R语言绘图-lesson1

目录

1.二维基础图形

2.1三维图像 

2.2计算了矩阵 f 与其转置矩阵的差除以2的结果，存储在矩阵 fa 中，即 fa = (f - t(f)) / 2。然后使用 contour() 函数绘制了矩阵 fa 的轮廓图，nlevels 参数指定轮廓线的数量为15。 

2.3着色图像

2.4.1三维正面图 

2.4.2旋转30度

2.4.3旋转30度加虚线

2.5假定变量名称是数据的一部分，因此已将它们包含在第一行中。该数据集还包括一些缺失的观测值，用问号表示。缺失值在实际数据集中很常见。在函数中使用选项 （或 ） 表示文件的第一行包含变量名称，使用该选项表示每当它看到特定字符或一组字符（如问号）时，都应将其视为数据矩阵的缺失元素

 删除含缺失值的行

水平放置

 直方图

 散点图

 描述性统计分析

---

1.二维基础图形

x <- rnorm(100)
y <- rnorm(100)
plot(x, y, xlab = "x",
    ylab = "y",
    main = "Plot")

2.1三维图像 

x <- seq(-pi, pi, length = 100)
y <- seq(-pi, 2*pi, length = 100)
f <- outer(x, y, function(x, y) sin(y) / (1 + x^2))
contour(x, y, f)
contour(x, y, f, nlevels = 45, add = T)

2.2计算了矩阵 f 与其转置矩阵的差除以2的结果，存储在矩阵 fa 中，即 fa = (f - t(f)) / 2。然后使用 contour() 函数绘制了矩阵 fa 的轮廓图，nlevels 参数指定轮廓线的数量为15。 

fa <- (f - t(f)) / 2
contour(x, y, fa, nlevels = 15)

2.3着色图像

image(x, y, fa)

2.4.1三维正面图 

persp(x, y, fa)

2.4.2旋转30度

2.4.3旋转30度加虚线

persp(x, y, fa, theta = 30, phi = 20)

2.5假定变量名称是数据的一部分，因此已将它们包含在第一行中。该数据集还包括一些缺失的观测值，用问号表示。缺失值在实际数据集中很常见。在函数中使用选项 （或 ） 表示文件的第一行包含变量名称，使用该选项表示每当它看到特定字符或一组字符（如问号）时，都应将其视为数据矩阵的缺失元素

Auto <- read.table("Auto.data", header = T, na.strings = "?", stringsAsFactors = T)
View(Auto)

2.6 删除含缺失值的行

Auto <- na.omit(Auto)
dim(Auto)

要引用变量，我们1.必须键入数据集和用符号连接的变量名称。2.或者，我们可以使用该函数来告知该数据框中的变量是否按名称可用。

1. 

plot(Auto$cylinders, Auto$mpg)

2.

attach(Auto)

该变量存储为数值向量，因此将其视为定量变量。然而，由于 只有少量的可能值，因此可能更愿意将其视为定性变量。该函数将定量变量转换为定性变量。cylindersRcylindersas.factor() 

cylinders <- as.factor(cylinders)

如果在x轴上绘制的变量是定性的，则该函数将自动生成箱线图。像往常一样，可以指定许多选项来自定义绘图。plot() 

plot(cylinders, mpg, col = "red")

2.7水平放置

plot(cylinders, mpg, col = "red", varwidth = T,
    horizontal = T)

2.8 直方图

hist(mpg, col = 2, breaks = 15)

 2.9散点图

pairs(Auto)

pairs(
    ~ mpg + displacement + horsepower + weight + acceleration,
    data = Auto
  )

 2.10描述性统计分析

summary(Auto)