为了账号安全,请及时绑定邮箱和手机立即绑定

R语言之数据可视化

难度中级
时长 2小时48分
学习人数
综合评分9.77
93人评价 查看评价
9.8 内容实用
9.7 简洁易懂
9.8 逻辑清晰
  • 绘图前请思考:

    查看全部
    0 采集 收起 来源:图形设备

    2018-07-01

  • 拷贝图形:

    查看全部
    0 采集 收起 来源:图形设备

    2018-07-01

  • 生成图形的两种途径:

    查看全部
    0 采集 收起 来源:图形设备

    2018-07-01

  • R支持的图形设备:

    查看全部
    0 采集 收起 来源:图形设备

    2018-07-01

  • pal<-colorRamp(c("red","blue")) pal(0) pal(1) pal(0.5) pal(seq(0,1,len=10)) pal<-colorRampPalette(c("red","blue")) pal(0) pal(1) pal(0.5) pal(10) brewer.pal.info cols<-brewer.pal(3,"Greens") cols pal<-colorRampPalette(cols) pal image(volcano,col = pal(20)) display.brewer.pal(3,"Greens")

    查看全部
    0 采集 收起 来源:R Color

    2018-07-01

  • R语言绘图之颜色:

    RcolorBrewer包


    查看全部
    0 采集 收起 来源:R Color

    2018-07-01

  • R语言绘图之颜色:

    grDevice包

    查看全部
    0 采集 收起 来源:R Color

    2018-07-01

  • library(ggplot2) ggplot(airquality, aes(Wind, Temp))+  geom_point(aes(color = factor(Month), group = 1,alpha = 0.4, size = 5))+  geom_smooth(method = "lm", se = F, aes(group = 1))#前一个group只输出群体拟合,后一个控制再做一条群体拟合 ggplot(airquality, aes(Wind, Temp)) +  geom_point()+  geom_smooth(method = "lm", se = F, aes(group = 1)) ggplot(airquality, aes(Wind, Temp, col = factor(Month))) +  geom_point()+  geom_smooth(method = "lm", se = F, aes(group = 1))+  scale_color_manual("Month", values = myColors)+  facet_grid(.~Month)+  theme_classic()

    查看全部
  • library(ggplot2) qplot(Wind, Temp, data = airquality, col = Month, shape = Month, size = Month,      xlab = "Wind(mph)",      ylab = "Temperature",      main = "Wind vs.Temperature"      ) qplot(Wind, Temp, data = airquality,      geom = c("point", "smooth")) qplot(Wind, Temp, data = airquality,      facets = Month~.) qplot(Wind, Temp, data = airquality,      facets = .~Month) qplot(Wind, data = airquality, facets = .~Month) qplot(Wind, data = airquality, fill = Month) qplot(Wind, data = airquality, geom = "dotplot")

    查看全部
  • 绘图函数:

    查看全部
  • 层的概念:将不同的层拼接起来就构成了图

    查看全部
  • #Lattice绘图系统 

    install.packages("lattice") 

    library(lattice) 

    xyplot(Temp~Ozone,data=airquality) 

    airquality$Month <-factor(airquality$Month) #将Month从数值变量转换为分类变量

    xyplot(Temp~Ozone|Month,data=airquality,layout=c(5,1)) 


     q <- xyplot(Temp~Wind,data=airquality) 

    print(q) 


    set.seed(1)#每次产生的随机数相同 

    x <- rnorm(100)#随机数服从正态分布 

    f <- rep(0:1,each=50) 

    y <- x+f-f*x+rnorm(100,sd=0.5) 

    f <- factor(f,labels=c("Group1","Group2")) 

    xyplot(y~x|f,layout=c(2,1)) 

    xyplot(y~x|f,panel=function(x,y){  

    panel.xyplot(x,y)  

    panel.abline(v=mean(x),h=mean(y),lty=2)  

    panel.lmline(x,y,col="red") })

    查看全部
  • lattice和Base的重要区别 

    #Base绘图函数直接在图形设备上绘图 

    #Lattice绘图函数返回trellis类对象 

    # 打印函数真正执行了在设备上绘图 

    # 命令执行时, trellis类对象会被自动打印.


    查看全部
  • Lattice绘图系统 :

    #xyplot/bwplot/histgram/stripplot/dotplot/splom/levelplot/contourplot 

    #格式:xyplot(y ~ x|f * g, data) 

    #panel,用来控制每个面板内的绘图  


    查看全部
  • #全局参数 

    par("bg")#背景颜色 

    par("col")#颜色 

    par("mar")#(bottom,left,right, right) 

    par("mfrow") 

    par("mfcol") 

    par(mfrow = c(1,2)) #一行两列,先填充行

    查看全部

举报

0/150
提交
取消
课程须知
本课程需要学员提前掌握 (1)安装好R和Rstudio; (2)了解基本的数据结构和操纵数据的方法
老师告诉你能学到什么?
了解数据特征; 掌握R语言绘图(数据可视化); 学会使用R Markdown制作和发布报告

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!