R语言图形的组合( par(),layout(),par(fig()) )

简介: R语言图形的组合( par(),layout(),par(fig()) )

引入d.class进行画图


> d.class<-read.csv("D://class.csv",header = T)

> attach(d.class)

> opar<-par(no.readonly = TRUE)

非常简单的数据,需要可自取



1.par()函数进行画布布局


//画布被分为4个格子
par(mfrow=c(2,2))

分布四个图型


> plot(age,height,main="身高随年龄变化")
> plot(age,weight,main="体重随年龄变化")
> hist(age,main="年龄柱状图")
> boxplot(age,main="年龄箱线图")


2.layout()函数


> layout(matrix(c(1,1,2,3),2,2,byrow=TRUE))
#1表示第一个图形,2表示第二个图形
> hist(age)
> hist(weight)
> hist(height)


> layout(matrix(c(1,1,2,3),2,2,byrow = TRUE),widths = c(3,1),heights = c(1,1))

#两行两列,列宽为3:1,行高为1:1

> hist(wt)

> hist(mpg)

> hist(disp)


3.par( fig=c() )的设置:其中c的参数如下



> par(fig=c(0,0.8,0,0.8))
> plot(age,weight,xlab = "年龄",ylab = "体重")


#上一个图形消失了,除非par(fig=c(0,0.8,0,0.8),new=TRUE)
> par(fig=c(0,0.8,0,0.8))
> boxplot(age,axes=FALSE)

目录
相关文章
|
4月前
|
数据可视化 数据挖掘 图形学
R语言基础可视化:使用ggplot2构建精美图形的探索
【8月更文挑战第29天】 `ggplot2`是R语言中一个非常强大的图形构建工具,它基于图形语法提供了一种灵活且直观的方式来创建各种统计图形。通过掌握`ggplot2`的基本用法和美化技巧,你可以轻松地将复杂的数据转化为直观易懂的图形,从而更好地理解和展示你的数据分析结果。希望本文能够为你探索`ggplot2`的世界提供一些帮助和启发。
|
4月前
|
数据可视化
R语言自定义图形:ggplot2中的主题与标签设置
【8月更文挑战第30天】`ggplot2`作为R语言中功能强大的绘图包,其自定义能力让数据可视化变得更加灵活和多样。通过合理使用`theme()`函数和`labs()`函数,以及`geom_text()`和`geom_label()`等几何对象,我们可以轻松创建出既美观又富有表达力的图形。希望本文的介绍能够帮助你更好地掌握`ggplot2`中的主题与标签设置技巧。
|
4月前
|
数据可视化
R语言多图合成:优雅地在一个画布上展示多个图形
【8月更文挑战第30天】R语言提供了多种方法来实现多图合成,从基础的`par()`函数到高级的`gridExtra`、`ggplot2`和`cowplot`包,每种方法都有其独特的优势和应用场景。通过掌握这些技术,你可以根据实际需求灵活地组合图形,从而更高效地展示和解读数据。希望本文能为你提供一些有益的参考和启示。
|
7月前
|
数据可视化 网络可视化
R语言混合图形模型MGM的网络可预测性分析
R语言混合图形模型MGM的网络可预测性分析
|
编解码 数据可视化 数据挖掘
R语言之 ggplot 2 和其他图形
R语言之 ggplot 2 和其他图形
106 0
|
数据挖掘
|
JavaScript 前端开发 数据挖掘
《R语言游戏数据分析与挖掘》一3.1 常用图形参数
本节书摘来华章计算机《R语言游戏数据分析与挖掘》一书中的第3章 ,第3.1节,谢佳标 著 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1590 0
|
3月前
|
数据采集 机器学习/深度学习 数据可视化
R语言从数据到决策:R语言在商业分析中的实践
【9月更文挑战第1天】R语言在商业分析中的应用广泛而深入,从数据收集、预处理、分析到预测模型构建和决策支持,R语言都提供了强大的工具和功能。通过学习和掌握R语言在商业分析中的实践应用,我们可以更好地利用数据驱动企业决策,提升企业的竞争力和盈利能力。未来,随着大数据和人工智能技术的不断发展,R语言在商业分析领域的应用将更加广泛和深入,为企业带来更多的机遇和挑战。