R语言篇5 基础图象的加工

最新推荐文章于 2024-05-03 01:00:00 发布

化工厂的煜扬

最新推荐文章于 2024-05-03 01:00:00 发布

阅读量91

点赞数 1

文章标签： r语言开发语言

本文链接：https://blog.csdn.net/pleasurewyy/article/details/131980725

版权

R语言篇5 基础图象的加工

一、单折线图

对于单折现图，我认为比较重要的是线条的粗细以及X轴，Y轴范围的选择。例如下面的Excel图虽然里面的数值一样，但给予人的感觉却差异很大。
在这里插入图片描述

因此，在处理单折现图时，一定需要学会如何调整自己图像的范围选择来凸显自己图像的表达点。那么就再次简单的演示一下之前的代码吧。

# 安装并加载ggplot2包（如果您尚未安装它）
# install.packages("ggplot2")
library(ggplot2)
# 示例数据
x <- 1:10
y <- c(5, 3, 8, 4, 6, 2, 9, 7, 1, 10)
# 创建一个数据框
my_data <- data.frame(x = x, y = y)
# 使用ggplot2绘制折线图，并加粗折线，并设置白色背景
ggplot(my_data, aes(x = x, y = y)) +
    geom_line(size = 1.2) +
    labs( x = "X轴", y = "Y轴") +
    theme_bw()  # 使用theme_bw()设置白色背景

在这里插入图片描述

二、多折线图

图例与配色

在多折线图中，主要用于展示和对比不同类别或组别之间的数据趋势，例如A城市与B城市的GDP总量随着时间的变化。通过将A城市和B城市的数据绘制成两条折线，我们可以直观地观察它们之间的变化差距。其中，图例和配色是非常重要的。

图例： 图例是多折线图中必不可少的元素，它能够标识每条折线对应的类别或组别。在这个例子中，我们应该添加一个图例，清晰地标示哪条线代表A城市，哪条线代表B城市，以便观众能够轻松区分和理解数据。
配色： 配色的选择非常重要，避免使用过于相似的颜色。为了准确传达信息，应该选择明显不同的颜色，确保每条线都有独特的视觉特征。例如，可以使用鲜明对比的颜色，如深蓝色和深红色，而不是两种相似的蓝色。这样，观众无需费力来区分线条，就能直接理解数据之间的差异。

在绘制多折线图时，我们应该注重图例和配色的设计，以确保图表能够有效传达数据，让观众轻松理解和对比不同类别或组别之间的趋势和变化。下面先给一个失败的例子：
在这里插入图片描述

通过上面的图像我们可以很明显看到这个图例的很多错误，单纯说这个颜色和图例大小，就让人需要细看才能分辨。因此我们要深刻了解到，做图的本质是为了方便观看者。
颜色
在这里插入图片描述

代码演练

# 示例数据
x <- 1:10
y1 <- c(5, 3, 8, 4, 6, 2, 9, 7, 1, 10)
y2 <- c(3, 4, 1, 6, 8, 5, 2, 9, 7, 3)
y3 <- c(8, 7, 6, 4, 5, 3, 9, 2, 1, 10)
y4 <- c(1, 2, 3, 4, 3, 2, 5, 4, 6, 3)

# 创建数据框
my_data <- data.frame(x = x, y1 = y1, y2 = y2, y3 = y3, y4 = y4)

# 使用ggplot2绘制四条线的折线图，并自定义颜色和线条粗细
ggplot(my_data, aes(x = x)) +
    geom_line(aes(y = y1, color = "Line 1"), size = 1.5) +
    geom_line(aes(y = y2, color = "Line 2"), size = 1.5) +
    geom_line(aes(y = y3, color = "Line 3"), size = 1.5) +
    geom_line(aes(y = y4, color = "Line 4"), size = 1.5) +
    labs( x = "X轴", y = "Y轴") +
    scale_color_manual(name = "线条", 
                       values = c("Line 1" = "#E73847",    # RGB值为 231 56 71
                                  "Line 2" = "#A8DADB",    # RGB值为 168 218 219
                                  "Line 3" = "#457B9D",    # RGB值为 69 123 157
                                  "Line 4" = "#1D3557")) +  # RGB值为 29 53 87
    theme_minimal() +
    theme(panel.background = element_rect(fill = "white"))  # 设置背景颜色为白色

在这里插入图片描述

三、柱状图

# 示例数据
cities <- c("A城市", "B城市", "C城市", "D城市")
gdp <- c(8, 12, 6, 10)

# 创建数据框
my_data <- data.frame(City = cities, GDP = gdp)

# RGB颜色值
rgb_values <- c("#E73847", "#A8DADB", "#457B9D", "#1D3557")

# 使用ggplot2绘制带边框的柱状图，并使用RGB颜色值进行填充
ggplot(my_data, aes(x = City, y = GDP, fill = City)) +
    geom_bar(stat = "identity", width = 0.5, color = "black", position = position_dodge(width = 0.6)) +
    labs(x = "城市", y = "GDP总量") +
    scale_fill_manual(values = rgb_values) +  # 使用RGB颜色值进行填充
    theme_bw() +  # 使用theme_bw()设置白色背景
    theme(axis.line = element_line(size = 0.2),  # 设置坐标轴线的粗细为0.2
          axis.text = element_text(size = 10, color = "black", face = "bold"),  # 设置坐标轴标签的字体样式
          axis.title = element_text(size = 16, color = "black", face = "bold"))  # 设置坐标轴标题的字体样式

在这里插入图片描述