《R数据可视化手册》一2.2 绘制折线图

简介:

本节书摘来自异步社区《R数据可视化手册》一书中的第2章,第2.2节,作者 【美】Winston Chang,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.2 绘制折线图

问题
如何绘制折线图?

方法
使用plot()函数绘制折线图(见图2-3左图)时需向其传递一个包含x值的向量和一个包含y值的向量,并使用参数type="l":

plot(pressure$temperature, pressure$pressure, type="l")
rgcb_0203.tif


8e38637f48e3798de230f7d1f30a6ddd15fe0974

如果要向图形中添加数据点或者多条折线(见图2-3右图),则需先用plot()函数绘制第一条折线,再通过points()函数和lines()函数分别添加数据点和更多折线:

plot(pressure$temperature, pressure$pressure, type="l")
points(pressure$temperature,pressure$pressure)
lines(pressure$temperature, pressure$pressure/2, col="red")
points(pressure$temperature, pressure$pressure/2, col="red")

在ggplot2中,可以使用qplot()函数并将参数设定为geom="line"得到类似的绘图结果(见图2-4):

library(ggplot2)
qplot(pressure$temperature, pressure$pressure, geom="line")


b34c65a8d2d210cf91de0a027fdf61e98655edfb

如果函数的两个参数向量已包含在同一个数据框中,则可以运行下面的语句:

qplot(temperature,pressure, data=pressure, geom="line")
# 这等价于下面的命令
ggplot(pressure, aes(x=temperature, y=pressure)) + geom_line()

# 添加数据点
qplot(temperature, pressure, data=pressure, geom=c("line", "point"))
# 这等价于下面的命令
ggplot(pressure, aes(x=temperature, y=pressure)) + geom_line() + geom_point()

另见
更多关于绘制折线图的详细内容可参见本书第4章。

相关文章
|
5月前
|
数据可视化 Python
利用Matplotlib绘制数据可视化图表
**摘要:** 本文介绍了Python的绘图库Matplotlib在数据分析和科学计算中的重要性。Matplotlib是一个开源库,提供类似MATLAB的接口,支持静态、动态和交互式图表的绘制,并能保存为多种格式。文章详细讲解了Matplotlib的基本用法,包括安装库、导入模块和绘制简单折线图的步骤。还展示了如何绘制柱状图并添加数据标签。通过这些例子,读者可以了解如何利用Matplotlib进行数据可视化,并对其进行自定义以满足特定需求。
54 4
|
SQL 数据可视化 算法
数据可视化—绘制简单的折线图
在使用matplotlib绘制简单的折线图之前首先需要安装matplotlib,直接在pycharm终端pip install matplotlib即可
255 0
数据可视化—绘制简单的折线图