R语言----绘图学习笔记之Scatter plots

前言

最近某项目要搞数据挖掘,需要对数据进行可视化显示,原本我是打算直接用excel 算了,打算,用了一段时间,发现有些数据图用excel麻烦得要命,然后,上网找了一下,原来,有在这方面也有一门专门的语言----R语言,我发现,用它绘制数据图十分强大,就打算花几天,就学习如何用R语言绘制数据图

散布图(scatter plots)

需要掌握的命令:

plot()

xyplot()

qplot()

text()

smoothScatter()

matrix()

jitter()

rbinom()

rnorm()

lines()

lowess()

nls()

用的的包:

ggplot2

lattice

scattersplot3d

帮助用法:

命令行里面直接打

?你要查的命令即可

基础用法:

plot(cars$dist~cars$speed)

更多用法在R控制台中打上

?plot

你就清楚用法了

xyplot

数据汇总方法

xyplot(Sepal.Length~Sepal.Width,data=iris,groups=Species,auto.key=list(corner=c(1,1)))

格栅

qplot()

qplot(Sepal.Length,Sepal.Width,data=iris,col=as.factor(Species),size=as.factor(Species),shape=as.factor(Species))

标识点

plot(mpg~disp,data=mtcars)
text(160,21,"Mazdz RX4")

抖动(jitter)

x <- rbinom(1000, 10, 0.25)
y <- rbinom(1000, 10, 0.25)
plot(x, y)

抖动后

plot(jitter(x),jitter(y))

x所有点都可以显示出来

直线模式:

plot(mtcars$mpg~mtcars$disp)
lmfit <- lm(mtcars$mpg~mtcars$disp)
abline(lmfit)

非线性模式的曲线:

x <- -(1:100)/10
y <- 100+10*exp(x/2)+rnorm(x)/10
nlmod <- nls(y~Const+A*exp(B*x),trace=TRUE)
plot(x,y)
lines(x,predict(nlmod),col="red")

非参数值的曲线(英文是non-parametric,我也搞不清楚这样了解对不对)

plot(cars, main="测试lowess")
lines(lowess(cars), col="red")
lines(lowess(cars, f=0.3), col="blue")

制作3D视图

需要使用 scattersplot3d 包

scatterplot(mtcars$wt, mtcars$disp, mtcars$mpg)

QQ图(研究正态分布的一种图…)

qqnorm(mtcars$mpg)
qqline(mtcars$mpg)

在坐标轴上显示数据密度

x <- rnorm(1000)
plot(density(x))
rug(x)

大数据的平滑分散图显示

n <- 1000000
x <- matrix(rnorm(n), ncol=2)
y <- matrix(rnorm(n,mean=3,sd=1.5), ncol=2)
smoothScatter(x,y)

这么看正态分布图挺带感的

资源检索

http://addictedtor.free.fr/graphiques/

来源:http://www.cnblogs.com/youxilua/archive/2012/01/12/2320455.html

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2016-04-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Data Analysis & Viz

图表太丑怎么破,ECharts神器带你飞!

在本专栏或文集中,我曾多次使用ECharts绘制图表、进行可视化,也渐渐积累了30多个实例,本文对此前用过的所有图表和代码进行整理并分享,以给想绘制精美图表的人...

52920
来自专栏Python中文社区

利用docker部署深度学习模型的一个最佳实践

讲道理,docker是天然的微服务,确实是能敏捷高效的解决深度学习这一块的几个痛点。

56110
来自专栏AI科技评论

开发 | 用 Tensorflow 搭建能理解语境的聊天机器人!

想掌握对话沟通,语境为王。 我们将使用Tensorflow构建一个聊天机器人框架,向大家示范如何实现上下文的语境处理。 ? 有没有想过为什么大多数聊天机器人缺乏...

484180
来自专栏ATYUN订阅号

Prodigy,从根本上有效的自主学习驱动的注释工具

Prodigy是一种非常高效的机器教学工具,数据科学家可以在无需外部注释的情况下,为新功能创建端到端原型,并且可以顺利地进行生产。无论你是在进行实体识别、意图检...

401100
来自专栏恰童鞋骚年

操作系统核心原理-6.外存管理(上)磁盘基础

  计算机是处理数据的机器,而数据就需要有地方存放。在计算机中,可供数据存放的地方并不太多,除了内存之外,最主要的存储数据的媒介就是磁盘。对于大多数计算机领域的...

17110
来自专栏谈补锅

apns关于APP数字角标的理解

  前两天群里有兄弟在吐槽,做远程推送的时候:老板要求APP桌面图标的右上角显示红色未读数字(数字角标)要精准,有多少未读通知就显示数字几;但是后台的弟兄在发送...

26230
来自专栏瓜大三哥

视频压缩编码技术(H.264) 之SP/SI帧

当前视频编码标准主要包括三种的帧类型:I帧、P帧和B帧。随着H.264/AVC为了顺应视频流的带宽自适应性和抗误码性能的要求,又定义了两种新的帧类...

69610
来自专栏AI研习社

聊天机器人还能这么玩!教你用 Tensorflow 搭建能理解语境的客服小二!

掌握对话沟通,语境为王。 我们将使用Tensorflow构建一个聊天机器人框架,向大家示范如何实现上下文的语境处理。 ? 有没有想过为什么大多数聊天机器人缺乏会...

56650
来自专栏数据科学与人工智能

【Python环境】Python可视化工具综述

简介 在Python的世界里,可视化你的数据有多种选择。由于这种多样性,决定何时使用哪一个确实是种挑战。这篇文章包含由更受欢迎的包中的一部分制作的示例,并说明如...

492100
来自专栏Python攻城狮

利用简书首页文章标题数据生成词云1.词云图2.推荐几个不错的词云图工具3.爬取数据,制作词云图

词云图,也叫文字云,是对文本中出现频率较高的“关键词”予以视觉化的展现,词云图过滤掉大量的低频低质的文本信息,使得浏览者只要一眼扫过文本就可领略文本的主旨。

42820

扫码关注云+社区

领取腾讯云代金券