散點(diǎn)圖是將所有的數(shù)據(jù)以點(diǎn)的形式展現(xiàn)在直角坐標(biāo)系上，以顯示變量之間的相互影響程度，點(diǎn)的位置由變量的數(shù)值決定，每個(gè)點(diǎn)對(duì)應(yīng)一個(gè) X 和 Y 軸點(diǎn)坐標(biāo)。

散點(diǎn)圖可以使用 plot() 函數(shù)來(lái)繪制，語(yǔ)法格式如下：

plot(x, y, type="p", main, xlab, ylab, xlim, ylim, axes)

• x 橫坐標(biāo) x 軸的數(shù)據(jù)集合
• y 縱坐標(biāo) y 軸的數(shù)據(jù)集合
• type：繪圖的類(lèi)型，p 為點(diǎn)、l 為直線， o 同時(shí)繪制點(diǎn)和線，且線穿過(guò)點(diǎn)。
• main 圖表標(biāo)題。
• xlab、ylab x 軸和 y 軸的標(biāo)簽名稱(chēng)。
• xlim、ylim x 軸和 y 軸的范圍。
• axes 布爾值，是否繪制兩個(gè) x 軸。

type 參數(shù)可選擇值：

• p：點(diǎn)圖
• l：線圖
• b：同時(shí)繪制點(diǎn)和線
• c：僅繪制參數(shù) b 所示的線
• o：同時(shí)繪制點(diǎn)和線，且線穿過(guò)點(diǎn)
• h：繪制出點(diǎn)到橫坐標(biāo)軸的垂直線
• s：階梯圖，先橫后縱
• S：階梯圖，先縱后豎
• n： 空?qǐng)D

創(chuàng)建一個(gè)簡(jiǎn)單的線圖：

x<-c(10,40)
y<-c(20,60)
# 生成 png 圖片
png(file = "runnob-test-plot2.png")

plot(x, y, "l")

創(chuàng)建一個(gè)簡(jiǎn)單的線圖，type 使用 o 參數(shù)，同時(shí)繪制點(diǎn)和線，且線穿過(guò)點(diǎn)：

x<-c(10,40)
y<-c(20,60)
# 生成 png 圖片
png(file = "runnob-test-plot.png")

plot(x, y, "o")

接下來(lái)我們使用 R 語(yǔ)言的內(nèi)置數(shù)據(jù)集 mtcars 來(lái)進(jìn)行測(cè)試。

我們使用 mtcars 數(shù)據(jù)集的 wt 和 mpg 列：

input <- mtcars[,c('wt','mpg')]
print(head(input))

輸出結(jié)果為：

wt mpg
Mazda RX4     2.620 21.0
Mazda RX4 Wag   2.875 21.0
Datsun 710    2.320 22.8
Hornet 4 Drive  3.215 21.4
Hornet Sportabout 3.440 18.7
Valiant      3.460 18.1

接著我們使用以上數(shù)據(jù)生存一個(gè)散點(diǎn)圖

# 數(shù)據(jù)
input <- mtcars[,c('wt','mpg')]

# 生成 png 圖片
png(file = "scatterplot.png")

# 設(shè)置坐標(biāo) x 軸范圍 2.5 到 5, y 軸范圍 15 到 30.
plot(x = input$wt,y = input$mpg,
   xlab = "Weight",
   ylab = "Milage",
   xlim = c(2.5,5),
   ylim = c(15,30),              
   main = "Weight vs Milage"
)

散點(diǎn)圖矩陣

散點(diǎn)圖矩陣是借助兩變量散點(diǎn)圖的作圖方法，它可以看作是一個(gè)大的圖形方陣，其每一個(gè)非主對(duì)角元素的位置上是對(duì)應(yīng)行的變量與對(duì)應(yīng)列的變量的散點(diǎn)圖。而主對(duì)角元素位置上是各變量名，這樣，借助散點(diǎn)圖矩陣可以清晰地看到所研究多個(gè)變量?jī)蓛芍g的相關(guān)關(guān)系。

散點(diǎn)圖矩陣就是把數(shù)據(jù)集中的每個(gè)數(shù)值變量?jī)蓛衫L制散點(diǎn)圖。

R 語(yǔ)言使用以下函數(shù)創(chuàng)建散點(diǎn)圖矩陣：

pairs(formula, data)

參數(shù)：

• formula 變量系列
• data 變量的數(shù)據(jù)集

# 輸出圖片
png(file = "scatterplot_matrices.png")

# 4 個(gè)變量繪制矩陣，12 個(gè)圖

pairs(~wt+mpg+disp+cyl,data = mtcars, main = "Scatterplot Matrix")

以上就是如何用R語(yǔ)言繪制散點(diǎn)圖的詳細(xì)內(nèi)容，更多關(guān)于R語(yǔ)言繪制散點(diǎn)圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論