R语言学习——散点图和折线图

这篇具有很好参考价值的文章主要介绍了R语言学习——散点图和折线图。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

a <- read.table('/Users/zhangzhishuai/Downloads/24 lesson24 R主成分分析/24_pca/BMI.txt', header = T,sep = '\t', row.names = 1)
a
# 散点图
plot(
  a$weight, a$height, # 读xy
  type = 'p', # 代表画的是点,l代表直线,b既有点又有线,n代表空
  main = 'weight vs height',
  xlab = 'weight', # x轴标签
  ylab = 'height', # y轴标签
  ylim = c(160,180), # y范围
  xlim = c(55,75), # x轴范围
  col = 'red', # 颜色
  pch = 19 # 形状
)

index = order(a$weight,decreasing = F) # 对x轴排序获取索引
data=a[index,]
# 折线图
plot(
  data$weight, data$height, # 读xy
  type = 'l', # 代表画的是点,l代表直线,b既有点又有线
  main = 'weight vs height',
  xlab = 'weight', # x轴标签
  ylab = 'height', # y轴标签
  ylim = c(160,180), # y范围
  xlim = c(55,75), # x轴范围
  col = 'red', # 颜色
  pch = 19 # 形状
)

# 线和点都有
plot(
  data$weight, data$height, # 读xy
  type = 'b', # 代表画的是点,l代表直线,b既有点又有线
  main = 'weight vs height',
  xlab = 'weight', # x轴标签
  ylab = 'height', # y轴标签
  ylim = c(160,180), # y范围
  xlim = c(55,75), # x轴范围
  col = 'red', # 颜色
  pch = 19 # 形状
)

# 加折线
male = data[data$gender=='male',]
female = data[data$gender=='female',]
plot(
  female$weight,female$height,
  type = 'b',
  main = 'weight vs height',
  xlab = 'weight', # x轴标签
  ylab = 'height', # y轴标签
  ylim = c(160,180), # y范围
  xlim = c(55,75), # x轴范围
  col = 'red', # 颜色
  pch = 19 # 形状
) 
lines(male$weight,male$height,col='blue',type = 'b') # 在图上加线

# 制定颜色和形状,分组 
color = ifelse(data$gender=='male','blue','red')
shape = ifelse(data$gender=='male',19,21)
plot(
  data$weight, data$height,
  type = 'b',
  main = 'weight vs height',
  xlab = 'weight', # x轴标签
  ylab = 'height', # y轴标签
  ylim = c(160,180), # y范围
  xlim = c(55,75), # x轴范围
  col = color,
  pch = shape
)
legend('topleft',legend = c('male','female'),col = c('blue','red'),pch = c(19,21))
# 图上加文字
text(58, #文字的横坐标
     166, # 文字的纵坐标
     'Cindy')
# 图上加直线
abline(
  v=65, # v指画垂直线,横坐标为65
  col='red',
  lty = 3, # 控制线类型
  lwd=3 # 控制线宽度
)
abline(
  h=170, # h代表水平线
  col = 'green',
  lty=4,
  lwd=2
)
# 图上加线性拟合直线
result = lm(height~weight, data)
summary(result)
abline(result,col='black')
text(60,178,'pvalue=0.0122\nR-squared=0.7815')

# 图片保存
pdf(file='/Users/zhangzhishuai/Downloads/24 lesson24 R主成分分析/24_pca/scatter_line2.pdf',
    width = 10, # 宽度
    height = 7 # 高度
    )
dev.off() # 关掉pdf,一定要关掉

BMI.txt
name height weight gender BMI
tom 180 75 male 23.1481481481481
cindy 165 58 female 21.3039485766759
jimmy 175 72 male 23.5102040816327
sam 173 68 male 22.7204383708109
lucy 160 60 female 23.4375
lily 165 55 female 20.2020202020202文章来源地址https://www.toymoban.com/news/detail-533221.html

到了这里,关于R语言学习——散点图和折线图的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python读取excel数据并用双y轴绘制柱状图和折线图,柱子用渐变颜色填充

    往期python绘图合集: python绘制简单的折线图 python读取excel中数据并绘制多子图多组图在一张画布上 python绘制带误差棒的柱状图 python绘制多子图并单独显示 python读取excel数据并绘制多y轴图像 python绘制柱状图并美化|不同颜色填充柱子 python随机生成数据并用双y轴绘制两条带误差

    2024年02月10日
    浏览(46)
  • excel绘制折线图或者散点图

    假如现在通过代码处理了一批数据,想看数据的波动情况,是不是还需要写个pyhon代码,读取文件,绘制曲线,看起来也简单,但是还有更简单的方法,就是直接生成csv文件,csv文件就是excel格式的,然后在excel中,选中数据,生成折线图,而且图还能拷贝到word和PPT中,都是矢

    2024年02月15日
    浏览(38)
  • Python 之 Matplotlib 散点图、箱线图和词云图

    在最开始,先引入我们的 numpy 和 matplotlib 库。 同时,对基本配置进行设置,将中文字体设置为黑体,不包含中文负号,分辨率为 100,图像显示大小设置为 (5,3)。 散点图也叫 X-Y 图,它将所有的数据以点的形式展现在直角坐标系上,以显示变量之间的相互影响程度,点的位置

    2024年02月04日
    浏览(45)
  • Python 数据可视化:玩转 Matplotlib 的散点图、线形图、饼图和热力图

    我们来探讨其他几种常用的数据可视化图形:散点图、线形图、饼图和热力图。 数据可视化图表是数据分析和演示的重要手段,它有以下优点: 快速理解信息 :通过图表,人们可以迅速捕捉到数据的主要模式和趋势,而不需要详细查看每个数据点。 增强记忆 :人们更容易

    2024年02月11日
    浏览(52)
  • Python绘制折线图、散点图...Pyplot库功能使用示例大全

    matplotlib.pyplot库是Python中一个非常重要的可视化工具,可以用于绘制各种图表。本文给出了图表绘制的各种示例 1、简单折线图示例 代码中首先导入了matplotlib.pyplot库和numpy库。生成了一些数据并使用plt.plot()函数绘制了折线图,同时使用plt.title()、plt.xlabel()和plt.ylabel() 函数为图

    2024年02月14日
    浏览(41)
  • echarts的series——折线图,饼图,柱状图,散点图的配置

    🙂博主:小猫娃来啦 🙂文章核心: echarts的series——折线图,饼图,柱状图,散点图的配置 Echarts是一款基于JavaScript的开源可视化图表库,它具有以下优点: 1. 易于使用 : Echarts提供了丰富的图表类型和各种交互方式,用户可以通过简单的配置和API调用来创建各种复杂的图

    2024年02月01日
    浏览(63)
  • 【100天精通Python】Day61:Python 数据分析_Pandas可视化功能:绘制饼图,箱线图,散点图,散点图矩阵,热力图,面积图等(示例+代码)

    目录 1 Pandas 可视化功能 2 Pandas绘图实例 2.1 绘制线图 2.2 绘制柱状图 2.3 绘制随机散点图/

    2024年02月08日
    浏览(54)
  • 【Python数据处理篇——DataFrame数据可视化】饼图、散点图、折线图、柱形图、直方图

    欢迎访问我搞事情的【知乎账号】:Coffee 以及我的【B站漫威剪辑账号】:VideosMan 若我的笔记对你有帮助,请用小小的手指,点一个大大的赞哦。 关于DataFrame的相关知识,我还进行了汇总,欢迎点赞收藏!! 【Python学习笔记—保姆版】第四章—关于Pandas、数据准备、数据处

    2024年02月06日
    浏览(70)
  • 522个matplotlib绘图案例,包含:折线图、散点图、条形图、饼图、直方图、3D图等,源码可直接运行!

    Matplotlib 是一个广泛使用的 Python 绘图库,可以用于生成各种类型的图表和可视化。它提供了丰富的功能和灵活的接口,使用户可以轻松地创建精美的图表。下面将介绍一些常见的Matplotlib图表类型。 折线图(Line Plot) 折线图是 Matplotlib 中最常见的图表类型之一。它用于显示数

    2024年02月15日
    浏览(40)
  • R语言:散点图矩阵

    拿到数据之后,首先要做的是「探索性数据分析」,什么是探索性数据分析呢?大致可以分为以下4类: 一维数据看看分布和离群值; 二维数据看看关系和趋势; 三维数据看看维度间的两两关系; 高维数据降维。 这里需要注意的是,即使刚开始拿到的是高维数据(这里指的

    2024年02月09日
    浏览(38)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包