Liniendiagramme werden mit der Funktion lines(x,y, type=) erstellt, wobei x und y numerische Vektoren der zu verbindenden (x,y) Punkte sind. type= kann die folgenden Werte annehmen:
Typ
Beschreibung
p
Punkte
l
Zeilen
o
überplottete Punkte und Linien
b, c
Punkte (leer, wenn "c"), die durch Linien verbunden sind
s, S
Treppenstufen
h
histogrammartige vertikale Linien
n
erzeugt keine Punkte oder Linien
Die Funktion lines( )fügt Informationen zu einem Diagramm hinzu. Es kann nicht von selbst ein Diagramm erstellen. Normalerweise folgt ein plot(x,y) -Befehl, der ein Diagramm erzeugt.
Standardmäßig stellt plot( ) die (x,y)-Punkte dar. Verwende die Option type="n" im Befehl plot( ), um das Diagramm mit Achsen, Titeln usw. zu erstellen, aber ohne die Punkte zu plotten.
Beispiel
Im folgenden Code wird jede der type= Optionen auf denselben Datensatz angewendet. Der Befehl plot( ) richtet das Diagramm ein, aber nicht die Punkte auf.
x <- c(1:5); y <- x # create some data
par(pch=22, col="red")# plotting symbol and color
par(mfrow=c(2,4))# all plots on one page
opts = c("p","l","o","b","c","s","S","h")for(i in1:length(opts)){
heading = paste("type=",opts[i])
plot(x, y, type="n", main=heading)
lines(x, y, type=opts[i])}Bereitgestellt von
Als Nächstes demonstrieren wir jede der type=-Optionen, wenn plot( ) den Graphen einrichtet und _ die Punkte aufträgt.
x <- c(1:5); y <- x # create some data
par(pch=22, col="blue")# plotting symbol and color
par(mfrow=c(2,4))# all plots on one page
opts = c("p","l","o","b","c","s","S","h")for(i in1:length(opts){
heading = paste("type=",opts[i])
plot(x, y, main=heading)
lines(x, y, type=opts[i])}Bereitgestellt von
Wie du siehst, sieht die Option type="c" nur dann anders aus als die Option type="b", wenn das Plotten von Punkten im Befehl plot( ) unterdrückt wird.
Um die Erstellung eines komplexeren Liniendiagramms zu veranschaulichen, wollen wir das Wachstum von 5 Orangenbäumen im Laufe der Zeit darstellen. Jeder Baum hat seine eigene, unverwechselbare Linie. Die Daten stammen aus dem Dataset Orange.
# Create Line Chart# convert factor to numeric for convenience
Orange$Tree <- as.numeric(Orange$Tree)
ntrees <- max(Orange$Tree)# get the range for the x and y axis
xrange <- range(Orange$age)
yrange <- range(Orange$circumference)# set up the plot
plot(xrange, yrange, type="n", xlab="Age (days)",
ylab="Circumference (mm)")
colors <- rainbow(ntrees)
linetype <- c(1:ntrees)
plotchar <- seq(18,18+ntrees,1)# add linesfor(i in1:ntrees){
tree <- subset(Orange, Tree==i)
lines(tree$age, tree$circumference, type="b", lwd=1.5,
lty=linetype[i], col=colors[i], pch=plotchar[i])}# add a title and subtitle
title("Tree Growth","example of line plot")# add a legend
legend(xrange[1], yrange[2],1:ntrees, cex=0.8, col=colors,
pch=plotchar, lty=linetype, title="Tree")Bereitgestellt von
Übersicht
Liniendiagramme werden mit der Funktion lines(x , y, type=) erstellt, wobei x und y numerische Vektoren der zu verbindenden (x,y) Punkte sind. type= kann die folgenden Werte annehmen:
Die Funktion lines( ) fügt Informationen zu einem Diagramm hinzu. Es kann nicht von selbst ein Diagramm erstellen. Normalerweise folgt ein plot(x , y) -Befehl, der ein Diagramm erzeugt.
Standardmäßig stellt plot( ) die (x,y)-Punkte dar. Verwende die Option type="n" im Befehl plot( ), um das Diagramm mit Achsen, Titeln usw. zu erstellen, aber ohne die Punkte zu plotten.
Beispiel
Im folgenden Code wird jede der type= Optionen auf denselben Datensatz angewendet. Der Befehl plot( ) richtet das Diagramm ein, aber nicht die Punkte auf.
Als Nächstes demonstrieren wir jede der type=-Optionen, wenn plot( ) den Graphen einrichtet und _ die Punkte aufträgt.
Wie du siehst, sieht die Option type="c" nur dann anders aus als die Option type="b", wenn das Plotten von Punkten im Befehl plot( ) unterdrückt wird.
Um die Erstellung eines komplexeren Liniendiagramms zu veranschaulichen, wollen wir das Wachstum von 5 Orangenbäumen im Laufe der Zeit darstellen. Jeder Baum hat seine eigene, unverwechselbare Linie. Die Daten stammen aus dem Dataset Orange.
Weiter gehen
Probiere die Übungen in diesem Kurs zum Plotten und zur Datenvisualisierung in R aus.