No.14 数据可视化03

主要内容：

• 箱线图
• 散点图矩阵
• 气泡图
• 绘制函数图像

1. 箱线图 boxplot( )

?

1 2 3

a <- boxplot(mtcars$wt) a a$stats

 

?

1	boxplot(wt~vs,data = mtcars)

?

1	boxplot(wt~vs*gear,data = mtcars, col=2:7)

 

2. 回归曲线  lowess( )

?

1 2 3 4

plot(mtcars$disp,mtcars$wt) #添加回归曲线 #lines() 在原来的图像上画线，lowess() 回归曲线 lines(lowess(mtcars$wt~mtcars$disp),col="blue")

 

　3. 散点图矩阵 pairs( )  #描述多个变量之间的关系

?

1	pairs(~mpg+disp+wt, data = mtcars)

?

1	pairs(~mpg+disp+wt, data = mtcars, upper.panel=NULL) #上面的图沿对角线对称

　

?

1 2 3

#subset 部分数据 pairs(~mpg+disp+wt, data = mtcars, upper.panel=NULL, col="blue", pch=17,       subset = vs==1)

 

 4. 气泡图   symbols()        #描述3个变量之间的关系

?

1 2	#绘制气泡图，disp为横坐标，wt为纵坐标，mpg的大小用园的半径表示，inches = 0.2代表缩放 symbols(mtcars$disp,mtcars$wt,circles = mtcars$mpg, inches = 0.2)

?

1 2 3 4 5

#对mpg排序 mtcars <- mtcars[order(mtcars$mpg,decreasing = T),] #绘制气泡图，disp为横坐标，wt为纵坐标，mpg的大小用园的半径表示，inches = 0.2代表缩放 #排序后，bg=heat.colors(32)，颜色的深浅表示大小 symbols(mtcars$disp,mtcars$wt,circles = mtcars$mpg, inches = 0.2, bg=heat.colors(32))

 

 5. 绘制函数图像  curve( )

?

1 2 3

<strong>curve(x^3-3*x,-2,2,n=1000) #add=T表示在上面的曲线上再添加一条曲线，不会覆盖原来的曲线 curve(x^2-2,-2,2,1000,add = T, col=6)</strong>

 

6. 颜色搭配

?

1	> install.packages("RColorBrewer")

 

#查看包的颜色方案

?

1 2	library(RColorBrewer) display.brewer.all()

 

?

1 2 3

#使用Dark2配色方案中的3个颜色 cols <- brewer.pal(n=3,"Dark2") barplot(c(2,4,7),col = cols)