options:系统选项 ?,help,help.start,apropos:帮助功能 data:列出数据集 head()查看数据的头几行 tail()查看数据的最后几行 每一种分布有四个函数: d―density(密度函数),p―分布函数,q―分位数函数,r―随机数函数。 比如,正态分布的这四个函数为dnorm,pnorm,qnorm,rnorm。下面我们列出各分布后缀,前面加前缀d、p、q或r就构成函数名: norm:正态, t:t分布, f:F分布, chisq:卡方(包括非中心) unif:均匀, exp:指数, weibull:威布尔, gamma:伽玛, beta:贝塔 lnorm:对数正态, logis:逻辑分布, cauchy:柯西, binom:二项分布, geom:几何分布, hyper:超几何, nbinom:负二项, pois:泊松 signrank:符号秩, wilcox:秩和, tukey:学生化极差 sum, mean, var, sd, min, max, range, median, IQR(四分位间距)等为统计量, sort,order,rank与排序有关, 其它还有ave,fivenum,mad,quantile,stem等。 R中已实现的有chisq.test,prop.test,t.test。 cor,cov.wt,var:协方差阵及相关阵计算 biplot,biplot.princomp:多元数据biplot图 cancor:典则相关 princomp:主成分分析 hclust:谱系聚类 kmeans:k-均值聚类 cmdscale:经典多维标度 其它有dist,mahalanobis,cov.rob。 ts:时间序列对象 diff:计算差分 time:时间序列的采样时间 window:时间窗 lm,glm,aov:线性模型、广义线性模型、方差分析 quo()等价于quote() enquo()等价于substitute()

在 iMac 上使用最新版本的 Rstudio

版本 1.0.44 – © 2009-2016 RStudio, Inc. Mozilla/5.0(Macintosh; Intel Mac OS X 10_12_1) AppleWebKit/602.2.14 (KHTML, like Gecko)

我注意到 rmarkdown 文件的 notebook 功能。生成绘图时,不再使用通常的“绘图窗口”,并且在代码块下方生成绘图。

我对以下代码有错误:

plot(seq(1,10,1))

abline(a=0,b=1)

错误显示在代码块下方:

Error in int_abline(a = a, b = b, h = h, v = v, untf = untf, ...) : plot.new has not been called yet

但是,在编织整个 rmarkdown 文件时,没有错误。

所以我想知道如何避免错误:

使用其他代码

使用“绘图窗口”

或其他方式。

【问题讨论】:

我无法重现该错误。只有当我将两个命令放在单独的块中时才会出现错误。

我认为是因为我一行一行地运行代码。在 rmarkdown 中运行整个 R 块时,我没有收到错误。

标签: r plot rstudio r-markdown

【解决方案1】:

以下将起作用

{plot(seq(1,10,1))

abline(a=0,b=1)}

【讨论】:

添加一些解释,说明此答案如何帮助 OP 解决当前问题

我也不明白它为什么会起作用,但可以验证它是否起作用。一定和 Rstudio markdown 环境有关。

用大括号括起来可确保所有行都被视为一个块。对于一个不相关的问题,这个答案很好地解释了它。 ***.com/a/28758675/1454785

【解决方案2】:

这也有效

plot(seq(1,10,1))+

abline(a=0,b=1)

【讨论】:

【解决方案3】:

在 RStudio 中,Preferences ->R Markdown 中有一个设置为“显示所有 R Markdown 文档的内联输出”。要消除该错误,请确保未选中此项。

【讨论】:

【解决方案4】:

在带有 R 内核的 jupyter 中,如果像 XR SC 提到的那样逐行运行代码,您将看到该错误。

【讨论】:

【解决方案5】:

这发生在我身上,因为我在我的情节中添加了一个无效参数。

ggplot(df, aes(x=sales)) + geom_histogram() + title('Plot Title')

复制

并且应该一直在执行:

ggplot(df, aes(x=sales)) + geom_histogram() + ggtitle('Plot Title')