《R语言游戏数据分析与挖掘》一3.1 常用图形参数

简介: 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。

3.1 常用图形参数

R是一个功能强大的图形构建平台,可以逐条输入语句构建图形元素(颜色、点、线、文本等),逐渐完善图形,直至得到想要的结果。
更改图形参数有两种方式,一种是直接在绘图函数中设置参数,这种方式只影响当前的绘图函数;另一种是通过par()函数设置,这种方式会影响当前绘图设备上的所有图形。

3.1.1 颜色元素

R语言可以设置绘图参数col,改变图像、坐标轴、文字、点、线等的颜色。例如,对数据集women绘制红色散点图,只需将col参数设置为"red",如图3-1所示。

> plot(women,col="red") # 通过颜色名称设置散点颜色
除了通过将颜色赋值给col参数外,也可以通过颜色下标、十六进制的颜色值和RGB值给col参数赋值。以下代码可以绘制和图3-1相同的效果。
> plot(women,col=554)        # 通过颜色下标设置
> plot(women,col="#FF0000")    #通过十六进制的颜色值设置
> mycolor<- rgb(red=255,green=0,blue=0,max=255)
> plot(women,col=mycolor)        # 通过RGB值设置

除了利用col参数控制绘图颜色外,也可以通过其他参数来设置图形的前景色、背景色、标题颜色、坐标轴颜色等。参数描述如表3-1所示。
image

对图3-1增加主标题、副标题,且将主标题的颜色设置为绿色,副标题的颜色设置为蓝色,X轴坐标的刻度文字设置为灰色,刻度标签设置为黄色。只需执行以下脚本,得到的结果如图3-2所示。

> plot(women,main="身高 VS 体重散点图",sub="数据来源:women数据集",
+       col="red",col.main="green",col.sub="blue",
+       col.axis="grey",col.lab="yellow")

image

R语言提供了自带的固定种类颜色,主要涉及的函数是colors(),该函数可以生成657种颜色名称,代表657种颜色,具体如下。

> colors()
[1] "white"                "aliceblue"            "antiquewhite"
[4] "antiquewhite1"        "antiquewhite2"        "antiquewhite3"
[7] "antiquewhite4"        "aquamarine"           "aquamarine1"
……
[649] "wheat3"             "wheat4"               "whitesmoke"
[652] "yellow"             "yellow1"              "yellow2"
[655] "yellow3"            "yellow4"              "yellowgreen"

除了固定颜色选择函数外,R本身也提供了特定颜色主题的配色方案。这些配色方案用一系列渐变的颜色表现特定的主题,如rainbow()、heat.colors()、terrain,colors()、topo.colors()、cm.colors()等函数。函数说明如表3-2所示。
image

执行以下脚本,得到5个由不同主题函数绘制的柱状图,如图3-2所示。

> barplot(rep(1,7),col=rainbow(7),main="barplot(rep(1,7),col=rainbow(7))")
> barplot(rep(1,7),col=heat.colors(7),main="barplot(rep(1,7),col=heat.colors(7))")
> barplot(rep(1,7),col=terrain.colors(7),main="barplot(rep(1,7),col=terrain.colors(7))")
> barplot(rep(1,7),col=topo.colors(7),main="barplot(rep(1,7),col=topo.colors(7))")
> barplot(rep(1,7),col=cm.colors(7),main="barplot(rep(1,7),col=cm.colors(7))")
> par(mfrow=c(1,1))

image

3.1.2 文字元素

文字元素可以设置的参数一般包括:字体(font)、颜色(col)、大小(cex)等,颜色在上一小节已经介绍过,这里重点讲解如何设置文字的字体和大小。
可以通过font参数来设置字体。font参数的取值是一个整数,一般分别用1、2、3、4、4来表示正常体、粗体、斜体和粗斜体。
执行以下脚本,得到4种常用字体的样式,如图3-4所示。image

> plot(0:4,type="n",axes = F,xlab = NA,ylab = NA)
> type <- c("正常字体(默认)","粗体字体","斜体字体","粗斜体字体")
> for(i in 1:4){
+   text(2,5-i,labels = paste0("font=",i,":",type[i]),font = i)
+ }

可以通过cex参数来设置文字的大小。cex(缩放倍数)参数的取值是一个实数,默认为1,表示不缩放。取值小于1时,表示缩小,取值大于1时,表示放大。以下代码中的cex分别取0.5、0.8、1、1.5、2,得到的文字大小样式如图3-5所示。
image

> plot(0:5,type="n",axes = F,xlab = NA,ylab = NA)
> text(2,5,labels="cex=0.5:放大0.5倍",cex=0.5)
> text(2,4,labels="cex=0.8:放大0.8倍",cex=0.8)
> text(2,3,labels="cex=1(默认):正常大小",cex=1)
> text(2,2,labels="cex=1.5:放大1.5倍",cex=1.5)
> text(2,1,labels="cex=2:放大2倍",cex=2)

3.1.3 点元素

点元素可以设置的参数一般包括:点样式(pch)、颜色(col)、大小(cex)等。前文已经介绍过颜色和大小,接下来学习点样式pch参数。
pch(点样式)参数可取0~25的数字,对于符号21~25,还可以指定边界颜色(col=)和填充色(bg=)。下面代码中的pch取值为0~25,结果如图3-6所示。

> plot(1,col="white",xlim=c(1,7),ylim=c(1,5),
+        main = "点样式 pch=",xlab=NA,ylab=NA)
> for(i in c(0:25)){
+    x<-(i %/% 5)*1+1
+    y<-6-(i%%5)-1
+    if(length(which(c(21:25)==i)>=1)){
+     points(x,y,pch=i,col="blue",bg="yellow",cex=2)
+   } else {
+     points(x,y,pch=i,cex=2)
+   }
+   text(x+0.2,y,labels = i)
+ }

image

此外,pch参数也可以是""里的单个字符。例如,pch的取值可以为"*,?,a,A,0,.,+,-,|"。执行以下代码,效果如图3-7所示。

> # pch取值可以为"*,?,a,A,0,.,+,-,|"
> points(6,4,pch="*",cex=2);text(6+0.2,4,labels="\"*\"")
> points(6,3,pch="?",cex=2);text(6+0.2,3,labels="\"?\"")
> points(6,2,pch="a",cex=2);text(6+0.2,2,labels="\"a\"")
> points(6,1,pch="A",cex=2);text(6+0.2,1,labels="\"A\"")
> points(7,5,pch="0",cex=2);text(7+0.2,5,labels="\"0\"")
> points(7,4,pch=".",cex=2);text(7+0.2,4,labels="\".\"")
> points(7,3,pch="+",cex=2);text(7+0.2,3,labels="\"+\"")
> points(7,2,pch="-",cex=2);text(7+0.2,2,labels="\"-\"")
> points(7,1,pch="|",cex=2);text(7+0.2,1,labels="\"|\"")

image

3.1.4 线元素

线元素可以设置的参数一般包括:线条样式(lty)、颜色(col)、粗细(lwd)等。其中线的粗细lwd参数与文本及点的大小cex相似,lwd(宽度)参数默认为1,表示不缩放。取小于1时,表示缩小,取大于1时,表示放大。
线条样式(lty)主要是指实线、虚线、点线、点划线等的样式。lty参数的不同数值对应不同的线条样式,如表3-3所示。
image

运行下面的代码,可以查看lty参数取值为0~6时的样式,结果如图3-8所示。

> plot(x=1:10,y=rep(1,10),type="l",lty=0,ylim=c(1,8),xlim=c(-1,10),
+       axes=F,xlab=NA,ylab=NA)
> text(0,1,labels="lty=0")
> for(i in 2:7){
+   lines(x=1:10,y=rep(i,10),lty=i-1,xlab=NA, ylab=NA)
+   text(0,i,labels=paste0("lty=",i-1))
+ }

image

相关文章
|
2月前
|
监控 安全 数据可视化
R语言在员工上网行为监控中的数据分析
本文讲述了如何使用R语言分析员工上网行为以提升企业网络安全。通过收集网络流量和访问记录数据,利用R进行读取、分析和可视化,例如查看访问时长分布和热门网站。此外,文中还介绍了一个自动将监控数据提交到网站的R脚本,通过定时任务实现数据的持续更新和管理,及时发现并应对安全风险,增强网络安全性。
117 3
|
2月前
|
算法 搜索推荐 数据挖掘
数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(续)
数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(续)
105 1
|
2月前
|
机器学习/深度学习 数据采集 算法
数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(二)
数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(二)
118 1
|
2月前
|
数据可视化 搜索推荐 数据挖掘
数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(一)
数据挖掘实战 —— 抖音用户浏览行为数据分析与挖掘(一)
389 1
|
2月前
|
机器学习/深度学习 数据挖掘 计算机视觉
R语言中的神经网络预测时间序列:多层感知器(MLP)和极限学习机(ELM)数据分析报告
R语言中的神经网络预测时间序列:多层感知器(MLP)和极限学习机(ELM)数据分析报告
|
2月前
|
存储 数据采集 数据可视化
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
R语言拟合线性混合效应模型、固定效应随机效应参数估计可视化生物生长、发育、繁殖影响因素
|
2月前
|
数据可视化
R语言大学城咖啡店消费问卷调查数据报告:信度分析、主成分分析可视化
R语言大学城咖啡店消费问卷调查数据报告:信度分析、主成分分析可视化
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
R语言电影数据分析:随机森林探索电影受欢迎程度因素、参数调优可视化
R语言电影数据分析:随机森林探索电影受欢迎程度因素、参数调优可视化
|
2月前
R语言图形的组合( par(),layout(),par(fig()) )
R语言图形的组合( par(),layout(),par(fig()) )
14 0
|
2月前
|
数据可视化
R语言KNN模型分类信贷用户信用等级数据参数调优和预测可视化|数据分享
R语言KNN模型分类信贷用户信用等级数据参数调优和预测可视化|数据分享