R绘图(02)——ggplot简单折线图
数据库依然采用的01篇的数据库
数据处理思路和01篇异曲同工之妙
这次是根据年份绘制平均气温,即需要先求得各个时间点的平均气温,再根据xy进行绘制
效果如下:
var2<-c("Year_F","TempC") lineICE<-ICE[var2] colnames(lineICE) <- c("YEAR","T") mean_C <- matrix(NA, nrow=8, ncol=2) for (i in 1:8){ mean_C[i,1] <- i+2010 mean_C[i,2] <- mean(lineICE$T[lineICE$YEAR==i+2010],na.rm = TRUE) } mean_C<-as.data.frame(mean_C) colnames(mean_C) <- c("YEAR","T") lineACL<-ACL[var2] colnames(lineACL) <- c("YEAR","T") mean_A <- matrix(NA, nrow=3, ncol=2) for (i in 1:3){ mean_A[i,1] <- i+2016 mean_A[i,2] <- mean(lineACL$T[lineACL$YEAR==i+2016],na.rm = TRUE) } mean_A<-as.data.frame(mean_A) colnames(mean_A) <- c("YEAR","T") ICET<-ggplot(data = mean_C, mapping = aes(x = YEAR, y = T)) + geom_line()+ theme_bw() + theme(panel.grid=element_blank()) ICET<-ICET+scale_x_continuous(breaks = seq(2011, 2018, by = 1))+ylab("Temperature") ACLT<-ggplot(data = mean_A, mapping = aes(x = YEAR, y = T)) + geom_line()+ theme_bw() + theme(panel.grid=element_blank()) ACLT<-ACLT+scale_x_continuous(breaks = seq(2017, 2019, by = 1))+ylab("Temperature") ggarrange(ICET,ACLT, labels = c("A", "B"),ncol = 1, nrow = 2)
分类:
R
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· C# 集成 DeepSeek 模型实现 AI 私有化(本地部署与 API 调用教程)
· spring官宣接入deepseek,真的太香了~