1. 条形图
- 语法
在R语言中创建条形图的基本语法是 -
barplot(H, xlab, ylab, main, names.arg, col)
以下是所使用的参数的描述 -
-- H是包含在条形图中使用的数值的向量或矩阵。
-- xlab是x轴的标签。
-- ylab是y轴的标签。
-- main是条形图的标题。
-- names.arg是在每个条下出现的名称的向量。
-- col用于向图中的条形提供颜色。
- 创建普通条形图
# 为图表创建数据
H <- c(7, 12, 28, 3, 41)
# 设置文件名
png(file = "barchart.png")
# 绘制图表
barplot(H)
# 保存图片
dev.off()
效果：
barchart.png
- 条形图标签，标题和颜色
# 条形图标签，标题和颜色
# 为图表创建数据
H <- c(7, 12, 28, 3, 41)
M <- c("Mar", "Apr", "May", "Jun", "Jul")
# 设置文件名
png(file = "barchart_months_revenue.png")
# 绘制图表
barplot(H, names.arg = M, xlab = "Month", ylab = "Revenue", col = "blue", main = "Revenue chart", border = "red")
# 保存文件
dev.off()
效果：
barchart_months_revenue.png
- 组合条形图和堆积条形图
# 组合条形图和堆积条形图
# 创建输入向量
colors <- c("green", "orange", "brown")
months <- c("Mar", "Apr", "May", "Jun", "Jul")
regions <- c("East", "West", "North")
# 创建数据矩阵
values <- matrix(c(2, 9, 3, 11, 9, 4, 8, 7, 3, 12, 5, 2, 8, 10, 11), nrow = 3, ncol = 5, byrow = TRUE)
# 设置文件名
png(file = "barchart_stacked.png")
# 创建条形图
barplot(values, main = "total revenue", names.arg = months, xlab = "month", ylab = "revenue", col = colors)
# 添加图例
legend("topleft", regions, cex = 1.3, fill = colors)
# 保存文件
dev.off()
效果：
barchart_stacked.png
2. 箱线图
-
语法
在R语言中创建箱线图的基本语法是 -
boxplot(x, data, notch, varwidth, names, main)
以下是所使用的参数的描述 -
-- x是向量或公式。
-- 数据是数据帧。
-- notch是逻辑值。 设置为TRUE以绘制凹口。
-- varwidth是一个逻辑值。 设置为true以绘制与样本大小成比例的框的宽度。
-- names是将打印在每个箱线图下的组标签。
-- main用于给图表标题。 -
数据集
# 打印数据集
input <- mtcars[, c('mpg', 'cyl')]
print(input)
打印结果：
图1.png
- 创建箱线图
# 设置文件名
png(file = "boxplot.png")
# 绘制图表
boxplot(mpg ~ cyl, data = mtcars, xlab = "Number of Cylinders", ylab = "Miles Per Gallon", main = "Mileage Data")
# 保存文件
dev.off()
效果：
boxplot.png
- 带槽的箱线图
# 设置文件名
png(file = "boxplot_with_notch.png")
# 绘制图表
boxplot(mpg ~ cyl, data = mtcars,
xlab = "Number of Cylinders",
ylab = "Miles Per Gallon",
main = "Mileage Data",
notch = TRUE,
varwidth = TRUE,
col = c("green", "yellow", "purple"),
names = c("Hign", "Medium", "Low")
)
# 保存文件
dev.off()
效果：
boxplot_with_notch.png
3. 直方图
-
语法
使用R语言创建直方图的基本语法是 -
hist(v,main,xlab,xlim,ylim,breaks,col,border)
以下是所使用的参数的描述 -
-- v是包含直方图中使用的数值的向量。
-- main表示图表的标题。
-- col用于设置条的颜色。
-- border用于设置每个条的边框颜色。
-- xlab用于给出x轴的描述。
-- xlim用于指定x轴上的值的范围。
-- ylim用于指定y轴上的值的范围。
-- breaks用于提及每个条的宽度。 -
创建直方图
# 创建直方图
# 创建向量
v <- c(9, 13, 21, 8, 36, 22, 12, 41, 31, 33, 19)
# 设置文件名
png(file = "histogram.png")
# 创建直方图
hist(v, xlab = "Weight", col = "yellow", border = "blue")
# 保存文件
dev.off()
效果:
histogram.png
- X和Y值的范围
# X和Y值的范围
# 创建向量
v <- c(9, 13, 21, 8, 36, 22, 12, 41, 31, 33, 19)
# 设置文件名
png(file = "histogram_lim_breaks.png")
# 创建直方图
hist(v, xlab = "Weight", col = "green", border = "red", xlim = c(0, 50), ylim = c(0, 5), breaks = 4)
# 保存文件
dev.off()
效果：
histogram_lim_breaks.png
4. 折线图
-
语法
在R语言中创建折线图的基本语法是 -
plot(v,type,col,xlab,ylab)
以下是所使用的参数的描述 -
-- v是包含数值的向量。
-- 类型采用值“p”仅绘制点，“l”仅绘制线和“o”绘制点和线。
-- xlab是x轴的标签。
-- ylab是y轴的标签。
-- main是图表的标题。
-- col用于给点和线的颜色。 -
创建折线图
# 创建折线图
# 创建图表数据
v <- c(7, 12, 28, 3, 41)
# 设置文件名
png(file = "line_chart.png")
# 绘制折线
plot(v, type = "o")
# 保存文件
dev.off()
效果：
line_chart.png
- 折线图标题，颜色和标签
# 创建图表数据
v <- c(7, 12, 28, 3, 41)
# 设置文件名
png(file = "line_chart_label_colored.png")
# 绘制折线
plot(v, type = "o", col = "red", xlab = "Month", ylab = "Rain fall", main = "Rain fall chart")
# 保存文件
dev.off()
效果：
line_chart_label_colored.png
- 多线型折线图
# 使用lines()函数，可以在同一个图表上绘制多条线
# 创建图表数据
v <- c(7, 12, 28, 3, 41)
t <- c(14, 7, 6, 19, 3)
# 设置文件名
png(file = "line_chart_2_lines.png")
# 绘制表
plot(v, type = "o", col = "red", xlab = "Month", ylab = "Rain fall", main = "Rain fall chart")
lines(t, type = "o", col = "blue")
# 保存文件
dev.off()
效果：
line_chart_2_lines.png
5. 散点图
- 语法
在R语言中创建散点图的基本语法是 -
plot(x, y, main, xlab, ylab, xlim, ylim, axes)
以下是所使用的参数的描述 -
-- x是其值为水平坐标的数据集。
-- y是其值是垂直坐标的数据集。
-- main要是图形的图块。
-- xlab是水平轴上的标签。
-- ylab是垂直轴上的标签。
-- xlim是用于绘图的x的值的极限。
-- ylim是用于绘图的y的值的极限。
-- axes指示是否应在绘图上绘制两个轴。
- 数据集
# 数据集
input <- mtcars[, c('wt', 'mpg')]
print(input)
打印结果：
图2.png
- 创建散点图
# 数据
input <- mtcars[, c('wt', 'mpg')]
# 设置文件名
png(file = 'scatterplot.png')
# 创建表
plot(x = input$wt, y = input$mpg,
xlab = "Weight",
ylab = "Milage",
xlim = c(2.5, 5),
ylim = c(15, 30),
main = "Weight vs Milage"
)
# 保存文件
dev.off()
效果图：
scatterplot.png
- 散点图矩阵
在R中创建散点图矩阵的基本语法是 -
pairs(formula, data)
以下是所使用的参数的描述 -
-- formula表示成对使用的一系列变量。
-- data表示将从其获取变量的数据集。
示例：
# 设置文件名
png(file = "scatterplot_matrices.png")
# 绘制
pairs(~ wt + mpg + disp + cyl, data = mtcars, main = "Scatterplot Matrix")
# 保存文件
dev.off()
效果：
scatterplot_matrices.png
6. 饼状图
- 语法
使用R语言创建饼图的基本语法是 -
pie(x, labels, radius, main, col, clockwise)
以下是所使用的参数的描述 -
-- x是包含饼图中使用的数值的向量。
-- labels用于给出切片的描述。
-- radius表示饼图圆的半径（值-1和+1之间）。
-- main表示图表的标题。
-- col表示调色板。
-- clockwise是指示片段是顺时针还是逆时针绘制的逻辑值。
- 创建饼状图
# 饼状图
x <- c(21, 62, 10, 53)
labels <- c("London", "New York", "Singapore", "Mumbai")
# 设置文件名
png(file = "city.png")
# 绘制饼图
pie(x, labels)
# 保存文件
dev.off()
效果：
city.png
- 饼图标题和颜色
# 数据
x <- c(21, 62, 10, 53)
labels <- c("London", "New York", "Singapore", "Mumbai")
# 设置文件名
png(file = "city_title_colors.png")
# 绘制
pie(x, labels, main = "City pie chart", col = rainbow(length(x)))
# 保存文件
dev.off()
效果：
city_title_colors.png
- 切片百分比和图表图例
# 数据
x <- c(21, 62, 10, 53)
labels <- c("London", "New York", "Singapore", "Mumbai")
# 计算百分比
piepercent <- round(100 * x / sum(x), 1)
# 设置文件名
png(file = "city_percentage_legends.png")
# 绘制图表
pie(x, labels = piepercent, main = "City pie chart", col = rainbow(length(x)))
# 图例
legend("topright", c("London", "New York", "Singapore", "Mumbai"), cex = 0.8, fill = rainbow(length(x)))
# 保存文件
dev.off()
效果：
city_percentage_legends.png
- 3D饼图
# 安装包
install.packages("plotrix", repos="https://cran.cnr.berkeley.edu/")
# 引入库
library(plotrix)
# 创建数据
x <- c(21, 62, 10, 53)
lbl <- c("London", "New York", "Singapore", "Mumbai")
# 设置文件名
png(file = "3d_pie_chart.png")
# 绘制图表
pie3D(x, labels = lbl, explode = 0.1, main = "Pie chart Of Countries")
# 保存文件
dev.off()
效果：
3d_pie_chart.png
网友评论