R語言 實(shí)現(xiàn)在循環(huán)中輸出圖片的操作
今天在循環(huán)導(dǎo)出圖片時(shí),遇到了一個(gè)問題:
使用R語言導(dǎo)出圖片的代碼:
setwd("E://R") jpeg(file="A.jpeg") print(plot(PEO$X, PEO$Y, pch=PEO$S)) dev.off()
但是若是將此代碼運(yùn)用到循環(huán)之中,則只會(huì)出來一張圖A.jpeg
想了好久原因,發(fā)現(xiàn)……..?。。?!
命名方法不對?。。?!
只有一個(gè)名字!??!當(dāng)然不行?。。。?/p>
于是搜索如何循環(huán)命名…
找到了老朋友paste()
yourfilename=paste("A",i,".jpeg",sep="") jpeg(file=yourfilename)
搞定!
補(bǔ)充:R語言 循環(huán)作圖
我就廢話不多說了,大家還是直接看代碼吧~
setwd("C:\\Users\\Administrator\\Desktop\\pic") # Plot separate ggplot figures in a loop. library(ggplot2) # Make list of variable names to loop over. var_list = combn(names(iris)[1:3], 2, simplify=FALSE) # Make plots. plot_list = list() for (i in 1:3) { p = ggplot(iris, aes_string(x=var_list[[i]][1], y=var_list[[i]][2])) + geom_point(size=3, aes(colour=Species)) plot_list[[i]] = p } # Save plots to tiff. Makes a separate file for each plot. for (i in 1:3) { file_name = paste("iris_plot_", i, ".tiff", sep="") tiff(file_name) print(plot_list[[i]]) dev.off() } # Another option: create pdf where each page is a separate plot. pdf("plots.pdf") for (i in 1:3) { print(plot_list[[i]]) } dev.off()
補(bǔ)充:R語言-循環(huán)產(chǎn)生變量名并賦值,應(yīng)用到 ggolot2 循環(huán)作圖
問題的起源來自,想要批量出數(shù)十張組合好的圖。
實(shí)現(xiàn)過程中,最大的問題是如何實(shí)現(xiàn):循環(huán)產(chǎn)生變量名,并對其將ggplot的一長段作圖代碼傳送給該變量名。
最終使用assign函數(shù)解決了
首先產(chǎn)生1000個(gè)字符串格式的備用變量名:
p <- c(paste0('p',1:1000))
接下來,只需寫個(gè)循環(huán)即可。
for (i in 1:1000) { assign(p[i],ggplot(dat,aes(x=x,y=y)) }
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
R語言數(shù)據(jù)可視化tidyr與ggplot2多個(gè)變量分層展示舉例實(shí)現(xiàn)
這篇文章主要為大家介紹了R語言可視化tidyr與ggplot2多個(gè)變量的分層展示,實(shí)現(xiàn)過程文中通過舉例為大家進(jìn)行了詳解,有需要的朋友可以借鑒參考下2021-11-11R語言之dplyr包常用函數(shù)方法示例學(xué)習(xí)
這篇文章主要為大家介紹了R語言之dplyr包常用函數(shù)方法示例學(xué)習(xí)詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-08-08R語言關(guān)于協(xié)方差分析實(shí)例分析
在本篇內(nèi)容里小編給大家整理的是一篇關(guān)于R語言關(guān)于協(xié)方差分析實(shí)例分析內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。2021-05-05R語言實(shí)現(xiàn)PCA主成分分析圖的示例代碼
主成分分析(Principal?Component?Analysis,PCA)是一種無監(jiān)督的數(shù)據(jù)降維方法,通過主成分分析可以盡可能保留下具備區(qū)分性的低維數(shù)據(jù)特征。本文將用R語言實(shí)現(xiàn)PCA主成分分析圖,需要的可以參考一下2022-04-04R語言-生成頻數(shù)表和列聯(lián)表crosstable函數(shù)介紹
這篇文章主要介紹了R語言-生成頻數(shù)表和列聯(lián)表crosstable函數(shù)介紹,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04R語言數(shù)可視化Split?violin?plot小提琴圖繪制方法
這篇文章主要為大家介紹了R語言數(shù)可視化Split?violin?plot小提琴圖繪制方法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2022-02-02