R语言二维多元正态数据生成

R语言基础复习

R 中的基本类型:

1. 数字 (numeric, as.numeric), 包括整数 (integer, as.integer) 和浮点数 (double, as.double) 等
2. 字符(character, as.character)
3. 逻辑, TRUE (T) 和 FALSE (F), T 和 F 是简写, 交互时方便操作
4. 时间
5. 特殊值, NA, NaN, Inf

R 中常见数据结构:

1. 向量 (vector, as.vector), 为一维, 向量中的每一个元素都是相同的类型. 有数字向量 (numeric, as.numeric), 字符串向量(character, as.character)等.
2. 因子 (factor), 有重复值的向量可以存储为因子, 节约内存, 因子有 level 和 label 属性.
3. 数组, 多维度, 每一个元素都是相同的类型. 矩阵为二维的数组.
4. 列表 (list), 一维, 元素可以是不同的类型.
5. 数据框 (data.frame), 具有列表和矩阵的特点, 二维, 不同列可以是不同的类型, 同列的数据是相同的类型。

ggplot画散点图

1、aes()函数

用于定义图形对象的属性与数据的映射关系。

主要用法有以下几种：

1. aes(x = x_var, y = y_var)：指定X轴和Y轴的变量，其中x_var和y_var是数据框中的列名称（或者是表达式，例如：x = 2 * y）。
2. aes(colour = var)：指定颜色的变量，其中var是数据框中的一个列，用于表示各个数据点对应的颜色属性。
3. aes(fill = var)：指定填充色的变量，类似于colour参数，但是用于表示需要填充的颜色属性（例如柱状图中的填充）。
4. aes(shape = var)：指定散点图点的形状，其中var是数据框中的一个列，用于表示各个数据点对应的点形状。
5. aes(size = var)：指定点或线条的尺寸，其中var是数据框中的一个列，用于表示各个数据点对应的点或线条的尺寸大小。

应用实例间多元正态分布数据。aes()是找出分类变量来画图的。

2、geom_point

常用参数：

• alpha：透明度
• colour：点颜色
• fill：填充色
• group：分组变量
• shape：形状
• size：大小
• stroke：边框大小

模拟生成不同类型的多元正态分布数据

1、利用MASS包中的mvrnorm()函数生成

• 能完全分开的球状数据
• 不能完全分开的球状数据
• 样本大小不等的球状数据
• 并排拉长数据
• 非球状数据

  library(MASS)
  library(ggplot2)
  #能完全分开的球状数据
  set.seed(1)
  miu_1<-c(0,0)
  miu_2<-c(8,0)
  miu_3<-c(4,8)
  sigma_1 <- matrix(c(1,0,0,1),2,2)
  sigma_2 <- matrix(c(1,0,0,1),2,2)
  sigma_3 <- matrix(c(1,0,0,1),2,2)
  x_1=mvrnorm(n=50,miu_1, sigma_1)
  x_2=mvrnorm(n=50,miu_2, sigma_2)
  x_3=mvrnorm(n=50,miu_3, sigma_3)
  data <- data.frame(x = c(x_1[, 1], x_2[, 1], x_3[, 1]),
                     y = c(x_1[, 2], x_2[, 2], x_3[, 2]),
                     group = rep(c("Group 1", "Group 2", "Group 3"), each = 50))
  ggplot(data, aes(x = x, y = y, color = group)) + 
    geom_point()+
    scale_color_manual(values = c("red", "yellow", "blue")) +
    ggtitle("能完全分开的球状数据")
  
  #不能完全分开的球状数据
  miu_1<-c(0,0)
  miu_2<-c(3,0)
  miu_3<-c(1,2)
  x_1=mvrnorm(n=50,miu_1, sigma_1)
  x_2=mvrnorm(n=50,miu_2, sigma_2)
  x_3=mvrnorm(n=50,miu_3, sigma_3)
  data <- data.frame(x = c(x_1[, 1], x_2[, 1], x_3[, 1]),
                     y = c(x_1[, 2], x_2[, 2], x_3[, 2]),
                     group = rep(c("Group 1", "Group 2", "Group 3"), each = 50))
  ggplot(data, aes(x = x, y = y, color = group)) + 
    geom_point()+
    ggtitle("不能完全分开的球状数据")
  
  #样本大小不等的球状数据
  miu_1<-c(1,0)
  miu_2<-c(6,0)
  miu_3<-c(3,4)
  sigma_1 <-0.25* matrix(c(1,0,0,1),2,2)
  sigma_2 <-4* matrix(c(1,0,0,1),2,2)
  sigma_3 <-matrix(c(1,0,0,1),2,2)
  x_1=mvrnorm(n=20,miu_1, sigma_1)
  x_2=mvrnorm(n=80,miu_2, sigma_2)
  x_3=mvrnorm(n=40,miu_3, sigma_3)
  data <- data.frame(x = c(x_1[, 1], x_2[, 1], x_3[, 1]),
                     y = c(x_1[, 2], x_2[, 2], x_3[, 2]),
                     group = rep(c("Group 1", "Group 2", "Group 3"),times = c(20, 80, 40)))
  ggplot(data, aes(x = x, y = y, color = group)) + 
    geom_point()+
    ggtitle("样本大小不等的球状数据")
  
  #并排拉长数据
  miu_1<-c(8,8)
  miu_2<-c(2,14)
  sigma_1 <-matrix(c(37,35,35,37),2,2)
  sigma_2 <-matrix(c(37,35,35,37),2,2)
  x_1=mvrnorm(n=50,miu_1, sigma_1)
  x_2=mvrnorm(n=50,miu_2, sigma_2)
  data <- data.frame(x = c(x_1[, 1], x_2[, 1]),
                     y = c(x_1[, 2], x_2[, 2]),
                     group = rep(c("Group 1", "Group 2"),each=50))
  ggplot(data, aes(x = x, y = y, color = group)) + 
    geom_point()+
    ggtitle("并排拉长的数据")
  
  #非球状数据
  x_1<-data.frame(rnorm(50,1.4,0.9))
  x_2<-data.frame(rnorm(50,3.5,0.64))
  e1<-rnorm(50,0,0.09)
  e2<-rnorm(50,0,0.09)
  colnames(x_1)<-c("x_1")
  colnames(x_2)<-c("x_2")
  for (i in 1:50) {
    x_1$y_1[i]<-sin(x_1$x_1[i])+e1[i]
  }
  for (i in 1:50) {
    x_2$y_2[i]<-cos(x_2$x_2[i])+e2[i]
  }
  x_1$group_1 ="group_1"
  x_2$group_2="group_2"
  colnames(x_1)<-c("x","y","group")
  colnames(x_2)<-c("x","y","group")
  data<-rbind(x_1,x_2)
  ggplot(data,aes(x=x,y=y,color = group))+
    geom_point()+
    ggtitle("非球状数据")

  生成非球状数据的part受益很大，更熟悉R

group那一组变量对应的就是分组变量，用each or times.

2、scale_color_manual() 

如果想要根据分类变量指定具体颜色，就加个scale_color_manual() 函数来手动指定颜色映射。

library(MASS)
library(ggplot2)
#能完全分开的球状数据
set.seed(1)
miu_1<-c(0,0)
miu_2<-c(8,0)
miu_3<-c(4,8)
sigma_1 <- matrix(c(1,0,0,1),2,2)
sigma_2 <- matrix(c(1,0,0,1),2,2)
sigma_3 <- matrix(c(1,0,0,1),2,2)
x_1=mvrnorm(n=50,miu_1, sigma_1)
x_2=mvrnorm(n=50,miu_2, sigma_2)
x_3=mvrnorm(n=50,miu_3, sigma_3)
data <- data.frame(x = c(x_1[, 1], x_2[, 1], x_3[, 1]),
                   y = c(x_1[, 2], x_2[, 2], x_3[, 2]),
                   group = rep(c("Group 1", "Group 2", "Group 3"), each = 50))
ggplot(data, aes(x = x, y = y, color = group)) + 
  geom_point()+
  scale_color_manual(values = c("red", "yellow", "blue")) +
  ggtitle("能完全分开的球状数据")