图例帮助我们区分创建散点图时响应变量的值。通过这种方式，我们可以了解一个因素变量的水平如何影响响应变量。图例最好放置在左下角、右上角、左上角和右下角。我们可以使用theme函数来定位图例。示例考虑以下数据框 −> set.seed(99) > x1 x2 F df library(ggplot2)创建具有不同图例位置的绘图 −考虑以下数据框 −> ggplot(df, aes(x=x1, y=x2, colour=F)) + geom_point(aes(colour=F)) + + theme(legend.justification = c(1, 0), legend.position = c(1, 0))输出> ggplot(df, aes(x=x1, ... 阅读更多

在数据分析中，我们经常处理因子变量，这些因子变量具有不同的水平。有时，我们希望为特定的因子水平创建R数据框的子集，以便仅针对因子变量的特定水平分析数据。这可以使用subset函数轻松完成。示例考虑以下数据框 −> set.seed(99) > Factor Percentage df df Factor Percentage 1 India 48 2 China 33 3 USA 44 4 UK 22 5 Canada 62 6 India 32 7 China 13 8 ... 阅读更多

要将向量转换为矩阵，只需使用matrix函数。如果需要，我们还可以定义行数和列数，但是如果向量中的值不是行数或列数的倍数，则R会抛出错误，因为无法为该向量创建矩阵。在这里，我们将按名称读取向量以使其更容易，但如果需要，您可以更改其名称。这些示例中显示了四个不同长度的向量 −示例 > Vector1 Vector1 [1] ... 阅读更多

堆叠条形图在一个条形中包含多个条形，它显示了分类变量及其水平的一个类别。大多数情况下，堆叠条形图是用每个类别中水平的计数创建的，但是如果我们想用分类变量的各个类别的百分比来创建它，那么也可以这样做。我们可以使用prop.table函数为每个类别创建水平的比例，然后创建条形图。示例考虑以下数据框 −> set.seed(99) > x1 x2 x3 df df x1 x2 x3 1 48 98 68 2 33 ... 阅读更多

滞后变量是一种变量，它包含我们想要为其创建滞后变量的变量的先前值，并且第一个值被忽略。因此，如果我们正在创建一个依赖于分组变量或因子变量的滞后变量，那么我们将在每个组中始终缺少一个值。示例考虑以下数据框：> set.seed(2) > Factor Rate df df Factor Rate 1 F1 12 2 F1 54 3 F1 18 4 F1 26 5 F1 14 6 F2 25 7 F2 81 8 F2 47 9 F2 15 10 F2 ... 阅读更多

当我们将矩阵与R中的向量相乘时，乘法是按列进行的，但是如果我们想按行进行乘法，则可以使用转置函数。我们可以将矩阵的转置与向量相乘，然后取该乘法的转置，这将导致按行乘法。示例考虑以下矩阵 −> M1 M1 [,1] [,2] [,3] [,4] [,5] [1,] 1 6 11 16 21 [2,] 2 7 12 17 22 [3,] 3 8 13 18 23 [4,] 4 9 14 19 24 [5,] 5 10 15 20 25 > V1 M1*V1 [,1] [,2] [,3] [,4] [,5] [1,] 1 6 11 16 21 [2,] 4 14 24 34 44 [3,] 9 24 39 54 69 [4,] 16 36 56 76 96 [5,] 25 50 75 100 125按行乘法 −> t(t(M1)*V1) [,1] [,2] [,3] [,4] [,5] [1,] 1 12 33 64 105 [2,] 2 14 36 68 110 [3,] 3 16 39 72 115 [4,] 4 18 42 76 120 [5,] 5 20 45 80 125让我们看另一个例子 −> M2 M2 [,1] [,2] [,3] [,4] [,5] [1,] 72 5 36 11 76 [2,] 61 38 17 73 25 [3,] 96 9 62 79 64 [4,] 77 53 80 78 50 [5,] 81 15 21 43 23 > V2 V2 [1] 28 20 1 68 86 > t(t(M2)*V2) [,1] [,2] [,3] [,4] [,5] [1,] 2016 100 36 748 6536 [2,] 1708 760 17 4964 2150 [3,] 2688 180 62 5372 5504 [4,] 2156 1060 80 5304 4300 [5,] 2268 300 21 2924 1978

向量经常在R中创建，但大多数时候我们不给它们的元素命名，如果我们想给它们命名，我们可以使用setNames函数。此函数将帮助我们在一行代码中命名向量元素，这显然可以节省我们在R中的时间和工作区。示例 > V1 V1 A B C D E F G H I J 1 2 3 4 5 6 7 8 9 10 > V2 V2 A B C D E F G H I J 1 2 3 4 ... 阅读更多

使用curve函数绘制函数非常容易，但我们也可以使用ggplot2来绘制。由于ggplot2提供了外观更好的绘图，因此通常使用它进行绘图而不是其他绘图函数。要绘制函数，我们应该在ggplot中的stat_function中指定函数。示例考虑以下数据框 −> x df library(ggplot2)函数的绘制如下所示：> ggplot(df, aes(x))+ + stat_function(fun=function(x) log(x))> ggplot(df, aes(x))+ + stat_function(fun=function(x) log(x)/x)输出> ggplot(df, aes(x))+ + stat_function(fun=function(x) log(x)/(x-3))输出> ggplot(df, aes(x))+ + stat_function(fun=function(x) (exp(x)^2)*2)输出阅读更多

当我们创建每条线具有不同颜色的折线图时，如果我们第一次使用的颜色不能使图表具有吸引力，我们可能希望更改线条的颜色。这可以通过使用scale_color_manual函数手动设置图表中线条的颜色来完成。示例考虑以下数据框 −> set.seed(2) > Group Time Frequency df df Group Time Frequency 1 1 Time1 3 2 2 Time2 6 3 3 Time1 5 4 4 Time2 3 5 5 Time1 9 6 1 Time2 9 7 ... 阅读更多

我们将用R创建的数据文件保存起来以便将来使用，这些文件的扩展名为.Rdata。要查看这些文件，我们可以使用load函数，它将读取文件在您系统上的路径。假设您像我一样将文件保存在“文档”文件夹中，那么您需要提供“文档”文件夹的路径，仅此而已。示例假设您创建了一个名为df的数据框，并将其另存为系统中的df.Rdata文件 −> set.seed(99) > x1 x2 x3 df df x1 x2 x3 1 2 0.7542310 3.3730539 ... 阅读更多