首页 > 其他分享 >No.12 数据可视化01

No.12 数据可视化01

时间:2025-01-23 10:21:01浏览次数:1  
标签:disp No.12 01 plot mtcars wt 可视化 type col

主要内容:

plot函数

1.数据——mtcars(R 内置数据集)

mtcars

结果:
> mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

  

2.plot

plot(mtcars$disp,mtcars$wt)

plot(mtcars$disp,mtcars$wt,pch = 16)

2.1 点图参数:

1)pch : 点的形状

2)cex : 点的缩放比例

cex = 1.5    #默认值的1.5倍大

3)col : 颜色

2.2 线图参数

4)type :类型

type = "l" #线
type = "p" #点
type = "b" #点线

 5)lty : 线条的类型

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2) #lty = 2代表虚线

6)lwd : 线的粗细,默认为1

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2) 

7)main : 添加标题

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2,
     main = "disp vs mt")

8)sub : 副标题

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2,
     main = "disp vs mt",sub = "a tu3")

 9)xlab, ylab 坐标轴标签

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2,
     main = "disp vs mt",sub = "a tu3", xlab = "disp", ylab = "wt")

10)xlim, ylim : 指定坐标轴范围

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2,
     main = "disp vs mt",sub = "a tu3", xlab = "disp", ylab = "wt",
     xlim = c(100,400),ylim = c(2,5))

11) abline : 添加辅助线(直线or 斜线)

#添加辅助线
abline(h=c(3,4), v=c(150,400))  #h:横线,v:竖线 

plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2,
     main = "disp vs mt",sub = "a tu3", xlab = "disp", ylab = "wt",
     xlim = c(100,400),ylim = c(2,5))

#添加辅助线
abline(h=c(3,4), v=c(150,400), col = "red", lty = 3, lwd=1.5)  #h:横线,v:竖线

 

mtcars <- mtcars[order(mtcars$disp),]
plot(mtcars$disp,mtcars$wt,type = "l",col = "blue",lty = 2,lwd = 2,
     main = "disp vs mt",sub = "a tu3", xlab = "disp", ylab = "wt",
     xlim = c(100,400),ylim = c(2,5))

#添加回归线,用lm() 函数,先y值,再x值,中间用“~”链接。
abline(lm(mtcars$wt~mtcars$disp))

 

?mtcars
#提取子集
#提取vs列值等于0的所有数据
m0 <- subset(mtcars,vs==0)
#提取vs列值等于1的所有数据
m1 <- subset(mtcars,vs==1)

#画出vs列值等于0和1的mt列和disp列的关系图
plot(m0$disp,m0$wt,pch=16,col="blue",
     xlim = range(mtcars$disp), ylim = range(mtcars$wt))
#不能再用plot(m1$disp,m1$wt,pch=17,col="green"),会覆盖上面的,用points()
points(m1$disp,m1$wt,pch=17,col="green")

12)legend : 添加图例

 

#添加图例
legend("bottomright", title = "class of vs", 
       legend = c("V-shaped","straight"),  
       col = c("blue", "green"),
       pch = c(16,17))  #点的类型

13)par() #全局修改图的参数

 

 

 

 

 

 

 

 

 

 

 

 

标签:disp,No.12,01,plot,mtcars,wt,可视化,type,col
From: https://www.cnblogs.com/bltstop/p/18686484

相关文章

  • 最新毕设-Django-新能源汽车推荐系统-30063(免费领项目)可做计算机毕业设计JAVA、PHP、
    摘要本论文主要论述了如何基于Django框架开发一个新能源汽车推荐系统,本系统将严格按照软件开发流程进行各个阶段的工作,爬取懂车帝的汽车信息,面向对象编程思想进行项目开发。在引言中,作者将论述新能源汽车推荐系统的当前背景以及系统开发的目的,后续章节将严格按照软件开发流程,......
  • [FJOI2016] 建筑师 题解
    显然有一个\(dp\)思路。设\(f_{i,j}\)表示现在修了\(i\)栋楼,从第一栋楼外侧能看到\(j\)栋楼的方案数,显然有:\[f_{i,j}=\begin{cases}[i=0](j=0)\\f_{i-1,j-1}+(i-1)f_{i-1,j}(j\ne0)\end{cases}\]一眼\(f_{i,j}=\begin{bmatrix}i\\j\end{bmatrix}\)。那么答案即为:\[\s......
  • 【2025-01-22】连岳摘抄
    20:00如果你一天只说一句祈祷,请说“谢谢你”。                                                 ——鲁米一是分清主次。有些任务,时间等不了的,要先做。比如生孩子。......
  • [TJOI/HEOI2016] 求和 题解
    为什么又是佳媛姐姐啊啊啊!斯特林数在这道题中不好处理,直接拆开:\[f(n)=\sum_{i=0}^n\sum_{j=0}^i\begin{Bmatrix}i\\j\end{Bmatrix}2^jj!\]\[=\sum_{j=0}^n2^jj!\sum_{i=0}^n\sum_{k=0}^j\frac{(-1)^k(j-k)^i}{k!(j-k)!}\]\[=\sum_{j=0}^n2^jj!\sum_{k=0}^j\frac{(-1)^k\sum\l......
  • 【动态规划】落花人独立,微雨燕双飞 - 8. 01背包问题
    本篇博客给大家带来的是01背包问题之动态规划解法技巧.......
  • [SDOI2016小学组] 数苹果(apple)
    题目描述苹果丰收了,有n堆苹果,小红就在苹果堆旁。小红已经知道了每堆苹果有多少个。她要问一问从第a堆到第b堆一共有多少个苹果。输入输入数字n,然后输入n个数据。再输入问m,然后输入c行数据。输出输出m次a到b堆一共有多少个。样例输入 复制51234......
  • Weblogic - V10.0.2 ~V10.3.6 - uddi 组件 SSRF 漏洞 - CVE-2014-4210
    0x01:漏洞简介Weblogic的uddi组件存在一个SSRF漏洞。利用该漏洞,攻击者可发送任意HTTP请求,进而对内网中的脆弱组件(redis、fastcgi)进行进一步的攻击。漏洞点:/uddiexplorer/(无需登录即可访问)0x02:影响版本Weblogic10.0.2~Weblogic10.3.60x03:环境搭建环境准备......
  • 洛谷题单指南-线段树的进阶用法-P4602 [CTSC2018] 混合果汁
    原题链接:https://www.luogu.com.cn/problem/P4602题意解读:在一堆果汁中选出若干果汁,使得最小的美味度最大,且总体价格小于等于g,总体体积大于L,求这个最大的美味度。解题思路:显然,应该对答案进行二分,二分到一个美味度x,那么接下来check()函数要做的事,就是在所有美味度>=x的果汁中,查......
  • [GXYCTF2019]Ping Ping Ping
    1.打开靶机看见提示,尝试构建ip和linux查询语句2.直接发现flag.php了,直接尝试catflag.php:3.应该是空格会被拦,尝试别的方式绕过空格,经过测试使用$IFS$1可以成功绕过,得到页面:4.看到这个页面看来是flag也被过滤了,尝试catindex.php:5.此文件中内容显示许多符号都被过滤了,无......
  • 【视频】R语言支持向量分类器SVM原理及房价数据预测应用及回归、LASSO、决策树、随机
    全文链接:  https://tecdat.cn/?p=38830原文出处:拓端数据部落公众号分析师:YuqiLiu在大数据时代,精准的数据分类与预测对各领域的发展至关重要。超平面作为高维空间中的关键概念,可将线性空间一分为二,为数据分类奠定了理论基石。基于此发展而来的最大边缘分类器,通过最大化边际距......