R语言学习笔记2
2016-04-20 21:11
274 查看
接R语言学习笔记1:/article/8708111.html
【持续更新中】
基本简单图形
条形图-分类变量
·1)简单条形图 - 一维数据
barplot(height,horiz,…)
height:是一个向量,定各条形的高度或者宽度
horiz:逻辑值,值取TRUE表示绘制水平条形图
注意:用plot()也可画条形图
2)堆砌条形图和分组条形图-二维列联表
barplot(height,horiz,beside,…)
height:矩阵
beside:逻辑值,值取TRUE绘制分组条形图,值取FALSE绘制堆砌条形图
注意:棘状图是堆砌图的一个变形,其每个条的长度为1,每段高表示比例,命令spine(), 需安装载入vcd包
例:
b<-c(2,3,4,4,2,3,4,2,2,3,4,4)
ab<-table(b)
barplot(ab,main=”my first boxplot”,col = “pink”,xlab = “x”,ylab=”y”)
plot(ab,main=”dfssd”,col=”red”)
a=c(0,1,0,0,0,0,0,0,1,1,0,0)
ab<-table(b,a)
barplot(ab,main=”stack barchart”,xlab=’x’,ylab=’y’,col=c(“green”,”yellow”,”red”),ylim=c(0,10))
legend(“topright”,legend = rownames(ab),fill =c(“green”,”yellow”,”red”))
barplot(ab,main=”stack barchart”,xlab=’x’,ylab=’y’,col=c(“green”,”yellow”,”red”),ylim=c(0,10),beside =TRUE)
legend(“topright”,legend = rownames(ab),fill =c(“green”,”yellow”,”red”))
荆状图
library(vcd)
spine(ab,main=”spinechart”)
饼图(pie,labels,…)
ct<-table(b)
pie(ct,labels = c(“2ct”,”3ct”,”4ct”))
直方图:
直方图-连续变量
hist(x,freq,breaks,…)
x:是一个数值型的向量
freq:逻辑值,值去FALSE表示根据频率而不是频数绘制图形
breaks:取正整数或者一个数值向量,取正整数可指定直方图中的单元个数,且每个单元等距,取向量可指定每个小区间的端点。
核密度图
density(x)
x是数值型向量,核密度估计是一种非参数方法,用于估计随机变量的概率密度函数
sm.density.compare(x,factor):可比较核密度图,需先安装载入sm包
【持续更新中】
基本简单图形
条形图-分类变量
·1)简单条形图 - 一维数据
barplot(height,horiz,…)
height:是一个向量,定各条形的高度或者宽度
horiz:逻辑值,值取TRUE表示绘制水平条形图
注意:用plot()也可画条形图
2)堆砌条形图和分组条形图-二维列联表
barplot(height,horiz,beside,…)
height:矩阵
beside:逻辑值,值取TRUE绘制分组条形图,值取FALSE绘制堆砌条形图
注意:棘状图是堆砌图的一个变形,其每个条的长度为1,每段高表示比例,命令spine(), 需安装载入vcd包
例:
b<-c(2,3,4,4,2,3,4,2,2,3,4,4)
ab<-table(b)
barplot(ab,main=”my first boxplot”,col = “pink”,xlab = “x”,ylab=”y”)
plot(ab,main=”dfssd”,col=”red”)
a=c(0,1,0,0,0,0,0,0,1,1,0,0)
ab<-table(b,a)
barplot(ab,main=”stack barchart”,xlab=’x’,ylab=’y’,col=c(“green”,”yellow”,”red”),ylim=c(0,10))
legend(“topright”,legend = rownames(ab),fill =c(“green”,”yellow”,”red”))
barplot(ab,main=”stack barchart”,xlab=’x’,ylab=’y’,col=c(“green”,”yellow”,”red”),ylim=c(0,10),beside =TRUE)
legend(“topright”,legend = rownames(ab),fill =c(“green”,”yellow”,”red”))
荆状图
library(vcd)
spine(ab,main=”spinechart”)
饼图(pie,labels,…)
ct<-table(b)
pie(ct,labels = c(“2ct”,”3ct”,”4ct”))
直方图:
直方图-连续变量
hist(x,freq,breaks,…)
x:是一个数值型的向量
freq:逻辑值,值去FALSE表示根据频率而不是频数绘制图形
breaks:取正整数或者一个数值向量,取正整数可指定直方图中的单元个数,且每个单元等距,取向量可指定每个小区间的端点。
核密度图
density(x)
x是数值型向量,核密度估计是一种非参数方法,用于估计随机变量的概率密度函数
sm.density.compare(x,factor):可比较核密度图,需先安装载入sm包
相关文章推荐
- LeetCode *** 40. Combination Sum II
- 20160420javaweb之文件上传和下载
- Windows上安装Xampp后通过命令行进入MariaDB
- Gradle体验/第一篇:下装、安装、配置、体验
- 超级强大的vim配置(vimplus)
- Android M App Permissions
- Problem M
- Problem M
- hdu4749 Parade Show(kmp)
- 入坑宣言
- asp.net随机数
- 作业5
- (转载)Java之外观模式(Facade Pattern)
- SQL中CONVERT()转化函数的用法 字符串转日期
- 阿里巴巴2017实习生招聘笔试题(算法工程师)
- 专题二1014
- 你最喜欢做什么--兴趣问题清单
- CSS3---用户界面
- 函数指针
- 文件传输