R語(yǔ)言給圖形填充顏色的操作(polygon函數(shù))
更新時(shí)間：2021年03月13日 15:58:56 作者：臥新實(shí)驗(yàn)室
這篇文章主要介紹了R語(yǔ)言給圖形填充顏色的操作(polygon函數(shù))，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
1. 使用polygon進(jìn)行純色填充
# polygon函數(shù)介紹
polygon(x, y = NULL, density = NULL, angle = 45,
border = NULL, col = NA, lty = par("lty"),
..., fillOddEven = FALSE)
其中density為填充的陰影線的密度，angle為陰影線的斜率(角度)。值得注意的是，當(dāng)你需要純色填充時(shí)，density和angle可以忽略不寫。然后border為邊框的顏色。同時(shí)border也可以是邏輯。即FALSE相當(dāng)于NULL，TRUE相當(dāng)于為前景色。
# Distance Between Brownian Motions 布朗運(yùn)動(dòng)之間的距離
n <- 100
xx <- c(0:n, n:0) #生成202個(gè)元素的向量，其中前面101與后面101數(shù)字對(duì)稱
yy <- c(c(0, cumsum(stats::rnorm(n))), rev(c(0, cumsum(stats::rnorm(n)))))
plot (xx, yy, type = "n", xlab = "Time", ylab = "Distance")
polygon(xx, yy, col = "gray", border = "red")
title("布朗運(yùn)動(dòng)之間的距離")
如圖 兩個(gè)布朗運(yùn)動(dòng)間的距離用灰色填充
2. 使用polygon進(jìn)行陰影線填充
# Line-shaded polygons 線陰影多邊形
plot(c(1, 9), 1:2, type = "n")
polygon(1:9, c(2,1,2,1,NA,2,1,2,1),
density = c(10, 20), angle = c(-45, 45)) #density的值為兩個(gè)，即不同的密度
補(bǔ)充：R語(yǔ)言世界地圖轉(zhuǎn)為SpatialPolygons以及去除地圖內(nèi)國(guó)家邊界
##加載包
library(maps) library(maptools) library(ggplot2) library(metR)
##提取地圖并轉(zhuǎn)換為Spatialpolygons
loc <- maps::map('world',interior = FALSE,
plot = FALSE, fill = TRUE,col = 'transparent')
ids <- sapply(strsplit(loc$names, ":"), function(x) x[1])
loc <- map2SpatialPolygons(map = loc, IDs = ids,proj4string = CRS('+proj=longlat +datum=WGS84 +no_defs'))
##去除內(nèi)邊界
worldmap1 <- unionSpatialPolygons(loc, IDs = rep(1,length(loc)))
##畫(huà)圖
worldmap2 <- fortify(worldmap1)
ggplot()+
scale_x_longitude(expand = c(0, 0), breaks = seq(-180, 180, 45))+
scale_y_latitude(expand = c(0, 0), breaks = seq(-90, 90, 30))+
geom_polygon(data = worldmap2,
mapping = aes(x = long, y = lat, group = group),
colour = 'gray', fill = 'gray', size = 0.5)
##結(jié)果圖
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
這篇文章主要介紹了R語(yǔ)言編碼問(wèn)題的解決，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
對(duì)比一元線性回歸,多元線性回歸是用來(lái)確定2個(gè)或2個(gè)以上變量間關(guān)系的統(tǒng)計(jì)分析方法,下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言多元線性回歸的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-07-07
R語(yǔ)言-實(shí)現(xiàn)提取包含某字符串的行變量
這篇文章主要介紹了R語(yǔ)言-實(shí)現(xiàn)提取包含某字符串的行變量，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言實(shí)現(xiàn)各種數(shù)據(jù)可視化的超詳細(xì)教程
Python語(yǔ)言越來(lái)越流行,尤其是在機(jī)器學(xué)習(xí)與深度學(xué)習(xí)等領(lǐng)域,但是R語(yǔ)言在數(shù)據(jù)分析與可視化方面仍然具有絕對(duì)的優(yōu)勢(shì),下面這篇文章主要給大家介紹了關(guān)于R語(yǔ)言實(shí)現(xiàn)各種數(shù)據(jù)可視化的超詳細(xì)教程,需要的朋友可以參考下2022-11-11
這篇文章主要介紹了R語(yǔ)言 UTF-8各種問(wèn)題的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言數(shù)據(jù)可視化學(xué)習(xí)之圖形參數(shù)修改詳解
這篇文章主要給大家介紹了關(guān)于R語(yǔ)言數(shù)據(jù)可視化學(xué)習(xí)之圖形參數(shù)修改的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
這篇文章主要介紹了使用R語(yǔ)言批量修改文件名的方法,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
這篇文章主要介紹了R語(yǔ)言 數(shù)據(jù)集行列互換的技巧分享，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
這篇文章主要介紹了R語(yǔ)言-summary()函數(shù)的用法解讀，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言-實(shí)現(xiàn)list的嵌套與提取嵌套中的值
這篇文章主要介紹了R語(yǔ)言-實(shí)現(xiàn)list的嵌套與提取嵌套中的值，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04