R语言绘图基础学习(一)

绘图基础

直方图
散点图
条形图
饼图
箱线图
星相图
脸谱图
茎叶图
QQ图
colors()函数

直方图

hist(x,freq=FALSE,breaks=num,col=color)

直方图在横轴上将数据值域划分成若干个组别，然后在纵轴上显示其频数。
其中的x是一个由数据值组成的数值向量.参数freq=FALSE表示根据概率密度而不是频数绘制图形。参数breaks用于控制组的数量。在定义直方图中的单元时，默认将生成等距切分.

num=seq(2018223001,2018223100)
x1=round(runif(100,min=80,max=100))
x2=round(rnorm(100,mean=80,sd=6))
x3=round(rnorm(100,mean=83,sd=18))
x3[which(x3>100)]=100
x=data.frame(num,x1,x2,x3)

散点图

绘制散点图，用plot（x,y）直接就可以了，不过这样绘制出来的散点图太过简单了，为了达到使用的要求，可以详细得设置一些参数，让图形更加的漂亮。

 plot(x$x1,x$x2)

plot(x$x1,x$x2,
main="数学分析与线性代数成绩的关系",#标题
xlab="数学分析",#x轴标题
ylab="线性代数",#y轴标题
xlim=c(50,100),#设置x轴的取值区间为50到100
ylim=c(50,100),#设置x轴的取值区间为50到100
xaxs="i",#设置x轴和y轴的范围,默认值取“r”,取”i”时表示坐标轴范围与给定作图范围完全相同
yaxs="i",
col="blue",#设置颜色
pch=19)#pch指代点的形状，用数字表示

条形图

条形图通过垂直的或水平的条形展示了类别型变量的分布(频数)，使用函数barplot()绘制:

barplot(height,…)

table(x$x1) #列连函数table()
barplot(table(x$x1))

饼图

●饼图就是将一个圆(或者圆饼)按分类变量分成几块，每一块所占的面积比例就是相对应的变量在总体中所占的比例。
●饼图绘制函数pie()：

pie(x, labels)

其中x是一个非负数值向量，表示每个扇形的面积，而labels则是表示各扇形标签的字符型向量

pie(table(x$x1))

箱线图

箱线图（又称盒须图）通过绘制连续型变量的五数总括，即最小值、下四分位数（第25百分位数）、中位数（第50百分位数）、上四分位数（第75百分位数）以及最大值，描述了连续型变量的分布：

boxplot(mtcars$mpg,mtcars$qsec,main="Box plot", ylab="Miles
per Gallon",col="skyblue")

水平放置的箱线图

boxplot (x$x1,x$x2,x$x3,horizontal=T,col="azure")

星相图

stars(x,full = TRUE,draw.segments = FALSE,key.loc=c(xcoord,ycoord),…)

x为数值矩阵或数据框
full为图形形状：full = TRUE表示圆形，full = FALSE表示半圆
draw.segments控制星相颜色，draw.segments=T彩色,draw.segments=F黑白
key.loc用来调整右下角图例的位置的函数

stars(x[c("x1","x2","x3")])

stars(x[c("x1","x2","x3")],full=T,draw.segment=T)

脸谱图

用五官的宽度和高度来描绘数值
脸谱图一般采用15个指标，各指标代表的面部特征为:

1脸的高度 2脸的宽度 3脸型 4嘴巴厚度 5嘴巴宽度 6微笑 7眼睛的高度 8眼睛宽度
9头发长度 10头发宽度 11头发风格 12鼻子高度 13鼻子宽度14耳朵宽度 15耳朵高度

在R语言里面绘制脸谱图需要安装aplpack包或TeachingDemos包

install.packages("aplpack")
library(aplpack)
faces(x[c("x1","x2","x3")])

faces(x[c("x1","x2","x3")],face.type = 2)
#face.type默认范围为0—2,0表示无颜色，1表示彩色，2表示彩色的圣诞老人,默认为1

安装TeachingDemos包

install.packages("TeachingDemos")
library(TeachingDemos)
faces2(x)

茎叶图

茎叶图：把不变化的位数（如十位数）放在树茎上，把变化的部分（如个位数）放在树叶上，类似直方图，但又保留了原始信息。

QQ图

可用于判断是否正态分布
直线的斜率是标准差，截距是均值
点的散布越接近直线，则越接近正态分布

qqnorm(x1)
qqline(x1)

colors()函数

在R中，可以通过颜色下标、颜色名称、十六进制的颜色值、 RGB值或HSV值来指定颜色。
例如：col=1、col=“white”、 col="#FFFFFF"、
col=rgb(1,1,1)和col=hsv(0,0,1)都是表示白色的等价方式。
使用函数colors() 可以返回所以可用颜色列表。R中也有多种用于创建连续型颜色向量的函数，包括rainbow()、heat.colors()、terrain.colors()、 topo.colors()以及cm.colors()。
例如rainbow(10)可以生成10种连续的“彩虹型”颜色。
colors()函数：