要创建指数曲线，我们可以在绘图函数内对要绘制的变量使用 exp 函数。例如，如果我们有一个向量 x，则可以使用 plot(x,exp(x)) 创建向量 x 的指数曲线。我们可以根据分析的目标，对合适的变量使用指数函数，这里只展示了它的使用方法示例。示例1在线演示> x plot(x,exp(x))输出示例2在线演示> y plot(y,exp(y))输出

可以使用 ggplot2 包的 geom_tile 函数创建简单的阶梯图。我们只需要将要创建阶梯图的向量或列替换为 x 和 y 即可。例如，如果我们有一个 R 数据框 df 的列 x，则可以创建阶梯图，如下所示：ggplot(df, aes(x, x))+geom_tile()。示例考虑以下数据框：在线演示> x df df输出x 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10加载 ggplot2 包并创建阶梯图…… 阅读更多

当我们使用 ggplot2 创建彩色条形图时，图例条目会自动创建。如果我们想要创建没有这些图例条目的图表，则可以使用 theme 函数。例如，如果我们有一个数据框 df，其中包含 x 作为分类变量，y 作为计数变量，则可以创建如下所示的没有图例条目的条形图：ggplot(df, aes(x, y, fill=x))+geom_bar(stat="identity")+theme(legend.position="none")示例考虑以下数据框：在线演示> x y df df输出x y 1 A 24 2 B 28 3 C 25 4 D 27 5 E 26加载 ggplot2 包并创建条形图：> library(ggplot2) > ggplot(df, aes(x, y, fill=x))+geom_bar(stat="identity")输出：创建…… 阅读更多

分类变量的点状图与条形图一样，具有与类别对应的点，就像条形图具有条形一样。如果我们想要为分类变量创建点状图，只需要使用 ggplot2 包的 geom_point 函数即可。例如，如果我们有一个数据框 df，其中包含分类列 x 和定义为 freq 的频率列，则 x 中类别的点状图可以是 ggplot(df, aes(x, freq))+geom_point()。示例考虑以下数据框：在线演示> set.seed(3521) > x freq df df输出x freq 1 B 2 2 C 12 3 A 8 4 D 12 5 C ... 阅读更多

出现频率最高的数值称为众数，一个变量可以有多个众数。如果我们有多个众数，则可以使用 sort 函数查找第一个众数或第一个出现频率最高的数值。例如，如果我们有一个向量 x，其中包含两个以上的众数，则第一个众数可以找到如下所示：sort(table(df$x), decreasing=TRUE)[1]示例考虑以下数据框：在线演示> set.seed(36521) > x df1 df1输出x 1 B 2 E 3 A 4 A 5 D 6 E 7 D 8 B 9 B 10 C 11 E 12 D 13 E 14 A 15 ... 阅读更多

有时我们想要找到满足特定条件的数值的频率。例如，如果我们有一个向量 x，其中包含从 1 开始到 100 结束的随机选择的整数，在这种情况下，我们可能想要找到有多少个数值正好等于 10。这可以使用 which 和 length 函数来完成。示例1在线演示> x1 x1输出[1] 5 7 3 3 2 7 3 7 6 3示例> length(which(x1==5)) [1] 1 > length(which(x1==7)) [1] 3 > length(which(x1==3)) [1] 4示例2在线演示> x2 x2输出[1] 4 1 5 5 5 3 8 9 8 4 8 1 ... 阅读更多

要删除列名中的公共后缀，可以使用 gsub 函数。例如，如果我们有一个数据框 df，其中包含定义为 x1df、x2df、x3df 和 x4df 的列，则可以使用以下命令从所有列名中删除 df：colnames(df) x1Data x2Data x3Data df1 df1输出x1Data x2Data x3Data 1 29.26500 26.64124 2.598983 2 21.82170 23.41442 4.134393 3 22.71918 25.21586 4.442823 4 19.88633 25.23487 3.338448 5 20.48989 23.33683 3.829757 6 29.07910 25.54084 3.519393 7 24.28573 23.67258 4.667397 8 27.99849 22.97148 4.100405 9 23.48148 25.36574 2.618030 10 26.39401 23.80191 4.235092 11 29.39867 24.36261 2.782559 12 30.11137 ... 阅读更多

如果 R 数据框的向量或列中存在 NA，则标准差命令 sd 的输出结果为 NA。要解决此问题，我们需要使用 na.rm=TRUE，就像我们对不包含缺失值的向量所做的那样。例如，如果我们有一个数据框 df 的列 x 包含缺失值，则可以计算 x 的标准差，如下所示：sd(df$x)。示例考虑以下数据框：在线演示> set.seed(3521) > x df1 df1输出x 1 NA 2 5.107864 3 4.797851 4 5.184345 5 4.680958 6 5.245151 7 5.760667 ... 阅读更多

使用 ggplot2 创建的图表的图例默认位置为右侧，但我们可以使用 theme 函数更改位置，该函数具有 legend.position 参数和 legend.justification 参数。要将图例设置在右上角，我们可以使用 legend.position="top" 和 legend.justification="right"。示例考虑以下数据框：考虑以下数据框：在线演示> x freq df df输出x freq 1 Mango 212 2 Guava 220 3 Pomegranate 218加载 ggplot2 包并创建带有图例的条形图：> library(ggplot2) > ggplot(df, aes(x, freq, fill=x))+geom_bar(stat="identity")输出：创建带有图例的条形图，图例位于图表的右上角：示例> ggplot(df, aes(x, freq, fill=x))+geom_bar(stat="identity")+theme(legend.position="top", legend.justification="right")输出：阅读更多

美学是图表的最重要方面之一，因此我们应该尝试在图表中使用最佳的美学属性。在条形图中，我们可以通过多种方式表示条形的中心，其中一种方法是在条形顶部边缘的中心使用点。我们可以使用 geom_point 函数定义颜色参数，以便在使用 ggplot2 创建的条形图中，在条形顶部边缘的中心放置点。示例考虑以下数据框：> freq df df输出x freq 1 Mango 212 2 Guava 220 3 ... 阅读更多