- R 菜鸟教程
- R - 教程
- R - 概述
- R - 环境设置
- R - 基本语法
- R - 数据类型
- R - 变量
- R - 运算符
- R - 判断语句
- R - Loop (循环)
- R - 函数
- R - 字符串
- R - 矢量
- R - 列表
- R - 矩阵
- R - 数组
- R - 因子
- R - 数据帧
- R - 包(Packages)
- R - 数据重塑
- R 数据接口
- R - CSV 文件
- R - Excel 文件
- R - 二进制文件
- R - XML 文件
- R - JSON 文件
- R - Web 数据
- R - 数据库
- R 图表和图形
- R - 饼图
- R - 条形图
- R - 箱线图
- R - 直方图
- R - 折线图
- R - 散点图
- R 统计示例
- R - 平均值、中位数和众数
- R - 线性回归
- R - 多元回归
- R - Logistic 回归
- R - 正态分布
- R - 二项分布
- R - 泊松回归
- R - 协方差分析
- R - 时间序列分析
- R - 非线性最小二乘法
- R - 决策树
- R - 随机森林
- R - 生存分析
- R - 卡方检验
R - 散点图
散点图显示在笛卡尔平面中绘制的许多点。每个点表示两个变量的值。在水平轴上选择一个变量,在垂直轴上选择另一个变量。
简单散点图是使用 plot() 函数创建的。
语法
在 R 中创建散点图的基本语法是 -
plot(x, y, main, xlab, ylab, xlim, ylim, axes)
以下是所用参数的描述 -
- x 是其值为 Horizontal 坐标的数据集。
- y 是其值为 vertical 坐标的数据集。
- main 是图形的图块。
- xlab 是水平轴上的标签。
- ylab 是纵轴上的标签。
- xlim 是用于绘图的 x 值的极限。
- ylim 是用于绘图的 y 值的极限。
- axes 指示是否应在绘图上绘制两个轴。
例子
我们使用 R 环境中可用的数据集 “mtcars” 来创建基本散点图。让我们在 mtcars 中使用列 “wt” 和 “mpg”。
input <- mtcars[,c('wt','mpg')]
print(head(input))
当我们执行上述代码时,它会产生以下结果——
wt mpg
Mazda RX4 2.620 21.0
Mazda RX4 Wag 2.875 21.0
Datsun 710 2.320 22.8
Hornet 4 Drive 3.215 21.4
Hornet Sportabout 3.440 18.7
Valiant 3.460 18.1
Mazda RX4 2.620 21.0
Mazda RX4 Wag 2.875 21.0
Datsun 710 2.320 22.8
Hornet 4 Drive 3.215 21.4
Hornet Sportabout 3.440 18.7
Valiant 3.460 18.1
创建散点图
下面的脚本将为 wt(重量)和 mpg(每加仑英里数)之间的关系创建一个散点图。
# 获取输入值。
input <- mtcars[,c('wt','mpg')]
# 为图表文件命名。
png(file = "scatterplot.png")
# 绘制重量在2.5到5之间、里程在15到30之间的汽车的图表。
plot(x = input$wt,y = input$mpg,
xlab = "Weight",
ylab = "Milage",
xlim = c(2.5,5),
ylim = c(15,30),
main = "Weight vs Milage"
)
# 保存文件。
dev.off()
当我们执行上述代码时,它会产生以下结果——
散点图矩阵
当我们有两个以上的变量并且我们想找到一个变量与其余变量之间的相关性时,我们使用散点图矩阵。我们使用 pairs() 函数创建散点图矩阵。
语法
在 R 中创建散点图矩阵的基本语法是 -
pairs(formula, data)
以下是所用参数的描述 -
- formula 表示成对使用的一系列变量。
- data 表示将从中获取变量的数据集。
例子
每个变量都与其余每个变量配对。为每对绘制一个散点图。
# 为图表文件命名。
png(file = "scatterplot_matrices.png")
# 绘制4个变量之间的矩阵,给出12个图。
# 一个变量,另外三个变量,总共四个变量。
pairs(~wt+mpg+disp+cyl,data = mtcars,
main = "Scatterplot Matrix")
# 保存文件。
dev.off()
执行上述代码时,我们得到以下输出。