上一次给大家简单展示了plot函数的用法，以及par函数的使用。今天我们继续应用这两个函数，看看它的其他功能。下面这个图是数据的一部分[1]。我一直认为，作图简单，但关键是要知道数据在数据库中的格式，才能更好的应用到作图函数(以及其它函数)当中： 对该数据做一个x1对应y的散点图：> setwd("E:/Rstore/duoyuan/")
> A1=read.csv("da
转载
2023-08-21 15:29:47
150阅读
第一感觉， R最为统计分析， 数据挖掘的工具， 具有强大的分析能力； 但是与简单易用， 美观灵活的绘图工具相比， R语言的绘图美观性， 易用性的的确不够友好， 当然， 也可能是我初学， 不够了解的关系。 但是绘图函数的中各种参数之多， 足以表明R的强大绘图能力； 故，目前我认为， R语言是一个专业的工具， 如果只想练点花拳绣腿的， 大可不必使用R语言。 言归正传， 我从R语言最最简单的饼
转载
2023-08-17 07:37:16
119阅读
在R语言中绘制饼图的函数为pie，其使用格式如下Usage pie(x, labels = names(x), edges = 200, radius = 0.8,
clockwise = FALSE, init.angle = if(clockwise) 90 else 0,
density = NULL, angle = 45, col = NULL, border = NUL
转载
2023-06-21 18:48:49
457阅读
引言：本节重点（1）在我写（一）的时候，很多小伙伴相信直接使用遇到了很多问题，本节就主要遇到问题进行回答:①R包版本问题②Data数据格式问题③CIBERSORT官方代码问题并将附上全部代码（2）此外，本节将介绍分析后的数据常见的可视化方式一、问题解决1、R包版本问题相信很多人都会遇到这个问题。如“这个R包版本不适用于该版本R”、“连接错误”、“依赖包安装无效或版本不足”等等。这时候通常解决办法两
转载
2023-07-10 12:14:33
178阅读
原创：黄小仙今天要给大家介绍的Pie chart（饼图），本来是不打算写这个的，因为用Excel画饼图实在是太方便了。本着能少动一下是一下的懒人原则，是不打算用R画的，再说，本小仙不是掌握了R作图大器ggplot2么，实在需要用的时候我就一句ggplot()+geom_pie()不就搞定了。 结果后来用Excel画饼图调整颜色、大小的时候着实有些崩溃。习惯了几句代码就出图之后，没有办法再忍受手动操
转载
2023-07-27 16:40:23
228阅读
R语言绘图学习绘图模板：ggplot(data = data)+ <XX>(mapping = aes())通过更改<XX>的不同函数，则可以作出不同类型的图。 常用的作图函数<XX>
函数名图像geom_abline()线图geom_area()面积图geom_bar()条形图geom_bar2()二维条形图geom_bin2d()二维封
转载
2024-06-17 14:56:03
131阅读
今天笔记的内容是R语言中绘图相关的基础知识，绘制简单的饼图、条形图。饼图怎么画？R语言中pie（）函数用于绘制饼状图，需要准备向量数据、标签、调色板等信息，然后利用函数生成图片，语法格式为：pie(
x, #数值向量，饼状图中每块面积大小
labels = names(x), #字符向量，各扇区的名称
edges = 200, #外边圆圈的边数，越大越平滑
radius = 0.8, #饼图半径
转载
2024-02-08 21:51:34
74阅读
接前文：R语言基础(一)：注释、变量3.常用函数函数就是一些已经编写好的功能，我们拿过来直接使用就可以了。3.1 查看变量ls()也许你清空了控制台，看不到之前的变量。但是它一直存在于系统中。我们可以使用ls()函数查看已经定义过的变量(后续内容中：>开头的行是代码，[1]开头的行是运行结果，同学们在写代码的饿时候，不需要写每行开头的>)。> x<-10
> y<
转载
2023-05-22 14:25:10
286阅读
#基本统计分析
#整体描述性统计分析，针对数值变量
attach(mtcars)
opar = par(no.readnoly=TRUE)
d = mtcars[c("mpg","hp","wt")]
head(d)
#summary
#较标准正态分布呈现正偏，且较平。（偏度为正，峰度为负）
summary(d)
plot(density(mpg))
#describe
#多了峰度，偏度等数据
转载
2024-02-22 17:41:41
116阅读
par函数概述在R绘图时，有时我们想在一个绘图区中同时绘制多幅图。在R语言中可以有多个函数来实现此要求。这里先介绍一下绘图参数par函数的使用。R中的par()函数可以将绘图区分割成规则的几个部分。多图环境用参数mfrow或参数mfcol来设定，如：par(mforw=c(3,2))则是在同一绘图区中绘制3行2列共6个图形，而且是先按行绘制，即绘制完第1行的2个图形后，再绘制第2行的2个图形，最
转载
2023-06-01 15:22:31
142阅读
加载包# install.packages(lubridate)
library(lubridate)第一个函数ymd():解析日期为年月日格式x <- c("09-01-01", "09-01-02", "09-01-03")
ymd(x)[1] “2009-01-01” “2009-01-02” “2009-01-03”x <- c("2009-01-01", "2009-01-0
转载
2023-05-23 12:26:01
337阅读
R语言paste函数解析目录R语言paste函数解析paste函数理解sep 和collapse参数与expand.grid函数联合使用实现循环拼接paste函数paste函数的作用就是将R对象转换为字符后连接向量。paste (..., sep = " ", collapse = NULL)
paste0(..., collapse = NULL)参数... 一个或多个R对象，要转换为字符向量。
转载
2023-05-23 11:04:37
247阅读
两模型比较：anova（）函数：可以比较两个嵌套模型的拟合优度。fit1<-lm(Murder~Population+Illiteracy+Income+Frost,data=states)
fit2<-lm(Murder~Population+Illiteracy,data=states)
anova(fit2,fit1) 结论：p=0.994，不显著，不需要将Income
转载
2023-05-23 09:26:04
516阅读
R 语言结合了面向对象编程语言和函数式编程语言的特性，由于拥有函数式编程的特性，R 的每一个运算符，实际上也是函数，同样，面向对象的特性决定了你接触到的 R 中所有东西(从数字到字符串到矩阵等)都是对象。这些综合的特质决定了 R 这门语言的特殊性，最大的特点就是开源。之前简单了解了 R 语言的 S3 对象以及泛型函数，下面介绍 R 语言的函数式编程，主要包含三个模块：匿名函数，闭包（由函数编写的函
转载
2023-07-17 13:44:28
172阅读
从零开始学R语言Day4|向量、矩阵和数组1.1向量1.1.1向量在Day2中我们提及过用和c()函数来构建向量，具体实例如下。 我们还可以采用vector(“类型”，长度)函数来创建一个指定类型和长度的矢量，这里的类型是指数据类型。但是个人觉得这个函数很鸡肋，因为不能控制具体的参量输入，只能做初始化用途，据说是R语言发展历史中的遗留函数，所以本函数就权当了解一下R的历史
转载
2023-08-27 22:55:18
171阅读
R语言中diag函数用于获取矩阵的对角线元素001、dat <- matrix(1:9, nrow = 3) ## 生成矩阵（方阵，行列相等）
dat
diag(dat) ## 取对角线元素 002、非方阵情况dat <- matrix(1:15, nrow = 3) ## 生成3行5列矩阵
转载
2023-05-23 11:31:32
449阅读
R语言实际上是函数的集合，用户可以使用base，stats等包中的基本函数，也可以自己编写函数完成一定的功能。但是初学者往往认为编写R函数十分困难，或者难以理解。这里对如何编写R函数进行简要的介绍。函数是对一些程序语句的封装。换句话说，编写函数，可以减少人们对重复代码书写，从而让R脚本程序更为简洁，高效。同时也增加了可读性。一个函数往往完成一项特定的功能。例如，求标准差sd,求平均值，求生物多样性
转载
2023-06-25 13:57:15
215阅读
自定义函数之位置参数
转载
2023-05-27 23:05:15
300阅读
在使用R语言作图时，有时需要在图上标注诸如求和、积分、上下标等数学符号，该操作可以通过expression函数完成。
expression(...)
括号中输入数学表达式，配合plot、text、title、axis等函数使用，可以将数学公式绘制在图表上。
转载
2023-05-30 10:21:07
172阅读
dplyr 包提供了一系列好用的函数，用来进行数据处理和转换，掌握之后可以高效解决数据处理中的绝大多数问题，我们先来看一下 dplyr 包最核心的 5 个函数。select: 筛选字段filter: 按条件过滤arrange: 按字段排序mutate: 创建新字段summarize: 数据汇总这一章需要使用 gapminder 数据集，该数据集记录了 140 多个国家的人口、寿命、国内生产总值(g
转载
2023-08-09 20:34:30
165阅读
