在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
1. 绘图函数: - lattice 包: · xyplot / bwplot / histogram / stripplot / dotplot / splom / levelplot / contourplot · 格式:xyplot ( y ~ x | f * g , data ) · panel 函数,用于控制每个面板内的绘图 - grid 包: · 实现了独立于base的绘图系统 · lattice包是基于grid创建的;很少直接从grid包调用函数 2. Lattice 与 Base 的重要区别 - Base 绘图函数直接在图形设备上绘图 - 而Lattice 绘图函数返回 trellis 类对象 · 打印函数真正执行了在设备上绘图 · 命令执行时,trellis 类对象会被自动打印,所以看起来就像是 lattice 函数直接完成了绘图 3. 实践 - 安装 lattice 包:install.packages("lattice") - 查询帮助文档:如 ?xyplot library(lattice) # 引入lattice包 xyplot(Temp~Ozone, data=airquality) # 考察Temp和Ozone之间的关系 airquality$Month <- factor(airquality$Month) # Month变量转换成factor,即分类变量 xyplot(Temp~Ozone | Month, data=airquality, layout=c(5,1)) # Temp和Ozone 与月份之间的关系(lattice体现交互作用) q <- xyplot(Temp~Wind, data=airquality) # xyplot存到变量里,生成类对象 print(q) # 打印类对象,若xyplot不存入变量,则会直接打印出来 set.seed(1) # 设置种子点,意义在于每次产生的随机数是一样的(使用随机数时切记使用种子点) x <- rnorm(100) # 从变准正态分布中抽取100个随机数,赋值给x f <- rep(0:1, each=50) # f变量只包含0和1这两个值,每个值出现50次,所以f变量内有100个数 y <- x + f - f*x + rnorm(100, sd=0.5) # 让x与y之间的关系与f变量有交互 f <- factor(f, labels=c("Group1","Group2")) # f变量转换成factor,即分类变量 xyplot(y~x | f, layout=c(2,1)) # x和y 与f之间的关系 xyplot(y~x | f, panel=function(x, y){ panel.xyplot(x,y) panel.abline(v=mean(x), h=mean(y), lty=2) panel.lmline(x,y,col="red") }) # abline:添加x平均直线,添加y平均直线 # lmline:拟合线性模型
|
请发表评论