R语言画曲线图

本文以1950年到2010年期间我国的火灾统计数据为例,数据如下所示:

(0)加载数据

data<-read.csv("E:\\MyDocument\\p\\Data\\1950~2010火灾情况.csv")

x=t(data[1])

y=t(data[2])

z=t(data[3])

w=t(data[4])

maxy=max(y)

maxz=max(z)

maxw=max(w)

(1)将火灾数、直接损失、死伤人数,分别按年份作图

plot(x,y,type="o",xlab="年份",ylab="火灾(起)",ylim=c(0,maxy),col="red",main="1950年到2010年火灾年度统计",pch=c(15))

plot(x,z,type="o",xlab="年份",ylab="经济损失(万元)",ylim=c(0,maxz),col="blue",main="1950年到2010年火灾经济损失年度统计",pch=c(16))

plot(x,w,type="o",xlab="年份",ylab="死伤人数",ylim=c(0,maxw),col="green",main="1950年到2010年火灾死伤人数年度统计",pch=c(17))

注:x,y为图中的x轴和y轴,type设置图形中数据的显示类型,常见的有:

type="p " 在图形中数据显示为点;

type="l " 在图形中数据显示为线;

type="b" 在图形中数据显示为点和连接线;

type="o" 在图形中数据点覆盖在线上;

type="h" 在图形中数据显示为从点到x轴的垂直线;

type="s" 在图形中数据显示为阶梯图;

type="n"在图形中数据不显示;

xlab和ylab分别表示x轴和y轴的说明,ylim为控制y轴的范围,col为线条的颜色,main为图的主标题,pch为数据点的显示符号,可取1到25的整数以及“”中的符号:

(2)将火灾数、直接损失、死伤人数画在一个图里

> plot(x,y,type="o",xlab="年份",ylab="",ylim=c(0,maxy),col="red",main="1950年到2010年火灾年度统计",pch=c(15)) #画火灾数曲线

> lines(x,z,type="o",col="blue",pch=c(16)) #追加经济损失曲线

> lines(x,w,type="o",col="green",pch=c(17)) #追加死伤人数曲线

(3)增加加图列

legend("topleft",c("火灾(起)","经济损失(万元)","死伤人数"),col=c("red","blue","green"),pch=15:17)

时间: 2024-10-06 00:43:49

R语言画曲线图的相关文章

R语言画点状误差线

现在项目需要R语言做几个线性拟合,画一些点图,突然需要画误差线,网上找了下,可以用代码实现..效果如下 xx1<-c(xxxxxx,xxxx,xxxxx) yy1<-c(xxxxxx,xxxx,xxxxx) std1<-c(xxxxxx,xxxx,xxxxx) std2<-c(xxxxxx,xxxx,xxxxx) plot_stdy <- function(x, y, sd, len = 1, col = "black") { len <- len

R语言画全基因组关联分析中的曼哈顿图(manhattan plot)

1.在linux中安装好R 2.准备好画曼哈顿图的R脚本即manhattan.r,manhattan.r内容如下: #!/usr/bin/Rscript #example : Rscript plot_manhatom.r XXX.assoc XXX.pdf argv <- commandArgs() #define the function to plot the manhatton and quantitle-quantitle plot plot_manhatton<-function(

R语言 : 画散点图

这个例子主要用 points 画散点图 福彩双色球开奖数据可视化: http://www.gdfc.org.cn/datas/history/twocolorball/history_1.html qh,r1,r2,r3,r4,r5,r6,bl 001,03,09,15,20,27,29,01 002,04,21,23,31,32,33,04 003,06,10,11,28,30,33,12 省略 151,04,05,08,11,21,27,08 152,08,13,15,20,21,25,12

用R语言 画条形图(基于ggplot2包)

1.用qplot(x,data=data,geom.=”bar”,weight=y)+scale_y_continuous("y")画出y关于x的条形. 图中提示binwidth这里是指矩形的宽度,指定之后如下 qplot(x,data=data,geom="bar",weight=y,binwidth=0.2)+scale_y_continuous("y") 2.用qplot(x,data=data,geom.=”bar”)画出来的是频率直方图

R语言画正弦曲线

正弦曲线一个周期是2π,我们要先生成x的取值范围. 可以用seq函数生成一个等差序列,步进为0.01 x=seq( 0,  2*pi,  0.01 )   pi表示π y=sin(x) plot(x,y,type='l')         type='l'表示图形显示为线段,line

R语言与数据分析之二:绘图

图形展示是最高效且形象的数据描述手段,因此巧妙的图像展示是高质量数据分析报告的必备内容,因此强大的图形展示功能也是统计分析软件的必备功能.R语言提供了强大的吐血展示功能.今天我由简单到复杂分别和小伙伴们分享如何用R语言画出各位想要的图形. 首先罗列下所有可选图形: 1.直方图(hist()):2.散点图(plot()):3.柱状图(barplot());4.饼图(pie());5.箱线图(boxplot());6.星相图(stars());7.脸谱图(faces());8.茎叶图(stem())

R语言diagram包画订单状态流图

代码如下: library("diagram") #a <- read.table(file="clipboard",header=TRUE) write.table(a,file="a.txt",sep=";") aa <- a c <- matrix(nrow=ncol(aa),ncol=ncol(aa),0) i <- 1 while(i<=ncol(aa)){ j <- 1 whil

R语言自学小计,从零到画函数图像

自从入了菊花厂,空余时间就得越来越少了.加之毕业前的几个月放纵,留下了很多未出毕业的游戏,荒废了一些时间,人也颓废了许多.工作压力变得越来越大,对工作环境越来越不满,让我变得想逃离这里.既然想逃离菊花厂,自然要准备点技能,收拾收拾心情准备开始做离职了. 首先向探一探数据挖掘的深浅,了解下R语言.从入门的这些知识学习看来,R和matlab确实很相似. 基础知识准备: https://www.w3cschool.cn/r/ 花了一点时间,找到了W3C上的一点资料,看完基本语法就可以动手开始玩一玩了

R语言数据挖掘实战系列(5)

R语言数据挖掘实战系列(5)--挖掘建模 一.分类与预测 分类和预测是预测问题的两种主要类型,分类主要是预测分类标号(离散属性),而预测主要是建立连续值函数模型,预测给定自变量对应的因变量的值. 1.实现过程 (1)分类 分类是构造一个分类模型,输入样本的属性值,输出对应的类别,将每个样本映射到预先定义好的类别.分类模型建立在已有类标记的数据集上,模型在已有样本上的准确率可以方便地计算,所以分类属于有监督的学习. (2)预测 预测是建立两种或两种以上变量间相互依赖的函数模型,然后进行预测或控制.