R语言之脸谱图
脸谱图和星图类似,但它却比星图可以表示更多的数据维度。用脸谱来分析多维度数据,即将P个维度的数据用人脸部位的形状或大小来表征。脸谱图在平面上能够形象的表示多维度数据并给人以直观的印象,可帮助使用者形象记忆分析结果,提高判断能力,加快分析速度。目前已应用于多地域经济战略指标数据分析,空间数据可视化等领域。
脸谱图一般采用15个指标,各指标代表的面部特征为:
1 脸的高度 2脸的宽度3 脸型4嘴巴厚度 5, 嘴巴宽度6 微笑7 眼睛的高度8 眼睛宽度
9 头发长度 10 头发宽度11头发风格12 鼻子高度13 鼻子宽度14 耳朵宽度15耳朵高度
在R语言里面有两个包可以绘制脸谱图,一个是aplpack,另外一个是TeachingDemos。
首先我们先用aplpack包来试试:这个扩展包里面有一个faces()函数
- faces(xy, which.row, fill = FALSE, face.type = 1, nrow.plot, ncol.plot,
- scale = TRUE, byrow = FALSE, main, labels, print.info = TRUE,
- na.rm = FALSE, ncolors = 20, col.nose = rainbow(ncolors),
- col.eyes = rainbow(ncolors, start = 0.6, end = 0.85),
- col.hair = terrain.colors(ncolors), col.face = heat.colors(ncolors),
- col.lips = rainbow(ncolors, start = 0, end = 0.2),
- col.ears = rainbow(ncolors, start = 0, end = 0.2), plot.faces = TRUE)
这个函数里面,参数face.type取值范围为0—2,0表示无颜色,1,表示彩色,2表示时彩色的圣诞老人,不在这个范围则默认为1。
- data(longley)#加载数据
- faces(longley[1:9,],face.type=1)
lonley数据集有一下变量:
绘图结果如下
effect of variables:
变量在脸谱图中代表意义说明如下:
- effect of variables:
- modified item Var
- "height of face " "GNP.deflator"
- "width of face " "GNP"
- "structure of face" "Unemployed"
- "height of mouth " "Armed.Forces"
- "width of mouth " "Population"
- "smiling " "Year"
- "height of eyes " "Employed"
- "width of eyes " "GNP.deflator"
- "height of hair " "GNP"
- "width of hair " "Unemployed"
- "style of hair " "Armed.Forces"
- "height of nose " "Population"
- "width of nose " "Year"
- "width of ear " "Employed"
- "height of ear " "GNP.deflator"
将face.type改为2则可以画出来的脸谱图是圣诞老人。
这个包里面还有一个plot.faces()函数,他可以帮我们把脸谱图和散点图结合起来。听起来是不是很酷。
- data(longley)
- plot(longley[1:16,2:3],bty="n")
- a<-faces(longley[1:16,],plot=FALSE)
- plot.faces(a,longley[1:16,2],longley[1:16,3],width=35,height=30)
今天是圣诞节,咱就把这个画成圣诞老人,祝大家圣诞节快乐,只需要把face.type=2就OK了。
是不是如果把散点图画成这样很有个性。把这张图送给大家就当是祝大家圣诞节快乐。
二.TeachingDemos
至于TeachingDemos包,它的功能就较多,不仅可以绘制脸谱图,他也可以借助rgl扩展包绘制三维动态图。
然后剩下的给大家留一个悬念,感兴趣的可以自己去研究一下,也希望有经验的大牛在评论区交流经验。
R语言之脸谱图的更多相关文章
- R语言绘制QQ图
无论是直方图还是经验分布图,要从比较上鉴别样本是否处近似于某种类型的分布是困难的 QQ图可以帮我们鉴别样本的分布是否近似于某种类型的分布 R语言,代码如下: > qqnorm(w);qqline ...
- R语言画棒状图(bar chart)和误差棒(error bar)
假设我们现在有CC,CG,GG三种基因型及三种基因型对应的表型,我们现在想要画出不同的基因型对应表型的棒状图及误差棒.整个命令最重要的就是最后一句了,用arrows函数画误差棒.用到的R语言如下: d ...
- R语言-画线图
R语言分高水平作图函数和低水平作图函数 高水平作图函数:可以独立绘图,例如plot() 低水平作图函数:必须先运行高水平作图函数绘图,然后再加画在已有的图上面 第一种方法:plot()函数 > ...
- R语言绘制花瓣图flower plot
R语言中有很多现成的R包,可以绘制venn图,但是最多支持5组,当组别数大于5时,venn图即使能够画出来,看上去也非常复杂,不够直观: 在实际的数据分析中,组别大于5的情况还是经常遇到的,这是就可以 ...
- R语言-简单线性回归图-方法
目标:利用R语言统计描绘50组实验对比结果 第一步:导入.csv文件 X <- read.table("D:abc11.csv",header = TRUE, sep = & ...
- R语言学习 - 热图简化
绘制热图除了使用ggplot2,还可以有其它的包或函数,比如pheatmap::pheatmap (pheatmap包中的pheatmap函数).gplots::heatmap.2等. 相比于gg ...
- R语言学习 - 热图绘制heatmap
生成测试数据 绘图首先需要数据.通过生成一堆的向量,转换为矩阵,得到想要的数据. data <- c(1:6, 6:1, 6:1, 1:6, (6:1)/10, (1:6)/10, (1:6)/ ...
- R语言绘制茎叶图
与直方图相比,茎叶图更能细致的看出数据分布情况! 代码: > x<-c(25, 45, 50, 54, 55, 61, 64, 68, 72, 75, 75,+ 78, 79, 81, 8 ...
- R语言-箱型图&热力图
1.箱型图 boxplot()函数 > metals<-read.csv("metals.csv",header=TRUE) #读取文件和列名 > boxplot ...
随机推荐
- SSH Config 管理多主机
使用 一般我们使用ssh连接远程主机的时候,使用命令是: ssh root@ip ssh –i [identity-file] -p [port] user@hostname 但是如果ip地址过多,其 ...
- java 队列和栈相互实现
一.队列实现栈 public class queue2stack { public static void main(String[] args) { QS qs = new QS(); qs.pus ...
- ps 将图片四角变成圆角
1.用PS打开一张图片,用矩形选框工具,选出你要保留的的那一部分,“选择→修改→平滑”.在弹出的选框里添入数值,值越大角就越圆. 2.选择“选择→反选”,再按delete删除就ok了.
- MangoDB的下载和安装
前面已经简单介绍了MongoDB,今天我们就要正式学习他了,话不多说,咱先来安装. 1.现在MongoDB已经到了4.0版本,咱先去官网下载,MongoDB官网传送门,下载的版本信息如下,点击Do ...
- Centeos7部署Flask+Gunicorn+nginx
一.环境安装 pip3 install flask pip3 install gunicorn pip3 install nginx 二.模块介绍 1.Flask是一个使用 Python 编写的轻量级 ...
- 经典面试题golang实现方式(一)
以下所有题目的关键信息都会用[]括起来,我们不对题目进行分析,只给出题目的解决方案:如有疑问请不吝赐教. 题目: 请实现一个算法,确定一个字符串的所有字符[是否全都不同].这里我们要求[不允许使用额外 ...
- ElasticSearch Cardinality Aggregation聚合计算的误差
使用ES不久,今天发现生产环境数据异常,其使用的ES版本是2.1.2,其它版本也类似.通过使用ES的HTTP API进行查询,发现得到的数据跟javaClient API 查询得到的数据不一致,于是对 ...
- ASRWGAN: Wasserstein Generative Adversarial Network for Audio Super Resolution
ASEGAN:WGAN音频超分辨率 这篇文章并不具有权威性,因为没有发表,说不定是外国的某个大学的毕业设计,或者课程结束后的作业.或者实验报告. CS230: Deep Learning, Sprin ...
- django2.0+反向查询抛异常处理
一.错误信息 AttributeError: 'RelatedManager' object has no attribute 'lrc' #其中RelatedManager为关键字 二.反向查询的字 ...
- Flask中g对象,以及g,session,flash之间的区别
一.g对象的使用 专门用来存储用户信息的g对象,g的全称的为global g对象在一次请求中的所有的代码的地方,都是可以使用的 g对象的使用: 设置:g.变量名= 变量值 获取:g.name 注意:g ...