R語(yǔ)言-繪制雙坐標(biāo)圖直方圖與折線的結(jié)合方式
看代碼吧~
par(mar = c(5, 5, 3, 4)+0.1) #似乎是設(shè)置圖片位置 bar<-barplot(gu[1:22,6],xlim=c(0.5,26),ylim=c(0,200000),ylab="交易量", col="blue",col.axis="blue",col.lab="blue") mtext(c(1:22),side=1,line=1,at=bar,cex=0.8,col="black") mtext("time",side =1,line=3,col="black") par(new=T) plot(bar,gu[1:22,2],axes=F,xlim=c(0.5,26),ylim=c(17,23),xlab="",ylab="", col="green",type="o") #ylim設(shè)置不好的話就會(huì)看不見折線 axis(4,col="red",col.ticks="red",col.axis="red") mtext("價(jià)格",side=4,line=3,col="red") par(new=T) plot(bar,gu[1:22,5],axes=F,xlim=c(0.5,26),ylim=c(17,23),xlab="",ylab="", col="red",type="o") legend("top",c('開盤價(jià)','收盤價(jià)'),col=3:2,lty=1)
效果如下
補(bǔ)充:在R中繪制折線圖的方法與進(jìn)階
在顯示隨時(shí)間而變化的連續(xù)數(shù)據(jù)時(shí)通??梢允褂谜劬€圖。尤其是顯示在相等時(shí)間間隔下數(shù)據(jù)的趨勢(shì)時(shí)折線圖則更加優(yōu)勢(shì)。在折線圖中,類別數(shù)據(jù)沿水平軸均勻分布,所有值數(shù)據(jù)沿垂直軸均勻分布。一般分類標(biāo)簽是文本并且代表均勻分布且遞增的數(shù)值(例如月度、季度或財(cái)年等)。
事實(shí)上,在Excel中繪制折線圖是相當(dāng)方便的。但我們現(xiàn)在要來討論的是在R中如何繪制折線圖,尤其是一些不常見但非常有用的技巧我們也會(huì)在本文中討論。
我們首先來討論最簡(jiǎn)單的情況,繪制一條折線:
> dose = c(20, 30, 40, 50, 60) > drugA= c(16, 20, 27, 40, 60) > drugB= c(15, 18, 25, 31, 40) > plot(dose, drugA, type = "b")
其中 type = "b" 表示同時(shí)畫出點(diǎn)和線。上述代碼執(zhí)行結(jié)果如下:
當(dāng)使用 type = "c" 時(shí)沒有點(diǎn)而只畫出線。如果想把上圖中的圓圈換成實(shí)心三角形,并想用虛線代替實(shí)現(xiàn)來連接各個(gè)數(shù)據(jù)點(diǎn)的話,則可以像下面這個(gè)做:
上述代碼執(zhí)行結(jié)果如下:
現(xiàn)在我們把這幅圖畫得復(fù)雜一些!我們來畫出次刻度線,為此請(qǐng)加載Hmisc包用,以便添加次要刻度線:
> library(Hmisc)
然后執(zhí)行下面的代碼:
> plot(dose,drugB,type="b",pch=3,lty=3,col="blue",ylim=c(0,max(drugB)*1.1), + xlab="x",ylab="y",main="Example") > minor.tick(nx=5,ny=2,tick.ratio=0.5)#添加次要刻度線
其中nx和ny分別表示x軸和y軸上每個(gè)主刻度之間被劃分的子間隔數(shù),上述代碼的執(zhí)行結(jié)果如下
下面我們要做的事情會(huì)更加復(fù)雜,我們要實(shí)現(xiàn)在同一界面上繪制三張圖,并在最后一張圖中繪制多條折線以及添加圖例。
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(yǔ)言使用gganimate創(chuàng)建可視化動(dòng)圖
這篇文章主要為大家介紹了R語(yǔ)言使用gganimate創(chuàng)建可視化動(dòng)圖的實(shí)現(xiàn)示例,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2022-05-05淺析R語(yǔ)言中map(映射)與reduce(規(guī)約)
大家在R語(yǔ)言數(shù)據(jù)處理中非常常見map(映射)與reduce(規(guī)約)操作,map表示映射,可以在一個(gè)或多個(gè)列表/向量的每個(gè)位置上應(yīng)用相同函數(shù)進(jìn)行計(jì)算而reduce函數(shù)表示規(guī)約,計(jì)算向量中相鄰的兩個(gè)元素,本文給大家介紹R語(yǔ)言map與reduce的相關(guān)知識(shí),感興趣的朋友一起看看吧2021-05-05R語(yǔ)言 用均值替換、回歸插補(bǔ)及多重插補(bǔ)進(jìn)行插補(bǔ)的操作
這篇文章主要介紹了R語(yǔ)言 用均值替換、回歸插補(bǔ)及多重插補(bǔ)進(jìn)行插補(bǔ)的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-03-03使用R語(yǔ)言繪制散點(diǎn)圖結(jié)合邊際分布圖教程
這篇文章主要介紹了使用R語(yǔ)言利用ggplot繪制散點(diǎn)圖,并且在圖像的兩邊繪制邊際分布圖(包括邊際直方圖與邊際密度函數(shù))我們這里介紹兩種方法進(jìn)行繪制2021-11-11R語(yǔ)言學(xué)習(xí)RcppEigen進(jìn)行矩陣運(yùn)算
這篇文章主要為大家介紹了R語(yǔ)言學(xué)習(xí)如何利用RcppEigen進(jìn)行矩陣運(yùn)算的實(shí)現(xiàn)方式,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2021-11-11R語(yǔ)言實(shí)現(xiàn)支持向量機(jī)SVM應(yīng)用案例
本文主要介紹了R語(yǔ)言實(shí)現(xiàn)支持向量機(jī)SVM應(yīng)用案例,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-08-08R語(yǔ)言關(guān)于非線性最小二乘的知識(shí)點(diǎn)實(shí)例
在本篇文章里小編給大家整理的是一篇關(guān)于R語(yǔ)言關(guān)于非線性最小二乘的知識(shí)點(diǎn)實(shí)例內(nèi)容,有興趣的朋友們可以學(xué)習(xí)下。2021-05-05R語(yǔ)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(yǔ)言實(shí)現(xiàn)PCA主成分分析圖,需要的可以參考一下2022-04-04