数据阐明和R语言条记3：利用R语言和R软件举办绘图
一、直方图
绘制直方图函数：hist()
对x1举办直方图阐明
> hist(x$x1)>
二、散点图
散点图绘制函数：plot()
摸索各科后果的关联干系
> plot(x1,x2)> plot(x$x1,x$x2)>
三、柱状图
列联表阐明
列联函数table()：统计每个分数的人数;
柱状图绘制函数：barplot()
> table(x$x1) 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 1 5 6 6 5 7 5 6 2 3 6 2 2 5 4 11 5 4 5 99 100 8 2> barplot(table(x$x1))>
四、饼图
饼图绘制函数：pie()
> pie(table(x$x1))>
五、箱尾图
1、 箱尾图绘制函数：boxplot()
> boxplot(x$x1,x$x2,x$x3)>
(1) 箱子的上下横线为样本的25%和75%分位数
(2) 箱子中间的横线为样本的中位数
(3) 上下延伸的直线称为尾线，尾线的
(4) 止境为较高值和较低值
(5) 异常值
2、为箱尾图添加颜色和缺口
添加参数：颜色 col=c(c(“red”,”green”,”blue”))； 缺口：notch=T。
> boxplot(x[2:4],col=c("red","green","blue"),notch=T)>
3、程度安排的箱尾图
添加参数：horizontal=T
> boxplot(x$x1,x$x2,x$x2,horizontal=T)>
六、星相图
函数：stars()
1、
> stars(x[c("x1","x2","x3")])>
(1) 每个视察单元的数值暗示为一个图形
(2) 每个图的每个角暗示一个变量，字符串范例会标注在图的下方
(3) 角线的长度表达值的巨细
2、扇形图 (雷达图)
添加参数：draw.segment=T 节制是否画扇形；full=T 节制是圆照旧半圆。
> stars(x[c("x1","x2","x3")],full=T,draw.segment=T)>
扇形的面积越大，暗示值越大。
3、半扇形
> stars(x[c("x1","x2","x3")],full=F,draw.segment=T)>
七、脸谱图
1、安装aplpack包
(1) 用五官的宽度和高度来描画数值
(2) 人对脸谱高度敏感和强影象
(3) 适合较少样本的环境
2、其他脸谱图
安装TeachingDemos包
八、茎叶图
绘制茎叶图函数：stem()
> stem(x$x2) The decimal point is 1 digit(s) to the right of the | 6 | 4 6 | 77889 7 | 000112222233344 7 | 5556667777777888899999 8 | 00000000001111111222222222222333344 8 | 5555666788999 9 | 0111223 9 | 57 >
上面茎叶图中：6 | 4 ，暗示64分的有一个；6 | 77889 ，暗示67分有两位同学，68分的有两位同学，69分的有一位同学。后头以此类推。
九、QQ图
函数：qqnorm(),qqline()
#p#分页标题#e#
(1) 可用于判定是否正态漫衍
(2) 直线的斜率是尺度差，截距是均值
(3) 点的散布越靠近直线，则越靠近正态漫衍
> qqnorm(x3)> qqline(x3)>
十、散点图的进一步配置
1、 plot(x$x1,x$x2,
main=”数学阐明与线性代数后果的干系”,
xlab=”数学阐明”,
ylab=”线性代数”,
xlim=c(0,100),
ylim=c(0,100),
xaxs=”i”, #Set x axis style as internal
yaxs=”i”, #Set y axis style as internal
col=”red”, #Set the color of plotting symbol to r
pch=19) #Set the plotting symbol to filled dots
2、连线图
添加参数：type=”l”
> a=c(2,3,4,5,6)> b=c(4,7,8,9,12)> plot(a,b,type="l")>
3、多条曲线的结果
plot(rain$Tokyo,type=”l”,col=”red”,
ylim=c(0,300),
main=”Monthly Rainfall in major cities”,
xlab=”Month of Year”,
ylab=”Rainfall (mm)”,
lwd=2 #线框巨细粗细)
lines(rain$NewYork,type=”l”,col=”blue”,lwd=2)
lines(rain$London,type=”l”,col=”green”,lwd=2)
lines(rain$Berlin,type=”l”,col=”orange”,lwd=2)
十一、密度图
函数：density()
> plot(density(rnorm(1000)))>
十二、热力求
1、R内置的数据集，利用函数data()列出。
> data()> mtcars mpg cyl disp hp drat wt qsec vs am gear carbMazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2>
2、操作内置的mtcars数据集绘制
首先要将数据框转换为矩阵。颜色越深，数值越大。
heatmap(as.matrix(mtcars),
Rowv=NA,
Colv=NA,
col = heat.colors(256),
scale=”column”,
margins=c(2,8),
main = “Car characteristics by
Model”)
十三、向日葵散点图
1、Iris(鸢尾花)数据集
2、向日葵散点图
函数：sunflowerplot()，参数col设定点的颜色，seg.col设定点发出的射线(代表重合点)的颜色。
#p#分页标题#e#
(1) 用来降服散点图中数据点重叠问题
(2) 在有重叠的处所用一朵“向日葵花”的花瓣数目来暗示重叠数据的个数
> sunflowerplot(iris[,3:4],col="gold",seg.col="gold")>
十四、散点图集
1、利用函数pairs()
(1) 遍历样本中全部的变量配对画出二元图
(2) 直观地相识所有变量之间的干系
> pairs(iris[,1:4])>
2、利用plot()函数
plot(iris[,1:4],
main=”Relationships between
characteristics of iris flowers”,
pch=19,
col=”blue”,
cex=0.9)
3、利用par()函数配置
(1) 操作par( )在同一个device输出多个散点图
(2) Par呼吁博大博识，用于配置画图参数，help(par)
par(mfrow=c(3,1)) #在一张device中显示3行一列的图形
plot(x1,x2);plot(x2,x3);plot(x3,x1)
十五、关于画图参数
1、寻求辅佐
(1) help(par)
(2) 有哪些颜色？ 利用函数 colors()
2、画图设备
dev.cur()
dev.list()
dev.next(which = dev.cur())
dev.prev(which = dev.cur())
dev.off(which = dev.cur())
dev.set(which = dev.next())
dev.new(…)
graphics.off()
3、位置节制参数
(1) mai参数：A numerical vector of the form c(bottom, left, top, right) which gives the margin size specified in inches.
(2) oma参数：A vector of the form c(bottom, left, top, right) giving the size of the outer margins in lines of text.
十六、三维散点图
安装scatterplot3d 包
scatterplot3d(x[2:4])
十七、三维作图
x<-y<-seq(-2*pi, 2*pi, pi/15)
f<-function(x,y) sin(x)*sin(y)
z<-outer(x, y, f)
contour(x,y,z,col=”blue”)
persp(x,y,z,theta=30, phi=30,expand=0.7,col=”lightblue”)
十八、和谐曲线图
和谐曲线用于聚类判定很是利便。
自界说函数unison的剧本unison.r：
unison<-function(x){ # x is a matrix or data frame of data if (is.data.frame(x)==TRUE) x<-as.matrix(x) t<-seq(-pi, pi, pi/30) m<-nrow(x); n<-ncol(x) f<-array(0, c(m,length(t))) for(i in 1:m){ f[i,]<-x[i,1]/sqrt(2) for( j in 2:n){ if (j%%2==0) f[i,]<-f[i,]+x[i,j]*sin(j/2*t) else f[i,]<-f[i,]+x[i,j]*cos(j%/%2*t) } } plot(c(-pi,pi), c(min(f),max(f)), type="n", main="The Unison graph of Data", xlab="t", ylab="f(t)") for(i in 1:m) lines(t, f[i,] , col=i)}
十九、舆图
安装maps包
map(“state”, interior = FALSE)
map(“state”, boundary = FALSE, col=”red”,add = TRUE)
map(‘world’, fill = TRUE,col=heat.colors(10))
相关R画图书籍：《R Graphs Cookbook》
