热线电话:13121318867

登录
首页大数据时代R语言绘图 | 折线图画法,如何画出你满意的图?
R语言绘图 | 折线图画法,如何画出你满意的图?
2020-10-27
收藏

作者:丁点helper

来源:丁点帮你

上篇文章中,我们用世界银行的例子给大家介绍了R语言散点图怎么画,那折线图呢?

绘制折线图

如果将散点图上的点从左往右连接起来,就会得到一个折线图。今天我们以R中自带的Orange 数据集为例,来学习折线图的画法,该数据集中包含五种橘树的树龄和年轮数据。要考察橘树的年轮如何随着树龄变化,先画个散点图看看:

# 先看第一种橘树,提取第一种树的数据,保存在t1中
t1 <- subset(Orange, Tree==1)

戳此复习subset()函数的功能。

# 绘制散点图
plot(t1$age, t1$circumference, 
        xlab="Age (days)",
        ylab="Circumference (mm)",
        main="Orange Tree 1 Growth")

再画折线图

# 绘制折线图
plot(t1$age, t1$circumference, 
     xlab="Age (days)", 
     ylab="Circumference (mm)",
     main="Orange Tree 1 Growth",
     type="b")

可以发现,绘制折线图使用的仍是plot()函数,其代码只比散点图的多了一个用来设置图形外观的命令:type='b','b'表示用线条将点连接起来,因此我们就得到了下图:

折线图的图形外观还可以有很多种,均可通过type命令来完成,下表展示了type可选的取值:

选取上表中各种类型的type值,就可以得到各式各样的折线图

试着调整图形

虽然上面的图形已经可以准确表达数据信息,但有时自动生成的图形可能无法满足需求。

比如,我们想把上面的散点图折线图放在同一张图中,便于比较,或者想改变文字的字体、颜色等…… 此时,可以在用plot()作图前,先用par()函数设置你想改变的参数:

# 设置par()函数
par(mfrow=c(1,2),bty='l',cex.main=1.5, 
    col.main='deepskyblue4',font.lab=2, 
    family='Times New Roman')
# 绘制散点图
plot(t1$age, t1$circumference,
     xlab="Age (days)",
     ylab="Circumference (mm)", 
     main="Orange Tree 1 Growth")
# 绘制折线图
plot(t1$age, t1$circumference,
     xlab="Age (days)", 
     ylab="Circumference (mm)", 
     main="Orange Tree 1 Growth",col='deepskyblue4',
     type="b")

大家可以先将这段代码复制到R中运行(记得先用本文开头的方法生成t1这个对象),看看出现了什么?

par(mfrow=c(1,2),bty='l',cex.main=1.5,
    col.main='deepskyblue4',font.lab=2,
    family='Times New Roman')

par()是R中用来设置图形参数的函数。

上面的代码中,mfrow是图形整体布局命令,不是针对某个具体的图形而言的,而是对整个绘图区域的布局。定义整体有几行、几列图形,其赋值形式为c(行数,列数);

bty是设置图形边框类型的函数,其取值及效果如下图:

cex.main:设置标题文本的放大倍数,还可用cex.axis 和 cex.lab分别设置坐标轴刻度值和名称文本的放大倍数;

col.main:设置文本标题的颜色,大家能猜出坐标轴刻度值和名称的颜色如何设置吗?欢迎留言呀~

font.lab:设置坐标轴名称的字型:

family:设置图形中所有文本的字体。

最终得到的图形如下,你还能想到哪些需要改进或调整的地方呢,我们可以作为今后讲授的内容


——热门课程推荐:

想从事务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;

想从事数据分析师,您可以点击>>>“大数据就业”了解课程详情;

想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;

想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;

想咨询互联网运营,你可以点击>>>互联网运营就业班”了解课程详情;

想了解更多优质课程,请点击>>>

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询