基本绘图函数：plot的使用

 

注意：“##”后面是程序输出结果

例如：

    par("bg") # 命令

## [1] "white" # 结果

基本绘图函数：
　　　　　　plot：散点图
　　　　　　hist：直方图
　　　　　　boxplot：箱线图
　　　　　　points:添加线
　　　　　　lines：添加线
　　　　　　text：添加文字
　　　　　　title：标题（main）、坐标（xlab、ylab）、字幕（sub）等的设置
　　　　　　axis：坐标轴设置

1. plot
   
   

• 常用参数：xlab/ylab/lwd/lty/pch/col
  lwd-线宽
  lty-线型
  pch:点类型

1. par：类型设置（用于全局的设定，会影响后期图形）

• 常用参数： bg
  mar（边距）
  las(标签设置，水平or竖直）

 # 0:always parallel（平行） to the axis [default]
 # 1:always horizontal
 # 2:always perpendicular（垂直） to the axis
 # 3:always vertical

mfrow(子图，行填充)/mfclo（子图，列填充）

• ?par 可查看帮助
• 查看默认值：

    par("bg")

## [1] "white"

    par("mar")

## [1] 5.1 4.1 4.1 2.1

 

1. plot练习

with( airquality,
      plot( Wind,Temp,main="wind and Temp in NYC",type="n") # type="n"画出除点之外的部分  
)

#-按月份画点-#
with(
  airquality[airquality$Month==9, ],
  points( Wind,Temp,col="red" )
)
with(
  subset(airquality,Month==8), # subset 取子集，对比上面
  points( Wind,Temp,col="blue" )
)
with(
  subset(airquality,Month %in% c(5,6,7) ), # %in%
  points( Wind,Temp,col="yellow" )
)

#--拟合--#  
fit<-lm( Temp~Wind,airquality ) # 因变量～自变量
abline( fit,lwd=2 ) # abline:加入拟合线

#--添加图例--#
legend(
  "topright", # 位置：右上角
  pch=1, # 1-表示圆圈，2-三角形。。。<?pch>
  col=c( "red","blue","yellow" ),
  legend=c( "九月","八月","其他" )
)

dev.off()

## null device
##           1

 

1. par练习

default.par<-par() # 保存默认设置
par(bg = "lightgrey") # 背景颜色设置
with(airquality,
     hist(Wind)
     )
 

dev.off() # 清除绘图

## null device
##           1

par( mfrow = c(2,2) )
par(las = "0")
with(
  airquality,
  plot(Wind,Temp,main="las=\"0\"")
)

#-注意with的使用-#
with(
  airquality,{
    par(las = "1")
    plot(Wind,Temp,main="las=\"1\"")
   
    par(las = "2")
    plot(Wind,Temp,main="las=\"2\"")
   
    par(las = "3")
    plot(Wind,Temp,main="las=\"3\"")
  }
)

 

小结 1. par设置可利用帮助学习（全局设置）。
 - las设定坐标轴标签方向<0-平行坐标轴，1-水平，2-垂直坐标轴，3-竖直的，个人比较喜欢“1”>
2. with构建数据集
 with(data,
 {
            exp1
            exp2
 }
 )
3. with与attach的区别：
         attach存在隐患，当数据集与内存中已存在的变量重名时会出现错误。with则是封闭在数据框的环境中进行运算，不会与外在环境中的对象相冲突，因此，没有以上的隐患。
4. 拟合 lm( 因变量 ~ 自变量, data) abline( 拟合返回对象 )