# 数据和包的准备 library(ggplot2) data(mpg) cars2008<-mpg[mpg$year==2008,] # 缺省的核密度图 ggplot(cars2008,aes(x=cty))+ geom_density()+ labs(title="Default kernel density plot") # 填充核密度图 ggplot(cars2008,aes(x=cty))
核密度估计图(kernel density plot) 是直方图的变种,使用平滑曲线来绘制水平数值,从而得出更平滑的分布。核密度估计图比直方图优胜的地方是,它们不受所使用分组数量的影响,所以能更 好地界定分布形状。 局部整体:直方图/密度图 数据分布:散点分布图 散点分布图是指使用散点图的方式展示数据的分布规律。 抖动散点图(...
plotgon()函数根据x和y的坐标绘制多边型,其参数col可以填充整个图形,border参数是用来填充边界的颜色,。而这一点也是plotgon()函数与plot()函数的区别。plot()函数指的是一条线,plotgon()函数指的是线围成的图形。 d <- density(mtcars$mpg) plot(d) plot(d,main="Kernel Density of Miles Per Gallon")...
ggplot(dat, aes(x=rating, fill=cond)) + geom_density(alpha=.3) dev.off() 11.2、ggsave保存图 ggsave("plot2.pdf", width=4, height=4) ggplot(dat, aes(x=rating, fill=cond)) +geom_density(alpha=.3) dev.off() 12、字体设置 12.1、字体用法 dat <- data.frame( y = 1:3, text = ...
如前文所述,ggplot2使用图层将各种图形元素逐步添加组合,从而形成最终结果。第一层必须是原始数据层,其中data参数控制数据来源,注意数据形式只能是数据框格式。aes参数控制了对哪些变量进行图形映射,以及映射方式,aes是Aesthetic的缩写。 下面我们来绘制一个直方图作为示例。数据集仍采取mpg,对hwy变量绘制直方图。首先加载...
小提琴图(Violin Plot)是一种用于展示数据分布和概率密度的图形。它结合了箱线图(Box Plot)和核密度估计(Kernel Density Estimate, KDE)的特点,能够展示数据的分布形状、中位数、四分位数以及异常值等信息。小提琴图在数据可视化中非常有用,特别是在比较不同组别的数据分布时,它能够提供比箱线图更多的细节信息。
```{r}ggplot(mpg,aes(displ))+geom_density()``` ```{r}ggplot(mpg,aes(displ))+stat_density()``` ```{r}ggplot(mpg,aes(drv,hwy))+geom_jitter()``` ```{r}ggplot(mpg,aes(drv,hwy))+geom_boxplot()``` ```{r}ggplot(mpg,aes(drv,hwy))+geom_violin()``` ...
("4cyl","6cyl","8cyl")) # Kernel density plots for mpg # grouped by number of gears (indicated by color) qplot(mpg, data=mtcars, geom="density", fill=gear, alpha=I(.5), main="Distribution of Gas Milage", xlab="Miles Per Gallon", ylab="Density") # Scatterplot of mpg vs. ...
kde2d {MASS}:Two-Dimensional Kernel Density Estimation; expand.grid {base}:Create a Data Frame from All Combinations of Factor Variables。 离散型 离散型数据有两种颜色标度,一种可以自动选择颜色,另一种从手工甄选的颜色集中选择颜色。 1 RColorBrewer::display.brewer.all() ...
density()# Histogram overlaid with kernel density curveggplot(dat,aes(x=rating))+geom_histogram(aes(y=..density..),# Histogram with density instead of count on y-axisbinwidth=.5,colour="black",fill="white")+geom_density(alpha=.2,fill="#FF6666")# Overlay with transparent density plot...