本文以1950年到2010年期间我国的火灾统计数据为例,数据如下所示：
(0)加载数据
data<-read.csv("E:\\MyDocument\\p\\Data\\1950~2010火灾情况.csv")
x=t(data[1])
y=t(data[2])
z=t(data[3])
w=t(data[4])
maxy=max(y)
maxz=max(z)
maxw=max(w)
(1)将火灾数、直接损失、死伤人数，分别按年份作图
plot(x,y,type="o",xlab="年份",ylab="火灾(起)",ylim=c(0,maxy),col="red",main="1950年到2010年火灾年度统计",pch=c(15))
plot(x,z,type="o",xlab="年份",ylab="经济损失(万元)",ylim=c(0,maxz),col="blue",main="1950年到2010年火灾经济损失年度统计",pch=c(16))
plot(x,w,type="o",xlab="年份",ylab="死伤人数",ylim=c(0,maxw),col="green",main="1950年到2010年火灾死伤人数年度统计",pch=c(17))
注：x,y为图中的x轴和y轴,type设置图形中数据的显示类型，常见的有：
type="p " 在图形中数据显示为点；
type="l " 在图形中数据显示为线；
type="b" 在图形中数据显示为点和连接线；
type="o" 在图形中数据点覆盖在线上；
type="h" 在图形中数据显示为从点到x轴的垂直线；
type="s" 在图形中数据显示为阶梯图；
type="n"在图形中数据不显示；
xlab和ylab分别表示x轴和y轴的说明，ylim为控制y轴的范围，col为线条的颜色，main为图的主标题，pch为数据点的显示符号，可取1到25的整数以及“”中的符号：
(2)将火灾数、直接损失、死伤人数画在一个图里
> plot(x,y,type="o",xlab="年份",ylab="",ylim=c(0,maxy),col="red",main="1950年到2010年火灾年度统计",pch=c(15)) #画火灾数曲线 > lines(x,z,type="o",col="blue",pch=c(16)) #追加经济损失曲线
> lines(x,w,type="o",col="green",pch=c(17)) #追加死伤人数曲线
(3)增加加图列
legend("topleft",c("火灾(起)","经济损失(万元)","死伤人数"),col=c("red","blue","green"),pch=15:17)
## 对图添加栅格 使用grid（）函数 ## grid(nx=6,ny=6,lwd=2)
如果只需横轴上有栅格，则ny=NA
## 如何在图中添加一条直线 用abline（） 函数## > abline(h=18,col="black",lty=1,lwd=2)
## 如何添加图例 用legend（） 函数##
>legend("topright",legend=c("x","y"),pch=c(22,16),col=c("red","green"),lwd=2,lty=c(1,2))
当然topright 还可以用坐标位置代替（x，y）
(4) 平滑曲线图
## 使用函数 spline(x,y,n=?) ##
> sp=spline(week,x,n=1000)
> sp1=spline(week,y,n=1000)
#n值表示平滑程度
> plot(sp,col="red",type="l",xlim=c(0,6),ylim=c(0,30),lwd=2,xlab="WEEK",ylab="STUDENT",main="lesson",sub="class",col.main="green",font.main=2)
> lines(sp1,col="green",type="l",xlim=c(0,6),ylim=c(0,30),lwd=2,xlab="WEEK",ylab="STUDENT",main="lesson",sub="class",col.main="green",font.main=2)
> legend("topright",legend=c("x","y"),col=c("red","green"),lwd=2,lty=c(1,2))
案例01-基本绘图
cars <- c(1, 3, 6, 4, 9) plot(cars)
案例 1-基本绘图
案例02-增添标题
cars <- c(1, 3, 6, 4, 9) plot(cars, type="o", col="blue") # 绘制蓝色折线图， title(main="Autos", col.main="red", font.main=4) # 增添标题，红色，粗斜体
案例 2-增添标题
注1：其中type设置画图的类型,有九种可能的取值，分别代表不同的样式：
(1)'p')画点；
(2)'l'画线5；
(3)'b'同时画点和线，但点线不相交；
(4)'c'将type= 'b'中的点去掉，只剩下相应的线条部分；
(5)'o'同时画点和线，且相互重叠，这是它与type = 'b'的区别；
(6)'h'画铅垂线；
(7)'s'画阶梯线，从一点到下一点时，先画水平线，再画垂直线；
(8)'S'也是画阶梯线，但从一点到下一点是先画垂直线，再画水平线；
(9)'n'作一幅空图，没有任何内容，但坐标轴、标题等其它元素都照样显示。
注2：font.main用于控制字体，分别为1: 正常,2: 斜体,3: 粗体,4: 粗斜体
案例03-增添新曲线
cars <- c(1, 3, 6, 4, 9) trucks <- c(2, 5, 4, 5, 12) plot(cars, type="o", col="blue", ylim=c(0,12)) # ylim控制y轴的范围 lines(trucks, type="o", pch=22, lty=2, col="red") #添加折线，lty=2表示虚线 title(main="Autos", col.main="red", font.main=4)
案例 3-增添新曲线
注1：pch控制点的符号；pch = 19)实圆点、pch = 20)小实圆点、pch = 21)圆圈、pch = 22)正方形、pch = 23)菱形、pch = 24)正三角尖、pch= 25)倒三角尖，其中，21-25可以填充颜色（用bg参数）
注2：lty控制连线的线型,可以是整数(1: 实线,2: 虚线,3: 点线,4: 点虚线,5: 长虚线,6: 双虚线),或者是不超过8个字符的字符串(字符为从"0"到"9"之间的数字)交替地指定线和空白的长度,单位为磅(points)或象素,例如lty="44"和lty=2效果相同。线条虚实样式：0 )不画线，1 )实线，2 )虚线，3 )点线，4 )点划线，5 )长划线，6 )点长划线；或者相应设置如下字符串（分别对应前面的数字）：'blank', 'solid', 'dashed', 'dotted', 'dot dash', 'longdash', 'twodash'；还可以用由十六进制的数字组成 的字符串表示线上实线和空白的相应长度，如'F624'
案例04-添加图例
cars <- c(1, 3, 6, 4, 9)
trucks <- c(2, 5, 4, 5, 12)
g_range <- range(0, cars, trucks)
plot(cars, type="o", col="blue", ylim=g_range, axes=FALSE, ann=FALSE) #axes=FALSE, ann=FALSE表示不绘制坐标轴与标题
axis(1, at=1:5, lab=c("Mon","Tue","Wed","Thu","Fri"))
axis(2, las=1, at=4*0:g_range[2])
# axis()，2表示坐标轴在左侧，at=4*0:g_range[2]表示刻度范围为(0:g_range[2])，#每4个单位显示一个刻度
box()
lines(trucks, type="o", pch=22, lty=2, col="red")
title(main="Autos", col.main="red", font.main=4) #添加总标题
title(xlab="Days", col.lab=rgb(0,0.5,0)) # 添加x轴标题
title(ylab="Total", col.lab=rgb(0,0.5,0)) # 添加y轴标题
legend(1, g_range[2], c("cars","trucks"), cex=0.8, col=c("blue","red"), pch=21:22, lty=1:2);
# legend(),1,g_range[2]表示图例左上角的坐标；c("cars","trucks")标签，cex=0.8字体的放大倍数
案例 4-添加图例
案例5-从文本读取数据绘图
将下列数据复制到一个txt文件中，命名为data.txt，放至C盘目录下
cars trucks suvs
1 2 4
3 5 4
6 4 6
4 5 6
9 12 16
autos_data <- read.table("C:/data.txt", header=TRUE, sep=" ") #sep=” “绰号中间为一空格，如果不输入空格，则会出现数据读取错误
max_y <- max(autos_data)
plot_colors <- c("blue","red","forestgreen")
png(filename="C:/figure.png", height=346, width=460, bg="white") # 将图片输出到C目录，名字为figure.png，大小为346*460,背景色为白色
plot(autos_data$cars, type="o", col=plot_colors[1], ylim=c(0,max_y), axes=FALSE, ann=FALSE)
axis(1, at=1:5, lab=c("Mon", "Tue", "Wed", "Thu", "Fri"))
axis(2, las=1, at=4*0:max_y)
box()
lines(autos_data$trucks, type="o", pch=22, lty=2, col=plot_colors[2])
lines(autos_data$suvs, type="o", pch=23, lty=3, col=plot_colors[3])
title(main="Autos", col.main="red", font.main=4)
title(xlab= "Days", col.lab=rgb(0,0.5,0))
title(ylab= "Total", col.lab=rgb(0,0.5,0))
legend(1, max_y, names(autos_data), cex=0.8, col=plot_colors, pch=21:23, lty=1:3);
dev.off()
案例 5-从文本读取数据绘图
案例06-输出图片到PDF以及坐标轴的控制
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
plot_colors <- c(rgb(r=0.0,g=0.0,b=0.9), "red", "forestgreen")
pdf(file="C:/figure.pdf", height=3.5, width=5)
par(mar=c(4.2, 3.8, 0.2, 0.2)) #mar控制绘图区别的大小，4个数字代表绘图区域距离下，左，上，右边界的行数，类似的mai则是英寸数
plot(autos_data$cars, type="l", col=plot_colors[1], ylim=range(autos_data), axes=F, ann=T, xlab="Days",ylab="Total", cex.lab=0.8, lwd=4)
axis(1, lab=F)
text(axTicks(3), -0.8, srt=45, adj=0.5,labels=c("Mon", "Tue", "Wed", "Thu", "Fri"),xpd=T, cex=0.8)
# axTicks()函数的功能是计算坐标轴，取值分别为1,2,3,4。1是计算下方坐标轴，2是左，3是上，4是右。
# text()函数的前两个数字是说明坐标轴标签的位置,str=标签倾斜的角度，adj取值为0到1，精细调整坐标轴的左右位置，0是最左边，1是最右边，0.5居中
axis(2, las=1, cex.axis=0.8)
box()
lines(autos_data$trucks, type="l", lty=2, lwd=2, col=plot_colors[2])
lines(autos_data$suvs, type="l", lty=3, lwd=2, col=plot_colors[3])
legend("topleft", names(autos_data), cex=0.8, col=plot_colors, lty=1:3, lwd=2, bty="n");
# bty控制图形边框形状,可用的值为: "o", "l", "7", "c", "u" 和"]" (边框和字符 的外表相像);这些字符本身的形状对应着边框样式，比如（默认值）o表示四条边都显示，而c表示不显示右侧边如果bty="n"则不绘制边框
dev.off()
par(mar=c(5, 4, 4, 2) + 0.1) #恢复边界默认值
案例 6-输出图片到PDF以及坐标轴的控制
案例07-简单条形图
Bar Charts
cars <- c(1, 3, 6, 4, 9) barplot(cars)
案例 7-简单条形图
案例08-条形图加标签
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
barplot(autos_data$cars, main="Cars", xlab="Days",ylab="Total", names.arg=c("Mon","Tue","Wed","Thu","Fri"),border="blue", density=c(10,20,30,40,50))
# density控制条形图中斜线的密度
案例 8-条形图加标签
案例09-分组条形图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
data <- as.matrix(autos_data) #转化为矩阵
barplot(data, main="Autos", ylab= "Total",beside=TRUE, col=rainbow(5))
legend("topleft",c("Mon","Tue","Wed","Thu","Fri"),cex=0.6,bty="n", fill=rainbow(5));
案例 9-分组条形图
案例10-条形图的堆叠
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
par(xpd=T, mar=par()$mar+c(0,0,0,4))
# xpd对超出边界的图形的处理方式；取值FALSE把图形限制在作图区域内，出界的图形截去；取值TRUE出界的图形不截去
barplot(t(autos_data), main="Autos", ylab="Total", col=heat.colors(3), space=0.2, cex.axis=0.8, las=1,names.arg=c("Mon","Tue","Wed","Thu","Fri"), cex=0.8)
# space为条形间隔，las 坐标轴标签样式；取0、1、2、3四个整数之一，分别表示“总是平行于坐标轴”、“总是水平”、“总是垂直于坐标轴”和“总是竖直”。
legend(6.2, 30, names(autos_data), cex=0.8, fill=heat.colors(3));
par(mar=c(5, 4, 4, 2) + 0.1)
案例 10-条形图的堆叠
案例11-直方图
suvs <- c(4,4,6,6,16) hist(suvs)
案例 11-直方图
案例12-直方图2
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
hist(autos, col="lightblue", ylim=c(0,10))
案例 12-直方图2
案例13-直方图3
autos_data <- read.table("C:/data.txt", header=T, sep=" " )
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
max_num <- max(autos)
hist(autos, col=heat.colors(max_num), breaks=max_num, xlim=c(0,max_num), right=T, main="Autos Histogram", las=1)
# right = TRUE (默认)直方图的范围是(a, b]左开右闭，right = FALSE区间为[a, b)
案例 13-直方图3
案例14-不均匀间隔直方图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
autos <- c(autos_data$cars, autos_data$trucks, autos_data$suvs)
max_num <- max(autos)
brk <- c(0,3,4,5,6,10,16) # 建立不均匀的区间
hist(autos, col=heat.colors(length(brk)), breaks=brk,
xlim=c(0,max_num), right=F, main="Probability Density",
las=1, cex.axis=0.8, freq=F)
案例 14-不均匀间隔直方图
案例15-对数正态分布
r <- rlnorm(1000) hist(r)
案例 15-对数正态分布
案例16-饼图
cars <- c(1, 3, 6, 4, 9) pie(cars)
案例 16-饼图
案例17-饼图2
cars <- c(1, 3, 6, 4, 9)
pie(cars,main="Cars",col=rainbow(length(cars)),labels=c("Mon","Tue","Wed","Thu","Fri"))
案例 17-饼图2
案例18-饼图3
cars <- c(1, 3, 6, 4, 9)
colors <- c("white","grey70","grey90","grey50","black")
car_labels <- round(cars/sum(cars) * 100, 1)
car_labels <- paste(car_labels, "%", sep="")
pie(cars, main="Cars", col=colors, labels=car_labels,cex=0.8)
legend(1.5, 0.5, c("Mon","Tue","Wed","Thu","Fri"), cex=0.8,
fill=colors)
案例 18-饼图3
案例19-点图
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
dotchart(t(autos_data))
案例 19-点图
案例20-点图上色
autos_data <- read.table("C:/data.txt", header=T, sep=" ")
dotchart(t(autos_data), color=c("red","blue","darkgreen"),
main="Dotchart for Autos", cex=0.8)
案例 20-点图上色
案例21-Misc
plot(1, 1, xlim=c(1,5.5), ylim=c(0,7), type="n", ann=FALSE) text(1:5, rep(6,5), labels=c(0:4), cex=1:5, col=1:5) # text(1:5, rep(6,5))表示其坐标，分别为(1,6),(2,6),(3,6),(4,6),(5,6) points(1:5, rep(5,5), cex=1:5, col=1:5, pch=0:4) # 添加点，倍数逐步放大 text((1:5)+0.4, rep(5,5), cex=0.6, (0:4)) # 添加文字0到4 points(1:5, rep(4,5), cex=2, pch=(5:9)) #添加点，类型为pch=5到9 text((1:5)+0.4, rep(4,5), cex=0.6, (5:9)) # 添加文字5到9,(5:9)表示添加的文字 points(1:5, rep(3,5), cex=2, pch=(10:14)) text((1:5)+0.4, rep(3,5), cex=0.6, (10:14)) points(1:5, rep(2,5), cex=2, pch=(15:19)) text((1:5)+0.4, rep(2,5), cex=0.6, (15:19)) points((1:6)*0.8+0.2, rep(1,6), cex=2, pch=(20:25)) text((1:6)*0.8+0.5, rep(1,6), cex=0.6, (20:25))
案例 21-Misc
参考链接：
1. R语言画曲线图
2. R语言绘图渐进