R-散点图

2024-08-26 12:32
文章标签 散点图

本文主要是介绍R-散点图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

> x1=round(rnorm(10,mean=77,sd=9))
> x2=round(rnorm(10,mean=85,sd=20))
> plot(x1,x2)

如下图这里写图片描述

> plot(x1,x2,main = "analysis",xlab = "mathermatical analysis",ylab="linear algebra",xlim = c(0,100),ylim = c(0,100),xaxs="i" ,# Set axis style as internalyaxs="i", # Set y axis style as internal col="red",# Set the color of plotting symbol to red pch=19)# Set the plotting symbol to filled dots 

这里写图片描述
连线图

> a=c(2,3,4,5,6)
> b=c(4,7,8,9,12)
> plot(a,b,type="l")

这里写图片描述

多条曲线的效果

> tokyo=round(rnorm(10,mean=200,sd=50))
> tokyo[1] 144 191 231 152 140 281 240 137[9] 182 133> newwork=round(rnorm(10,mean=80,sd=10))
> newwork[1] 77 81 68 80 70 76 76 83 88 66> lines(newwork,type="l",col="blue",lwd=2)
> longdon=round(rnorm(10,mean=50,sd=10))
> lines(longdon,type="l",col="blue",lwd=2)

这里写图片描述

## 向日葵散点图 ##
用来克服散点图中数据点重叠问题
在有重叠的地方用一朵“向日葵花”的花瓣数目来表示重叠数据的个数

> sunflowerplot(iris[,3:4],col="gold",seg.col="gold")

这里写图片描述

散点图集

  • 便利样本中全部的变量配对画出二元图
  • 直观地了解所有变量之间的关系

    pairs(iris[,1:4])
    这里写图片描述

散点图集

  • 用plot 也可以实现同样的效果
> plot(iris[,1:4],main="Relaationships between",pch=19,col="blue",cex=0.9)![这里写图片描述](https://img-blog.csdn.net/20180217145322399?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzA0Mzc2Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70) 
  • 利用par()在同一个device 输出多个散点图
  • Par 命令博大精深,用于设置绘图参数,Help(par)

    关于绘图参数

    help(par)
    colors()
    这里写图片描述
    绘图设备

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()


x1=c(1:3)
x1
[1] 1 2 3
x2=c(4,2,6)
x2
[1] 4 2 6
plot(x1,x2)


![这里写图片描述](https://img-blog.csdn.net/20180217150859936?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzA0Mzc2Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

x3=c(3,4,2,5)
x4=c(5,4,9,7)
plot(x3,x4)

![这里写图片描述](https://img-blog.csdn.net/20180217151136466?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzA0Mzc2Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

dev.new()
NULL
plot(x1,x2)
dev.list()
RStudioGD png windows
2 3 4

![这里写图片描述](https://img-blog.csdn.net/2018021715154281?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzA0Mzc2Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

dev.cur()
windows
4
dev.next()
RStudioGD
2
dev.cur()
windows
4

**三维散点图**
**安装工具包**

install.packages(“scatterplot3d”)
Installing package into ‘C:/Users/nanji/Documents/R/win-library/3.0’
(as ‘lib’ is unspecified)

有二进制版本(将被安装),但源代码版本是后来的:
binary source
scatterplot3d 0.3-35 0.3-40

trying URL ‘https://cran.rstudio.com/bin/windows/contrib/3.0/scatterplot3d_0.3-35.zip’
Content type ‘application/zip’ length 289696 bytes (282 Kb)
opened URL
downloaded 282 Kb

package ‘scatterplot3d’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in
C:\Users\nanji\AppData\Local\Temp\RtmpEJLAN9\downloaded_packages

scatterplot3d(iris[2:4])
Error: could not find function “scatterplot3d”
scatterplot3d::scatterplot3d(iris[2:4])


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”)

![这里写图片描述](https://img-blog.csdn.net/20180217155554311?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvdTAxMzA0Mzc2Mg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70)

persp(x,y,z,theta=30,phi=30,expand=0.7,col=”lightblue”)
“`
这里写图片描述

这篇关于R-散点图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1108573

相关文章

使用matplotlib绘制散点图、柱状图和饼状图-学习篇

一、散点图 Python代码如下: num_points = 100x = np.random.rand(num_points) #x点位随机y = np.random.rand(num_points) #y点位随机colors = np.random.rand(num_points) #颜色随机sizes = 1000 * np.random.rand(num_points) # 大

【python 散点图】美观画时间序列散点图

经常遇到时间序列的数据,用散点图可以直观的查看数据的分布情况。matplotlib模块的pyplot有画散点图的函数,但是该函数要求x轴是数字类型。pandas的plot函数里,散点图类型’scatter’也要求数字型的,用时间类型的会报错。 最终摸索出画散点图的简单办法。可以使用pyplot的plot_date()画散点图。 # -*- coding: utf-8 -*-"""spee

python可视化-散点图

散点图可以了解数据之间的各种相关性,如正比、反比、无相关、线性、指数级、 U形等,而且也可以通过数据点的密度(辅助拟合趋势线)来确定相关性的强度。另外,也可以探索出异常值(在远超出一般聚集区域的数据点称)。  1、加载数据 import pandas as pdfrom sklearn.datasets import load_irisimport warnings# 禁用所有警告信息

Python 数据可视化 散点图

Python 数据可视化 散点图 import matplotlib.pyplot as pltimport numpy as npdef plot_scatter(ref_info_dict, test_info_dict):# 绘制散点图,ref横,test纵plt.figure(figsize=(80, 48))n = 0# scatter_header_list =

Python 数据可视化 多色散点图

Python 数据可视化 多色散点图 fig, ax = plt.subplots()max_line = max([max(merged_df['unif_ref_value']), max(merged_df['unif_rust_value'])])min_line = min([max(merged_df['unif_ref_value']), max(merged

【Python高级编程】图表类型指南:何时使用折线图、散点图、柱状图和饼状图

图表类型指南:何时使用折线图、散点图、柱状图和饼状图 在数据可视化中,选择合适的图表类型对于有效传达信息至关重要。以下是四种最常见的图表类型及其用途: 折线图 折线图用于显示数据随时间或其他连续变量的变化趋势。它们对于识别趋势、模式和预测很有用。 何时使用: 时间序列数据趋势分析预测 散点图 散点图用于探索两个变量之间的关系。它们可以显示相关性、聚类和异常值。 何时使用: 相关性

使用python绘制三维散点图

使用python绘制三维散点图 三维散点图三维散点图的用途效果代码 三维散点图 三维散点图(3D Scatter Plot)是一种用于展示三维数据的图表。与二维散点图类似,三维散点图通过点在三维空间中的位置来表示数据点的三个特征。每个点在 x、y 和 z 轴上的位置对应于该点的三个属性值。这种图表特别适用于展示具有三维特征的数据集,有助于更直观地观察数据点之间的关系和分布。 三

plt散点图多颜色图例

20210320 - 在使用plt.scatter进行散点图绘制的时候,通过直接指定颜色,可以直接获得结果,大致代码如下: plt.scatter(X[:,0], X[:,1], c = y) 但是如果这样的话,在标注图例的时候,就无法标注了,直接使用plt.legend()的话,会提示没有标签信息;而即使将标签数据在plt.scatter的函数中传入,也并不能显示。 对于这个问题,在百

如何用R语言ggplot2画高水平期刊散点图

文章目录 前言一、数据集二、ggplot2画图1、全部代码2、细节拆分1)导包2)创建图形对象3)主题设置4)轴设置5)图例设置6)散点颜色7)保存图片 前言 一、数据集 数据下载链接见文章顶部 处理前的数据: library(readxl)library(reshape2) # reshape2 包是 R 语言中的一个数据处理包,主要用于数据重

python - 极坐标 + 散点图

python 极坐标+散点图 import numpy as npimport matplotlib.pyplot as pltimport math​# 点数,随机函数时调用N = 10​# 定义 散点半径# r = 2 * np.random.rand(N)​r = [0.01,0.0075,0.0105,0.0175,0.0100]​​# 定义散点角度, math