梳理系统学习R语言1-R语言实战-使用ggplot进行高阶绘图

这篇具有很好参考价值的文章主要介绍了梳理系统学习R语言1-R语言实战-使用ggplot进行高阶绘图。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。

以下为书中代码,会添加一些理解文章来源地址https://www.toymoban.com/news/detail-674044.html

library("ggplot2")
ggplot(data=mtcars,aes(x=wt,y=mpg))+
  geom_point()+geom_point(pch=17,color="blue",size=2)+
  geom_smooth(method="lm",color="red",linetype=2)+
  labs(title="Automobile Data",x="Weight",y="Miles per Gallon")

#分面
mtcars$am<-factor(mtcars$am,levels=c(0,1),
                  labels = c("Automatic","Manual"))
mtcars$vs<-factor(mtcars$vs,levels=c(0,1),
                  labels=c("V","S"))
mtcars$cyl<-factor(mtcars$cyl)
ggplot(data=mtcars,aes(x=wt,y=mpg,shape=cyl,color=cyl))+
  geom_point(size=3)+facet_grid(am~vs)+labs(title="Automobile Data by Engine Type",
                                            x="Horsepower",y="Miles per Gallon")


data(singer,package="lattice")
ggplot(singer,aes(x=height))+geom_histogram()
ggplot(singer,aes(x=voice.part,y=height))+geom_boxplot()

install.packages("carData")
data(Salaries, package="carData")
ggplot(singer,aes(x=voice.part,y=height))+
  geom_violin(fill="lightblue")+
  geom_boxplot(fill="lightgreen",width=.2)

ggplot(data=Salaries,aes(x=salary,fill=rank))+
  geom_density(alpha=.3)

ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank,
                    shape=sex))+geom_point()

ggplot(Salaries,aes(x=rank,fill=sex))+geom_bar(position="stack")+labs(title='position="stack"')

ggplot(Salaries,aes(x=rank,fill=sex))+geom_bar(position="dodge")+labs(title='position="dodge"')

ggplot(Salaries,aes(x=rank,fill=sex))+geom_bar(position="dodge")+labs(title='position="fill"')
#将y轴改为y="proportion"
ggplot(Salaries,aes(x=rank,fill=sex))+geom_bar(position="dodge")+labs(title='position="fill"',y="proportion")

#fill在aes()函数中,应该是变量的名称,在函数外,应该是颜色
ggplot(Salaries,aes(x=rank,fill=sex))+geom_bar()
ggplot(Salaries,aes(x=rank))+geom_bar(fill="red")
ggplot(Salaries,aes(x=rank,fill="red"))+geom_bar()

#刻面
ggplot(singer,aes(x=height))+geom_histogram()+facet_wrap(~voice.part,nrow=4)

ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank,
                    shape=rank))+geom_point()+facet_grid(.~sex)

ggplot(singer,aes(x=height,fill=voice.part))+geom_density()+facet_grid(voice.part~.)

#添加光滑曲线
ggplot(Salaries,aes(x=yrs.since.phd,y=salary))+
  geom_smooth()+geom_point()

ggplot(Salaries,aes(x=yrs.since.phd,y=salary,
                    linetype=sex,shape=sex,color=sex))+
  geom_smooth(method=lm,formula=y~poly(x,2),se=FALSE,size=1
              )+geom_point(size=2)

#修改ggplot()图形外观
ggplot(Salaries,aes(x=rank,y=salary,fill=sex))+
  geom_boxplot()+
  scale_x_discrete(breaks=c("AsstProf","AssocProf","Prof"),
                             labels=c("assis",
                                      "associate",
                                      "Full"))+
  scale_y_continuous(breaks=c(50000,100000,150000,200000),
                     labels=c("$50K","$100K","$150K","$200K"))+
  labs(title='test',x="",y="")

#图例
ggplot(Salaries,aes(x=rank,y=salary,fill=sex))+
  geom_boxplot()+
  scale_x_discrete(breaks=c("AsstProf","AssocProf","Prof"),
                   labels=c("assis",
                            "associate",
                            "Full"))+
  scale_y_continuous(breaks=c(50000,100000,150000,200000),
                     labels=c("$50K","$100K","$150K","$200K"))+
  labs(title='test',x="",y="",fill="Gender")+theme(legend.position = c(.1,.8))

ggplot(mtcars,aes(x=wt,y=mpg,size=disp))+geom_point(shape=21,color="black",fill="cornsilk")+
  labs(x="Weight",y="Miles Per Gallon",
       title="Bubble Chart",size="Engize\nDisplacement")


ggplot(Salaries,aes(x=yrs.since.phd,y=salary,color=rank))+scale_color_manual(values=c("orange","olivedrab","navy"))+geom_point(size=2)




mytheme<-theme(plot.title = element_text(face="bold.italic",size="14",color="brown"),
               axis.title=element_text(face="bold.italic",size = 10,color = "brown"),
               axis.text=element_text(face="bold",size=9,
                                      color="darkblue"),
               panel.background = element_rect(fill="white",
                                               color="darkblue"),
               panel.grid.major.y = element_line(color="gray",
                                                 linetype=1),
               panel.grid.minor.y=element_line(color="grey",
                                               linetype=2),
               panel.grid.minor.x=element_blank(),
               legend.position = "top")

ggplot(Salaries,aes(x=rank,y=salary,fill=sex))+
  geom_boxplot()+labs(title = "Salary by Rank and sex",x="Rank",y="Salary")+mytheme














到了这里,关于梳理系统学习R语言1-R语言实战-使用ggplot进行高阶绘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

  • R语言ggplot2——散点图

    示例输入数据:

    2024年02月13日
    浏览(9)
  • R语言可视化【ggplot2】

    R语言可视化【ggplot2】

    文章的文字/图片/代码部分/全部来源网络或学术论文或课件,文章会持续修缮更新,仅供学习使用。 目录 R语言可视化【ggplot2】 一、可视化介绍 二、不同情况适用的图形 类别比较:  数值关系: 数据分布:  时间序列:  局部与整体: 举几个例子:  类别比较:柱形图

    2023年04月19日
    浏览(8)
  • R语言ggplot2 | R语言绘制物种组成面积图(三)

    R语言ggplot2 | R语言绘制物种组成面积图(三)

       利用R语言绘制物种组成图。本文以堆叠面积图的方式与大家分享。 面积图又叫区域图。它是在折线图的基础之上形成的, 它将折线图中折线与自变量坐标轴之间的区域使用颜色或者纹理填充,这样一个填充区域我们叫面积。颜色的填充可以更好地突出趋势信息(比如时

    2024年02月13日
    浏览(10)
  • R语言tidyverse教程:ggplot2绘图初步

    R语言tidyverse教程:ggplot2绘图初步

    R语言系列: 编程基础💎循环语句💎向量、矩阵和数组💎列表、数据帧 排序函数💎apply系列函数 tidyverse :readr💎tibble ggplot2有其独特的绘图语法,想要实现数据绘图,除了数据和集合形状之外,还需要一个叫做 aesthetic 的东西,这个不知道应该怎么翻,后面就统一叫做美术

    2024年02月04日
    浏览(21)
  • R语言的ggplot2绘制分组折线图?

    R语言的ggplot2绘制分组折线图?

    R绘制分组折线图.R 首先看数据情况:group有3组。Time有3组,数据意思是在3组3个时间点测量了某指标,现在要绘制组1、组2、组3某指标y按时间的变化趋势 数据情况: 看看最终的效果图如下: 下面是本次使用的代码 .libPaths () setwd ( \\\"C:/Users/12974/Desktop/百度经验/03图形绘制/03R绘

    2024年01月22日
    浏览(12)
  • R语言画图的-- ggplot2(实现图例的精细修改)

    R语言画图的-- ggplot2(实现图例的精细修改)

    ggplot2 是R中用来作图的很强的包,但是其用法比较多且各种参数比较复杂,我自己使用的时候还经常需要查阅一些关键参数等,因此想要写一个 r 中 ggplot2 的作图文档,方便自己查阅。 但是今天突然发现了一个网站,这个网站里面包含了 ggplot2 作图的几乎所有内容。有各种图

    2024年02月13日
    浏览(17)
  • R 语言 ggplot2 PCA 主成分分析(虚拟数据集)

    R 语言 ggplot2 PCA 主成分分析(虚拟数据集)

    以上代码生成了100行基因,10列样本的矩阵 前五列命名 wt 开头+ 1-5 ,表示正常基因 后五列命名 ko 开头+ 1-5 ,表示缺少基因的样本(knock-out) 给每行基因都统一命名 gene + 1-100 head() 函数默认查看前6行 现在只是定义了矩阵的shape和name,还没填充数值 这段代码的作用是生成一个

    2024年02月11日
    浏览(9)
  • 开源AGV调度系统OpenTCS 5.11手把手开发实战(三):使用IDEA进行源码调试

    开源AGV调度系统OpenTCS 5.11手把手开发实战(三):使用IDEA进行源码调试

    前两篇已经配置好了OpenTCS的运行环境,启动了官方发布的编译版本,下面用IDEA进行源码的调试。 1、源码下载 从官方github下载:openTCS源码 也可以直接下载省心打包版 5.11源码+JDK13打包下载 2、源码导入IDEA IDEA打开源码文件所在路径,等待加载完成。 2.1配置gradle 因为opentcs是

    2024年01月18日
    浏览(52)
  • R语言实践——ggplot2+ggrepel绘制散点+优化注释文本位置

    R语言实践——ggplot2+ggrepel绘制散点+优化注释文本位置

    书接adjustText实践——调整matplotlib散点图标签,避免重复 上文中,matplotlib+adjustText对于我的实例来说并没有起到很好的效果。所以,博主决定在R中利用gglot2+ggrepel绘制,期待效果。 博主不常使用R,在此过程中详细记录每一步骤,以作备忘。 2.1 快速绘制散点图(plot) 2.2 ge

    2023年04月11日
    浏览(9)
  • R语言数据绘图学习(0x01)-安装ggplot2与尝试

    R语言数据绘图学习(0x01)-安装ggplot2与尝试

    一直听说数据分析里R语言是比较‘正统’,况且久闻ggplot2这些R语言的数据分析库大名,想到今后数据分析和整理的需要,这里开一个简单的系列学习一些R语言和ggplot2的绘图基础。本人学习的书籍是Winston Chang大佬的《R Graphics Cookbook》,且稍有一点Python里的Plotnine绘图基础。

    2024年02月04日
    浏览(9)

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