R语言学习——图形初阶之折线图与图形参数控制

   2023-02-08 学习力0
核心提示:plot()是R中为对象作图的一个泛型函数(它的输出将根据所绘制对象类型的不同而变化);plot(x,y,type="b")表示将x置于横轴,y置于纵轴,绘制点集(x,y),然后使用线段将其连接;type="b"表示同时绘制点和线,使用help(plot)可以查看其它选项。实例:  dev.

plot()是R中为对象作图的一个泛型函数(它的输出将根据所绘制对象类型的不同而变化);plot(x,y,type="b")表示将x置于横轴,y置于纵轴,绘制点集(x,y),然后使用线段将其连接;type="b"表示同时绘制点和线,使用help(plot)可以查看其它选项。

实例:

 

> dev.new() # 打开一个新的图形窗口
NULL
> dose<-c(20,30,40,45,60)
> drugA<-c(16,20,27,40,60)
> drugB<-c(15,18,25,31,40)
> plot(dose,drugA,type="b") #绘制药物A剂量和响应的折线图

R语言学习——图形初阶之折线图与图形参数控制

修改符号和线条

> opar<-par(no.readonly = TRUE) # 生成一个可以修改的当前图形参数列表
> par(lty=2,pch=17) # 将线条类型修改为虚线(lty=2),将点符改为实心三角(pch=17)
> plot(dose,drugA,type="b") # 绘制图形

R语言学习——图形初阶之折线图与图形参数控制

> par(opar)  # 还原原始设置
> plot(dose,drugA,type = "b",lty=2,pch=17) # 也可实现上述修改

R语言学习——图形初阶之折线图与图形参数控制

> plot(dose,drugA,type = "b",lty=2,pch=15,lwd=3,cex=2) # 也可实现上述修改

 R语言学习——图形初阶之折线图与图形参数控制

pch= 指定绘制点时使用的符号,可能的值如下图所示。

R语言学习——图形初阶之折线图与图形参数控制

cex= 指定符号的大小。cex是一个数值,表示绘图符号相对于默认大小的缩放倍数。默认大小为1。1.5表示放大为默认值的1.5倍,0.5表示缩小为默认值的50%,等等。

lty= 指定线条类型,可能的值如下图所示。

R语言学习——图形初阶之折线图与图形参数控制

lwd= 指定线条宽度。lwd是以默认值的相对大小来表示的(默认值为1)。例如,lwd=2将生成一条两倍于默认宽度的线条。

修改颜色

用于指定颜色的参数

col= 默认的绘图颜色。某些函数(如lines和pie)可以接受一个含有颜色值的向量并自动循环使用。例如,设定col=c("res","blue")并需要绘制三条线,则第一条线将为红色,第二条为蓝色,第三条又将为红色

col.axis= 坐标刻度文字的颜色

col.lab= 坐标轴标签(名称)的颜色

col.main= 标题颜色

col.sub= 副标题颜色

fg= 图形的前景色

bg= 图形的背景色

> plot(dose,drugA,type = "b",lty=2,pch=19,lwd=2,cex=1,col="red")

R语言学习——图形初阶之折线图与图形参数控制

> plot(dose,drugB,type = "b",lty=6,pch=23,lwd=2,cex=1.5,col="blue",bg="green")

R语言学习——图形初阶之折线图与图形参数控制

修改图形尺寸和边界大小

用于控制图形尺寸和边界大小的参数

pin=c(宽,高) 以英寸表示图形的尺寸(宽和高)

mai=c(下,左,上,右) 以数值向量表示边界的大小,顺序为“下、左、上、右”,单位为英寸

mar= c(下,左,上,右) 以数值向量表示边界的大小,顺序为“下、左、上、右”,单位为英分,默认值为c(5,4,4,2)+0.1

实例:

> opar<-par(no.readonly = TRUE)
> par(pin=c(2,3)) # 宽2英寸,高3英寸
> par(cex.axis=0.75,font.axis=3) # 坐标轴刻度文字缩小至默认值的0.75倍,使用斜体字样
> par(lwd=2,cex=1.5) # 线条宽度两倍于默认宽度,符号放大为默认值的1.5倍
> plot(dose,drugB,type = "b",lty=6,pch=23,col="blue",bg="green") # 绘制图形
> par(opar) #  还原原始设置

R语言学习——图形初阶之折线图与图形参数控制

添加文本、自定义坐标轴和图例

绘制药物A剂量和响应的折线图,符号(pch)用矩形表示、填充(bg)绿色,线型(lty)设为虚线红色(col)、宽度(lwd)为2,图像尺寸(pin)为4*3,边界(mai)上下为0.5英寸、左右为1英寸,添加标题(main)、副标题(sub)、坐标轴标签(xlab、ylab)并指定坐标轴范围(xlim,ylim)

plot(dose,drugA,type = "b",col="blue",lty=3,lwd=2,pch=22,cex=1,bg="green",pin=c(4,3),mai=c(0.5,1,0.5,1,0.5),main="Clinical Trials for Drug A",sub="This is hypothetical data",xlab="Dosage",ylab="Drug Response", xlim=c(0,60),ylim=c(0,70))

R语言学习——图形初阶之折线图与图形参数控制

注:某些高级绘图函数已经包含了默认的标题和标签,可以通过在plot()语句或者单独的par()语句中添加ann=FALSE来移除它们

另外,也可以使用title()函数为图形添加标题和坐标轴标签,使用函数axis()来创建自定义的坐标轴,其格式分别为

title(main=“标题”,sub=“副标题”,xlab=“x轴标签”,ylab=“y轴标签”)

axis(side,at=,labels=,pos=,lty=,col=,las=,tck=,...)

side 是一个整数,表示在图形的哪边绘制坐标轴(1=下,2=左,3=上,4=右)

at 是一个数值型向量,表示要绘制刻度线的位置

labels 是一个字符型向量,表示置于刻度线旁边的文字标签(如果为NULL,则直接使用at中的值)

pos 坐标轴线绘制位置的坐标(即与另一条坐标轴相交的位置的值)

lty 线条类型

col 线条和刻度线颜色

las 标签是否平行于(=0),或者垂直于(=2)坐标轴

tck 刻度线的长度,以相对于绘图区域大小的分数表示(负值表示在图形外侧,正直表示在图形内侧,0表示禁用刻度,1表示绘制网格线);默认值为-0.01

注:创建自定义坐标轴时应该禁用高级绘图函数自动生成的坐标轴,使用参数axes=FALSE禁用全部坐标轴(包括坐标轴框架线,除非添加了参数frame.plot=TRUE),参数xaxt=“n”和yaxt=“n”分别禁用X轴和Y轴(会留下框架线,只是去除了刻度)

实例:

> dev.new() # 打开一个新的图形窗口
NULL
> #生成数据
> x<-c(1:10)
> y<-x
> z<-10/x
> #生成一个可以修改的当前图形参数列表、
> opar<-par(no.readonly = TRUE)
> #添加边界大小
> par(mar=c(5,4,4,8)+0.1)
> #绘制x对y的图形
> plot(x,y,type = "b",pch=21,col="red",yaxt="n",lty=3,ann = FALSE)

R语言学习——图形初阶之折线图与图形参数控制

> #添加x对1/x的直线

> lines(x,z,type = "b",pch=22,col="blue",lty=2)

R语言学习——图形初阶之折线图与图形参数控制

> #绘制自定义坐标轴
> axis(2,at=x,labels=x,col.axis="red",las=2)
> axis(4,at=z,labels = round(z,digits=2),col.axis="blue",las=2,cex.axis=0.7,tck=-0.01)

R语言学习——图形初阶之折线图与图形参数控制

> #添加标题和文本
> mtext("y=1/x",side = 4,line = 3,cex.lab=1,las=2,col = "blue")
> title("An Example of Creative Axes",xlab = "X values",ylab = "Y=X")

R语言学习——图形初阶之折线图与图形参数控制

> par(opar) #  还原原始设置

 
反对 0举报 0 评论 0
 

免责声明:本文仅代表作者个人观点,与乐学笔记(本网)无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。
    本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们留言联系,本网站将在规定时间内给予删除等相关处理.

  • 拓端tecdat|R语言VAR模型的不同类型的脉冲响应
    原文链接:http://tecdat.cn/?p=9384目录模型与数据估算值预测误差脉冲响应识别问题正交脉冲响应结构脉冲反应广义脉冲响应参考文献脉冲响应分析是采用向量自回归模型的计量经济学分析中的重要一步。它们的主要目的是描述模型变量对一个或多个变量的冲击的演化
    03-16
  • Visual Studio 编辑R语言环境搭建
    Visual Studio 编辑R语言环境搭建关于Visual Studio 编辑R语言环境搭建具体的可以看下面三个网址里的内容,我这里就讲两个问题,关于r包管理和换本地的r的服务。1.r包管理:Ctrl+72.R本地服务管理:Ctrl+9Visual Studio R官方帮助文档(中文): https://docs
    03-16
  • 拓端tecdat|R语言代写实现向量自回归VAR模型
    原文链接:http://tecdat.cn/?p=8478 澳大利亚在2008 - 2009年全球金融危机期间发生了这种情况。澳大利亚政府发布了一揽子刺激计划,其中包括2008年12月的现金支付,恰逢圣诞节支出。因此,零售商报告销售强劲,经济受到刺激。因此,收入增加了。VAR面临的批
    03-16
  • [译]用R语言做挖掘数据《五》 r语言数据挖掘简
    一、实验说明1. 环境登录无需密码自动登录,系统用户名shiyanlou,密码shiyanlou2. 环境介绍本实验环境采用带桌面的Ubuntu Linux环境,实验中会用到程序:1. LX终端(LXTerminal): Linux命令行终端,打开后会进入Bash环境,可以使用Linux命令2. GVim:非常好
    03-08
  • 拓端tecdat|Mac系统R语言升级后无法加载包报错 package or namespace load failed in dyn.load(file, DLLpath = DLLpath, ..
    拓端tecdat|Mac系统R语言升级后无法加载包报错
    问题重现:我需要安装R软件包stochvol,该软件包 仅适用于3.6.0版的R。因此,我安装了R(3.6.0 版本),并使用打开它 RStudio。但是现在  ,即使我成功 使用来 安装软件包,也无法加载任何库 。具体来说,我需要加载的库是stochvol  ,Rcpp和 caret
    03-08
  • 拓端数据tecdat|R语言k-means聚类、层次聚类、主成分(PCA)降维及可视化分析鸢尾花iris数据集
    拓端数据tecdat|R语言k-means聚类、层次聚类、
    原文链接:http://tecdat.cn/?p=22838 原文出处:拓端数据部落公众号问题:使用R中的鸢尾花数据集(a)部分:k-means聚类使用k-means聚类法将数据集聚成2组。 画一个图来显示聚类的情况使用k-means聚类法将数据集聚成3组。画一个图来显示聚类的情况(b)部分:
    03-08
  • 《R语言数据挖掘》读书笔记:七、离群点(异常值)检测
    《R语言数据挖掘》读书笔记:七、离群点(异常值
    第七章、异常值检测(离群点挖掘)概述:        一般来说,异常值出现有各种原因,比如数据集因为数据来自不同的类、数据测量系统误差而收到损害。根据异常值的检测,异常值与原始数据集中的常规数据显著不同。开发了多种解决方案来检测他们,其中包括
    03-08
  • 拓端数据tecdat|R语言中实现广义相加模型GAM和普通最小二乘(OLS)回归
    拓端数据tecdat|R语言中实现广义相加模型GAM和
    原文链接:http://tecdat.cn/?p=20882  1导言这篇文章探讨了为什么使用广义相加模型 是一个不错的选择。为此,我们首先需要看一下线性回归,看看为什么在某些情况下它可能不是最佳选择。 2回归模型假设我们有一些带有两个属性Y和X的数据。如果它们是线性
    03-08
  • 拓端数据tecdat|R语言时间序列平稳性几种单位根检验(ADF,KPSS,PP)及比较分析
    拓端数据tecdat|R语言时间序列平稳性几种单位根
    原文链接:http://tecdat.cn/?p=21757 时间序列模型根据研究对象是否随机分为确定性模型和随机性模型两大类。随机时间序列模型即是指仅用它的过去值及随机扰动项所建立起来的模型,建立具体的模型,需解决如下三个问题模型的具体形式、时序变量的滞后期以及随
    03-08
  • 拓端tecdat|R语言风险价值VaR(Value at Risk)和损失期望值ES(Expected shortfall)的估计
    拓端tecdat|R语言风险价值VaR(Value at Risk)
    原文链接: http://tecdat.cn/?p=15929 风险价值VaR和损失期望值ES是常见的风险度量。首先明确:时间范围-我们展望多少天?概率水平-我们怎么看尾部分布?在给定时间范围内的盈亏预测分布,示例如图1所示。  图1:预测的损益分布 给定概率水平的预测的分
    03-08
点击排行