鱼你学习|走近R语言可视化
R语言可视化
//R语言小教程--1--plot函数
Paragraph 1 plot函数简介
R语言自带的plot函数功能强大，可以让你对抽象的数据有最直观的感受，方便后续选择数据的处理方式
///两两之间的散点图
数据：选用R语言自带的airquality数据集
（1973年5月至9月纽约每日的空气质量测量）
大家可以自行实践一下~
如果对数据特定某两个变量作散点图可以：
plot(airquality$Temp, airquality$Wind)
如果想对数据概览其相关性，可以做上面的两两散点图：
plot(airquality)
而type这一属性可以调整画图的样式：
type = "p"--- 点;type = "l"--- 线
type = "b"--- 点线;type = "c"--- 虚线
type = "o"--- 线穿点;type = "h"--- 直方图
type = "s"--- 楼梯形;type = "S"--- 楼梯形
同时，plot函数中的xlab，ylab，main分别是设置x轴标题，y轴标题和主标题的内容
xlim和ylim则可以控制x、y轴的取值范围，或是用asp来表示y轴长度对x轴长度的比例
由plot函数衍生出hist和boxplot函数：
hist可以画出直方图（下一图）
boxplot则是有助于发现异常值的箱线图（下二图）
hist(airquality$Wind)
boxplot(airquality[,0:3])
当然，R语言还可以实现将多条图线绘制在一个图中，在此介绍一下用plotly包的绘制方法
x = c(1:100)
data1 = rnorm(100,mean = 5)
data2 = rnorm(100,mean = 0)
data3 = rnorm(100,mean = -5)
data = data.frame(x, data1, data2, data3)
plot_ly(data, x = ~x)%>%
add_trace(y = ~data1, name = "data1", mode = "lines")%>%
add_trace(y = ~data2, name = "data2", mode = "markers")%>%
add_trace(y = ~data3, name = "data3", mode = "lines+markers")
从上述代码可以看见plotly包功能强大，做出的图也很好看，可以将多组数据通过"%>%"这个管道函数进行链接从而画在一张图上，还可以通过更改col、mode等条件来做出更个性化的图表
Paragraph 2 plot函数细节参数
plot函数还有很多可以设置的参数，大家可以收藏这个推送以备不时之需~
///对某个函数寻找零点的迭代图
axes：确定画出哪些坐标轴，以下方为1顺时针旋转计数，以axes(1)这样的格式表达
pch：指定绘制点时使用的符号
cex：符号的大小，是一个具体的数字，默认值为1，以默认值的倍率来体现
lty：设置线条类型
lwd：设置线条的宽度，同cex，默认值为1
颜色设定相关：
col：默认的绘图颜色，可以以字符型向量表示
col.axis：坐标轴刻度文字颜色
col.lab：坐标轴标签颜色
col.main col.sub：主副标题颜色
fg bg：图像前景色和后景色
图形的边界控制方法：
pin：控制图形的尺寸（英寸）
mai：控制空白边界大小（英寸）从下边开始顺时针计数，用数值向量表示
mar：同mai，但是单位是英分，默认值c(5,4,4,2)
还可以用text(x=x0,y=y0,"****")来在画好的图上做一些批注和标记，批注位置在(x0,y0)，批注内容则是双引号引起来的部分，同样，text也可以通过cex，col等参数进行美化
比目鱼学会
欢迎点“在看”支持我们哦~
1
END
1