要为因子水平创建散点图，我们可以使用 ggplot2 包的 facet_grid 函数。例如，假设我们在数据框 df 中有一个定义为 F 的因子列和定义为 x 和 y 的数值列，那么因子水平的散点图可以创建为：ggplot(df,aes(x,y))+geom_point()+facet_grid(~Factor) 示例 在线演示 考虑以下数据框：set.seed(1251) 因子

在基础 R 中，我们可以使用 legend 函数向绘图添加图例。例如，如果我们想创建一个在右上角带有图例的直方图，那么我们可以使用 legend("topright",legend="正态分布")，如果我们想更改字体大小，则需要使用 cex 参数，如下所示：legend("topright",legend="正态分布",cex=2) 示例 在线演示 考虑以下直方图：x

向量的并集返回两个向量中所有唯一的值。例如，如果我们有一个向量 x，其中包含 1、2、3、4、2、3、4、1、1、4，另一个向量包含 2、1、2、4、5、7、5、1、2、3、7、6、5、7、4、2、4、1、5、8、1、3，那么这两个向量的并集将是 1、2、3、4、5、6、7、8。在 R 中，我们可以使用 union 函数来实现这一点。示例 在线演示 > x1 x1 输出 [1] 2 2 0 1 1 1 4 1 2 2 示例 在线 ... 阅读更多

要在 R 中四舍五入一个值，我们可以使用 round 函数，如果我们想四舍五入到最接近的百位数，则应将 -2 值用于四舍五入。例如，如果我们有一个向量 x，其中包含 25、78、32、38、79、91、82、20、56，那么 round(x,-2) 的输出如下：0、100、0、0、100、100、100、0、100 示例 1 在线演示 > x1 x1 输出 [1] 89.61275 141.54670 130.25924 142.81744 38.60795 47.40821 69.30543 [8] 12.15515 174.11419 20.69817 示例 > round(x1,-2) 输出 [1] 100 100 100 100 0 0 100 0 200 0 示例 2 在线演示 > x2 x2 输出 [1] 200.095061 206.720294 138.471412 128.208184 151.900210 63.717254 [7] 156.931319 209.009279 176.416783 105.085543 93.546862 128.853476 [13] 148.053905 174.839196 203.737574 146.825702 105.457096 173.874628 [19] 169.803994 60.572176 178.237244 203.810326 80.719865 94.174711 [25] 162.453897 106.240436 127.433929 208.214542 131.028068 92.870231 [31] 140.720894 42.651514 165.289149 13.375160 94.329940 71.876679 [37] 107.241246 96.262988 219.807754 145.722219 108.398741 205.967403 [43] 145.948586 85.032097 227.794284 204.046132 74.620053 115.689188 [49] 169.348128 59.402132 212.328543 161.365704 140.384076 218.065167 [55] 100.907675 161.661667 34.387952 148.238412 151.183663 104.967732 [61] 136.176786 80.512360 95.035262 153.149381 4.655616 167.156364 [67] 14.473762 109.639397 107.070616 47.568150 180.272436 124.611189 [73] 158.350524 171.339213 121.324641 60.166787 65.728890 140.234364 [79] 137.634627 54.564704 101.383017 118.009068 147.360182 99.928836 [85] 5.523774 36.624999 10.115692 237.099438 122.702824 71.494478 [91] 113.543730 162.988237 74.957041 155.995607 96.629868 196.688934 [97] 166.616179 149.185278 95.640113 236.727589 示例 > round(x2,-2) 输出 [1] 200 200 100 100 200 100 200 200 200 100 100 100 100 200 200 100 100 200 [19] 200 100 200 200 100 100 200 100 100 200 100 100 100 0 200 0 100 100 [37] 100 100 200 100 100 200 100 100 200 200 100 100 200 100 200 200 100 200 [55] 100 200 0 100 200 100 100 100 100 200 0 200 0 100 100 0 200 100 [73] 200 200 100 100 100 100 100 100 100 100 100 100 0 0 0 200 100 100 [91] 100 200 100 200 100 200 200 100 100 200 示例 3 在线演示 > x3 x3 输出 [1] 190.27252 155.32879 175.01110 100.87456 152.60590 74.71596 121.35612 [8] 55.87325 121.24243 81.55583 108.66598 100.59884 165.46113 129.17487 [15] 84.19696 112.37490 162.77709 100.26368 104.26728 57.81007 122.87770 [22] 175.91888 60.23992 98.50004 130.80482 170.23349 193.14007 173.45364 [29] 174.91854 131.74613 85.70544 101.73342 62.61430 105.24194 69.58468 [36] 113.18957 196.87726 188.19204 61.03517 76.17451 145.93752 153.57438 [43] 93.97600 106.59288 114.67775 196.36251 55.22318 160.60880 179.77599 [50] 55.62690 95.40597 119.23054 176.63038 94.59722 138.94008 101.09087 [57] 189.16560 65.93981 138.85905 174.91417 173.81721 167.15242 84.75690 [64] 197.05821 164.97665 52.40786 161.50446 92.95925 91.16180 131.55187 [71] 97.13889 96.88271 129.55102 177.42351 160.40981 191.51033 156.36852 [78] 55.18035 160.83181 175.20245 示例 > round(x3,-2) 输出 [1] 200 200 200 100 200 100 100 100 100 100 100 100 200 100 100 100 200 100 100 [20] 100 100 200 100 100 100 200 200 200 200 100 100 100 100 100 100 100 200 200 [39] 100 100 100 200 100 100 100 200 100 200 200 100 100 100 200 100 100 100 200 [58] 100 100 200 200 200 100 200 200 100 200 100 100 100 100 100 100 200 200 200 [77] 200 100 200 200 示例 4 在线演示 > x4 x4 输出 [1] 585.7340 472.3567 469.3459 375.4255 444.9098 478.0684 634.6411 379.8119 [9] 602.1881 563.3953 673.9045 486.2639 367.9377 315.7793 346.8235 593.0923 [17] 383.9356 613.3875 566.1341 582.9207 239.6635 444.1799 690.2431 330.5347 [25] 431.7668 598.7132 652.1041 684.2897 454.4928 506.6183 653.4909 450.6463 [33] 579.3951 663.9724 476.6189 451.4790 586.9429 543.9879 518.5954 504.7755 [41] 414.4607 430.8862 537.9323 356.7645 384.5718 533.1949 452.6198 446.6593 [49] 469.5048 500.3851 593.5534 244.6215 395.8466 545.7889 685.6367 268.5527 [57] 414.8149 500.2674 483.4512 444.0095 460.9468 382.2085 511.1722 477.4728 [65] 543.5912 739.8601 744.3788 443.7733 424.7943 500.5329 497.0514 601.4509 [73] 685.6504 594.2415 529.4130 742.5796 572.8989 602.9205 625.1378 543.2260 [81] 403.1793 373.7638 659.8974 468.5121 358.3145 582.3178 374.0248 639.3185 [89] 447.4567 270.1555 610.0241 356.8236 464.9692 615.0988 775.8457 531.8723 [97] 261.7674 617.1434 553.2038 454.2908 示例 > round(x4,-2) 输出 [1] 600 500 500 400 400 500 600 400 600 600 700 500 400 300 300 600 400 600 [19] 600 600 200 400 700 300 400 600 700 700 500 500 700 500 600 700 500 500 [37] 600 500 500 500 400 400 500 400 400 500 500 400 500 500 600 200 400 500 [55] 700 300 400 500 500 400 500 400 500 500 500 700 700 400 400 500 500 600 [73] 700 600 500 700 600 600 600 500 400 400 700 500 400 600 400 600 400 300 [91] 600 400 500 600 800 500 300 600 600 500

箱频数表是一个表示特定变量中一定范围值频率的表，在 R 中，我们通常将这些变量存储在向量或 R 数据框的一列中。如果我们想创建一个箱频数表，可以使用带有 cut 和 breaks 函数的 table 函数。示例 1 在线演示 > x1 x1 输出 [1] 3 4 3 4 3 3 2 5 2 2 4 4 5 4 5 2 5 2 3 2 4 4 3 3 5 2 2 2 2 3 2 4 3 3 3 5 4 [38] 4 ... 阅读更多

通常，直方图是以垂直形式显示的图表，它帮助我们分析变量的分布，主要是了解分布是否正态。水平直方图也可以通过使用 ggplot2 包的 coord_flip 函数来创建。查看下面的示例以了解其工作原理。示例 考虑以下数据框。在线演示 > x df head(df, 20) 输出 x 1 3.509446 2 5.075813 3 5.242884 4 5.236765 5 5.775746 6 5.331167 7 5.250956 8 5.925262 9 6.102322 10 4.045241 11 4.117635 12 4.137581 13 4.758140 14 5.311225 15 4.354592 16 4.021351 17 5.330966 ... 阅读更多

要在基础R绘图中写入文本，首先，如果只想绘制文本，则应使用type="n"创建一个空白图表，然后应借助text函数引入文本。现在，如果要旋转文本值，则可以使用srt参数。例如，如果要将文本旋转45度，则可以使用srt = -45。示例1在线演示> plot(1:10, type="n") > text(x=5, y=5, "Text inside plot")输出示例2在线演示> plot(1:10, type="n") > text(x=5, y=5, "Text inside plot", srt=-20)输出示例3在线演示> plot(1:10, type="n") > text(x=5, y=5, "Text inside plot", ... 阅读更多

在使用ggplot2创建的图表中，坐标轴值会生成刻度标记，例如表示从1到10的X轴标签和从10到1的Y轴标签，但我们可以使用theme函数去除这些刻度标记。如果要创建一个没有刻度线的图表，只需将以下代码添加到绘图代码中即可。theme(axis.ticks.x=element_blank(), axis.ticks.y=element_blank())示例考虑以下数据框。在线演示> set.seed(321) > x y df df输出x y 1 1.0426226 6.238295 2 0.9821990 4.855467 3 0.9930504 6.334253 4 0.9970088 3.552478 5 0.9969010 3.976679 6 1.0067046 5.128251 7 1.0181710 1.853243 ... 阅读更多

data.table对象几乎与数据框相同。要组合data.table对象的两个列，可以使用paste0函数。例如，如果我们有一个名为DT的数据框，其中包含名为x和y的两列，则可以使用以下命令将它们组合起来。DT[, xy:=paste0(x, y)]示例加载data.table包。> library(data.table)考虑以下data.table对象。示例> x y dt1 dt1输出x y 1: 1 a 2: 2 b 3: 3 c 4: 4 d 5: 5 e 6: 6 f 7: 7 g 8: 8 h 9: 9 i 10: 10 j 11: 11 k 12: ... 阅读更多

要在R中创建箭头，可以使用plot函数和arrows函数。我们只需要了解应该传递到arrows函数中的所有坐标值。例如，如果我们有两个向量，其中包含从1到10的值，则可以使用arrows函数创建箭头，例如arrows(1,1,10,10)。示例在线演示> x y plot(x,y)输出示例> arrows(1,1,10,10)输出