从零开始学R（七）——R的可视化之条形图、折线图、散点图

最新推荐文章于 2023-09-17 16:41:14 发布

子佩青青

最新推荐文章于 2023-09-17 16:41:14 发布

阅读量1.5k

点赞数 2

文章标签：数据可视化数据分析

本文链接：https://blog.csdn.net/LiuTX_CH/article/details/107941598

版权

本文是R语言数据可视化的入门教程，介绍了如何使用ggplot2包创建条形图、折线图和散点图。通过实例展示了如何对图表进行美化，如调整颜色、坐标轴、背景和添加标题，以及如何通过散点图揭示数据间的关系。

摘要由CSDN通过智能技术生成

R的可视化操作（一）

接下来两节我会使用ggplot2 package分享一些常用的可视化操作。这一节主要包括条形图（柱状图）、折线图和散点图

条形图用来展现离散型单变量的分布特征，柱状图是垂直放置的条形图。至于饼图与玫瑰图，则可以将笛卡尔坐标系转换为极坐标系，由于数据分析中这两种图的使用频率不高，因此我在这里不做进一步分享

Scores <- as.data.frame(c(rep(1, 27), rep(2, 23)))
names(Scores) <- "分科情况"
Scores$分科情况 <- factor(Scores$分科情况, labels = c("文科", "理科"))

先制作一个基本的数据。即高中某个班文理分科选择情况，27个人选择了文科，23个人选择了理科。
rep()函数能够用来生成一个向量，向量里某个元素重复一定次数。
factor()函数用来处理存储类型的变换，即将数据存储为因子类型的定类数据，标签用labels参数来设定

ggplot(data = Scores, mapping = aes(x = 分科情况)) +
  geom_bar()

下图是以上代码绘制而成的条形图，当然目前看起来还有些简陋，可以从颜色、主题背景等进行修饰。
在这里插入图片描述

ggplot(data = Scores, mapping = aes(x = 分科情况)) +
  geom_bar(aes(fill = 分科情况 )) +
  theme(panel.background