R中基本统计图

一、条形图

1.安装包install.packages("vcd");

library(vcd);
count<-table(Arthritis$Improved);#table统计病人的提高情况(表格化)。
barplot(count,main="Bar plot",xlab="Imrovement",ylab="count")#水平图
barplot(count,main="Bar plot",xlab="Imrovement",ylab="count",horiz=TRUE)#垂直图
#分组条形图
count<-table(Arthritis$Improved,Arthritis$Treatment);
barplot(count,main = "堆砌条形图",xlab="Treatment",ylab="F",col=c("red","yellow","green"),legend=rownames(count));
barplot(count,main = "分组条形图",xlab="Treatment",ylab="F",col=c("red","yellow","green"),legend=rownames(count),beside=TRUE);
spine(count,main="Spinogram Example");#


#饼图pie(x,labels)
count<-table(Arthritis$Improved);#table统计病人的提高情况(表格化)。
pie(count);
count
library("plotrix")
lab<-c("none","some","marked");
pie3D(count,labels = lab,explode = 0.1);#三维拼图


##直方图
par(mfrow=c(2,1));
dat<-A$Age
hist(dat);#最简单的直方图
hist(dat,
     breaks = 20,
     col = "green",
     xlab = "age",
     ylab = "cout",
     main = "ages")
rug(dat)#添加轴点;
lines(density(dat),col="red",lwd=2)#添加轴线
x<-dat;
box();


#核密度图plot(density)
par(mfrow=c(2,1));
plot(density(dat));
polygon(density(dat),col="red",border="blue");#填充颜色
rug(dat,col="brown");
box();


#箱图boxplot(最小值,下四分位数,中位数,上四分位数,最大值)
boxplot(A,notch=TRUE);#中notch为画出凹图
boxplot.stats(dat);


##小提琴图整体貌似小提琴,外部形状为核密度估计。
install.packages("vioplot");
library(vioplot)
vioplot(A$Age,A$ID,names=c("age","ID"),col="red");


#点图dotchart(x,labels=)
dotchart(dat);

时间: 2024-10-12 18:01:32

R中基本统计图的相关文章

R中读取EXCEL 数据的方法

最近初学R语言,在R语言读入EXCEL数据格式文件的问题上遇到了困难,经过在网上搜索解决了这一问题,下面归纳几种方法,供大家分享: 第一:R中读取excel文件中的数据的路径: 假定在您的电脑有一个excel文件,原始的文件路径是:D:\work\data\1 如果直接把这个路径拷贝到R中,就会出现错误,原因是: \是escape character(转义符),\\才是真正的\字符,或者用/ 因此,在R中有两种方法读取该路径: 1:在R中输入一下路径:D:\\work\\data\\1     

【转】R中有关数据挖掘的包

下面列出了可用于数据挖掘的R包和函数的集合.其中一些不是专门为了数据挖掘而开发,但数据挖掘过程中这些包能帮我们不少忙,所以也包含进来. 1.聚类 常用的包: fpc,cluster,pvclust,mclust 基于划分的方法: kmeans, pam, pamk, clara 基于层次的方法: hclust, pvclust, agnes, diana 基于模型的方法: mclust 基于密度的方法: dbscan 基于画图的方法: plotcluster, plot.hclust 基于验证的

R语言编程艺术(2)R中的数据结构

本文对应<R语言编程艺术>第2章:向量:第3章:矩阵和数组:第4章:列表:第5章:数据框:第6章:因子和表 ========================================================================= R语言最基本的数据类型就是向量(vector),单个数值和矩阵都是向量的一种特例. 声明:R中不需要声明变量,但是注意函数式语言的特性,如果读写向量中的元素时,R事先不知道对象是向量的话,则函数没有执行的对象.如下代码是无法工作的: y[1]

R中按组数据分析

如下的一组数据: age group 1 23.0883 1 2 25.8344 1 3 29.4648 1 4 32.7858 2 5 33.6372 1 6 34.9350 1 7 35.2115 2 8 35.2115 2 9 35.2115 2 10 36.7803 1 如果想要对两组数据分别进行均值和求和,最简单的想法是按类做分组的子矩阵,但是太麻烦. 如果要得到下面的结果:group mean sd 1 34.5 5.6 2 32.3 4.2 ...今天学到的方法是:plyr包中的d

R 中正则

在R中使用正则,可以指定perl=True 构造复杂正则,这也是本人比较熟悉在方式 > word <- c('a1:23asdfjaskldjf<->aa:112xzvasoiffncx909<->bb:23asdfjaskldjfAAA') > pattern<- 'bb.*(?=(<->|$))' > (gregout <- gregexpr(pattern,word,perl=TRUE)) [[1]] [1] 45 attr(,

简单介绍一下R中的几种统计分布

统计学上分布有很多,在R中基本都有描述.因能力有限,我们就挑选几个常用的.比较重要的简单介绍一下每种分布的定义,公式,以及在R中的展示. 下面先列举各种分布: rnorm(n, mean=0, sd=1) 高斯(正态)分布rexp(n, rate=1) ?指数分布rgamma(n, shape, scale=1) γ分布 rpois(n, lambda) Poisson分布rweibull(n, shape, scale=1) Weibull分布 rcauchy(n, location=0, s

R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数

遇到了小bug: R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数 看到网上别人的做法,发现了用class(A)和class(B)之后才发现,是因为读入的时候数据的类型不对,A.B的类型并不是matrix,才导致了这个问题. 用as.matrix来变型一下,就OK了. R语言学习中的小bug:R中矩阵相乘错误于A %*% B: 需要数值/复数矩阵/矢量参数,布布扣,bubuko.com

R语言基础知识学习(四):R中的画图函数--plot()函数

plot()函数是R中基本的画x-y两个变量的函数,其用法如下为:plot(x, y, ...) 例如:首先我用runif()函数产生了两列随机数:x1,y1,然后用plot()函数直接画图: > x1 <- round(runif(20,min = 0 ,max = 100))> x1 [1] 90 84 86 86 28 43 86 76 90 76 14 62 40 52 87 57 88 17[19] 10 27> y1 <- round(runif(20,min =

R语言笔记 R中设置图形参数--函数par()详解

R有着非常强大的绘图功能,我们可以利用简单的几行代码绘制出各种图形来,但是有时候默认的图形设置没法满足我们的需要,甚至会碰到各种各样的小问题:如坐标轴或者标题出界了,或者图例说明的大小或者位置遮挡住了图形,甚至有时候默认的颜色也不能满足我们的需求.如何进行调整呢?这就用到了"强大"的函数par().我们可以通过设定函数par()的各个参数来调整我们的图形,这篇博文就是对函数par()的各个参数进行一下总结. 函数par()的使用格式如下: par(..., no.readonly =