标签:
前言:
在前面介绍了R的基础入门语法之后,现也将最近整理好的一些R的基础绘图实例提供给需要的朋友参考。(温馨提示:代码慎用!按照本博文实例进行练习的话最好能做到举一反三。代码多敲方为上策,切不可隔岸观火!)
#基础R绘图 x <- 1:100 y <- 100 + x*5 windows(300,200);plot(y) #默认情况绘制散点图type="p" windows(300,200);plot(y,type="l") #"l"即 line首字母 #正态分布随机数图 x2 <- rnorm(100,10,5) View(x2) plot(x2) #频数直方图 x3 <- rnorm(1000,20,10) hist(x3) #在直方图基础上绘制密度曲线 x4 <- rnorm(1000,20,10) hist(x4,freq=F) lines(density(x4),col="blue") box() #加方框 #茎叶图,条形图 x5 <- rnorm(100,5,2) stem(x5) barplot(x5) box() x6 <- 1:5;pie(x6,col=rainbow(5)) box() #绘制箱线图 x7 <-rnorm(10,10,3);boxplot(x7) data(iris) sunflowerplot(iris[,3:4]) #绘制矩阵或数据框的二元图 data(iris) pairs(iris[1:4],main="--Anderson‘s Iris Data--",pch=21,bg=c("red","green3","blue")) #绘制QQ图 y1 <- rnorm(500,10,5);qqnorm(x) #曲线图 curve(sin,-2*pi,2*pi,xname="t"); #低水平绘图函数:在高水平绘图的基础上进行修饰和补充 x<-1:50 y<-rnorm(50,10,5) plot(x,y,type="n",xlab="索引坐标",ylab="随机散点",xlim=c(1,50),ylim=c(-20,20),main="实验图",sub="随机分布图") points(x,y,col="blue") lines(x,y,col="red") text(5,max(y),"最大随机散点") mtext("横轴下方文本",side=1) mtext("横轴左方文本",side=2) mtext("横轴上方文本",side=3) mtext("横轴右方文本",side=4) segments(10,10,50,-15) #根据起点,终点坐标绘制线段 arrows(10,-10,40,30,angle=15,code=1) #绘制箭头 abline(-20,5) #绘制“y=a*x+b”直线 abline(h=0,col="red") #绘制特殊直线,水平或垂直线 legend(0,max(y),"随机点0连线") legend(3,max(y),"随机点3连线") # 坐标定位模式获得鼠标点击位置的坐标 x <- 1:50 y <- rnorm(50,10,5) plot(x,y,type="n",xlab="索引坐标",ylab="随机散点",xlim=c(1,50),ylim=c(-20,20),main="实验图") print(locator(3,type="p")) #绘制矩形和多边形 rect(5,5,20,20) polygon(c(15,10,30,40,45),c(-10,5,15,4,-10)) #savePlot()绘制图形保存方法一 windows() plot(1:10) rect(1,5,4,8,col="yellow") savePlot("test01",type="jpg",device=dev.cur(),restoreConsole=T) dir() #查看"test01.jpg" #图形绘制保存方法二 jpeg(file="myplot.jpeg") plot(1:10) rect(1,5,4,8,col="blue") dev.off() dir() #查看"myplot.jpeg" #end------------------
结语:
R作为一款越来越受追捧的数据分析工具,以上简单作图函数只是它全部功能的冰山一角。其实,它的作图功能比一般人能想象得到的还要强大得多。最近也接触ggplot2一阵子,有机会也希望能跟更多的朋友一起交流分享。。。
标签:
原文地址:http://www.cnblogs.com/SeaSky0606/p/4560001.html