R: 关于 ggplot2 的初探

生活还很长,别急,慢慢来。亲爱的

require(ggplot2)
p1 <- ggplot(mpg, aes(displ, hwy)) + geom_point() ; p1
p1 + scale_x_continuous("Engine displacement (L)") + scale_y_continuous("Highway MPG")

p1 + scale_x_continuous(limits = c(2, 6))
p1 + scale_x_continuous(limits = c(0, 10))
p1 + scale_x_continuous(breaks = c(2, 4, 6))
p1 + scale_x_continuous(breaks = c(2, 4, 6),label = c("two", "four", "six"))

p1 + scale_y_log10()
p1 + scale_y_sqrt()
p1 + scale_y_reverse()
p1 + scale_y_continuous(trans = scales::reciprocal_trans())

df <- data.frame(x = rnorm(10) * 100000,y = seq(0, 1, length.out = 10))
p2 <- ggplot(df, aes(x, y)) + geom_point(); p2
p2 + scale_y_continuous(labels = scales::percent)
p2 + scale_y_continuous(labels = scales::dollar)
p2 + scale_x_continuous(labels = scales::comma)

原文地址:https://www.cnblogs.com/li-20151130/p/9062179.html

时间: 2024-11-03 03:30:44

R: 关于 ggplot2 的初探的相关文章

R、ggplot2、shiny 汇总

前言: 大家应该都知道,ggplot2 和 shiny 都是R语言七大武器之一,虽然它们的能力很流逼,也出来"行走江湖"多年,但是在国内相关的知识分享还是比较少.很多时候遇到问题不得不翻墙搜索,所以尽管自己资历尚浅,但我还是很希望能够将自己的知识点做个总结分享,希望对后来之人有所帮助! 因为最近工作比较忙,没有集中的时间跟精力,所以改变了一下写博客的方式:减小博客篇幅,然后用索引的方式总结.分享一下关于R.ggplot2.shiny的各种知识点. 1.ggplot2--图例篇:http

ggplot2使用初探

摘要: ggplot2已经成为了R语言中数据可视化的同义词, 这是一个强大的工具, 可以帮助我们制作优良的图表, 创造出令人吃惊的图片, 下面我们一起学习(本博文参考了知乎问题如何使用 ggplot2中黄宝臣的回答(), 并在此基础上补充了一些细节和自己的理解). ggplot2函数里面为属性赋值的时候需要使用的参数名: 图形属性(aes): 表示几何对象的属性: 横坐标, 点的大小, 颜色, 填充色等; 比如一个点的属性有它的横纵坐标, 它的大小, 颜色等等. 不同的几何对象(geom_,  

R包——ggplot2(二)

关于ggplot包(二) 关于ggplot包(二) 标尺(Scale) 从前面可以看到,画图其实就是在做映射,不管是映射到不同的几何对象上,还是映射各种图形属性.在对图形属性进行映射之后,使用标尺可以控制这些属性的显示方式,如坐标刻度,如颜色属性. > ggplot(small)+geom_point(aes(x=carat,y=price,shape=cut,colour=color))+scale_y_log10()+scale_colour_manual(values=rainbow(7)

R语言ggplot2 简介

ggplot2是一个绘制可视化图形的R包,汲取了R语言基础绘图系统(graphics) 和l attice包的优点,摒弃了相关的缺点,创造出来的一套独立的绘图系统: ggplot2 有以下几个特点: 1) 图形映射, 自动化的将数据映射到图形上: 2) 图层叠加, 将不同形状的图表视为图层(layer),  可以方便的进行叠加 3)提供了范围控制(scale), 坐标系转换(coord), 分面(facet)等特性: 先看一个最简单的例子,用ggplot2 绘制一副散点图: 代码示例: libr

R包——ggplot2(一)

关于ggplot2包(一) 关于ggplot2包(一) ggplot2基本要素 数据(Data)和映射(Mapping) 几何对象(Geometric) 标尺(Scale) 统计变换(Statistics) 坐标系统(Coordinate) 图层(Layer) 分面(Facet) 主题(Theme) 数据(Data)和映射(Mapping) 下面用diamonds的数据为例,由于数据很大,随机选取一个子集进行画图 > library(ggplot2)> data(diamonds)> s

R数据分析-------ggplot2工具箱二

本篇主要分为三部分: 揭示不确定性 统计摘要 添加图形注解 1.揭示不确定性 关于不确定的信息,怎么展示很重要,在ggplot2中共有四类几何对象可以用于这项工作,具体使用取决于x的值是离散型还是连续型的.这些几何对象列于下表中: 变量X类型 仅展示区间 同时展示区间和中间值 连续型 geom_ribbon geom_smooth(stat = "identity") 离散型 geom_errorbar geom_linerange geom_crossbar geom_pointra

R语言ggplot2绘图设置X轴刻度,字体大小及绘图区大小

> colnames(data1)[seq(2,ncol(data1), 15)]  [1] "AAAA" "AAGG" "ATGC" "ACGT" "AGGA" "TACG" "TTCC" "TCCT" "TGCA" "CATG" [11] "CTTC" "CCTT&qu

用R进行文本分析初探——以《红楼梦》为例

刚刚接触R语言和文本分析,为了将二者结合,试着对<红楼梦>进行分析,首先对<红楼梦>进行分词处理,并统计词频,同时画出标签云. 其实文本分析还可以分析其它很多东西,我的下一步打算分析新浪微博.现在先写一个小的分析,作为学习用. 文本分析是指对文本的表示及其特征项的选取:文本分析是文本挖掘.信息检索的一个基本问题,它把从文本中抽取出的特征词进行量化来表示文本信息. 一.需要加载的包 需要用到rJava,Rwordseg,wordcloud 安装步骤: 1.安装java: http:/

R语言多元统计分析初探

# 读取多元统计分析数据到R wine<-read.table("http://archive.ics.uci.edu/ml/machine-learning-databases/wine/wine.data", sep=",") # 绘制多元统计数据 # 矩阵散点图 # 一种常见的方法是使用散点图画出多元统计数据,展现出所有变量两两之间的散点图. # 我们可以使用R中的"car"包里的"scatterplotMatrix()&q