R语言与医学统计图形【4】直方图、金字塔图
R语言基础绘图系统
基础图形——直方图、金字塔图
3.直方图
参数设置及比较。
op <- par(mfrow=c(2,3))
data <- rnorm(100,10,5)
hist(data,col = 'light green') #默认分组
hist(data,col = 'sky blue',breaks = 15) #分成15组
hist(data,col = 'orange',breaks = seq(-5,25,1)) #自定义组距
hist(data,col = 'pink',breaks = seq(-5,25,1),density = T)
hist(data,col = 'pink',breaks = seq(-5,25,1),freq = F) #freq绘制概率密度图
lines(density(data),col='blue',lty=1,lwd=2) #添加曲线
par(op)

直方图叠加。
#泰坦尼克号不同年龄与生存关系
library(effects)
data("TitanicSurvival")
hist(TitanicSurvival$age,main = 'Passenger survial by age',
xlab = 'Age',col = 'sky blue',breaks = seq(0,80,2))
hist(TitanicSurvival$age[which(TitanicSurvival$survived=="no")],
col='orange',breaks=seq(0,80,2),add=TRUE) #add添加死亡直方图

背靠背直方图(back to back histogram)。
df=data.frame(x=rnorm(100),x2=rnorm(100,mean = 2))
#将两个直方图存入对象
h1=hist(df$x,plot = F)
h2=hist(df$x2,plot = F)
#将h2的值反转
h2$counts=-h2$counts
#找到y轴取值范围
hmax=max(h1$counts)
hmin=min(h2$counts)
#找到x轴取值范围
X=c(h1$breaks,h2$breaks)
xmax=max(X)
xmin=min(X)
plot(h1,ylim = c(hmin,hmax),col='green',
xlim = c(xmin,xmax),
main = '背靠背直方图')
#用低级绘图函数将h2添加上去。
lines(h2,col='blue')

镜面图(mirror plot)
与背靠背直方图类似,只是展示的是概率密度曲线或其他曲线,而非条柱。
x1=rnorm(100)
x2=rnorm(100,mean = 2)
par(mfrow=c(2,1))
#设置第一张画布大小,为在同一张画布中容下两张图
par(mar=c(0,5,3,3))
plot(density(x1),main = "",xlab = "",
ylim=c(0,1),xaxt="n", #是否设置x轴,n不绘制
las=1,col='slateblue1',lwd=4)
#设置第二张画布大小
par(mar=c(5,5,0,3))
plot(density(x2),main = "",xlab = "Value of variable",
ylim=c(1,0), #范围应与第一张一致
las=1,col='tomato3',lwd=4)

4.金字塔图
如展示不同年龄组男女人口数的分布情况。
library(DescTools)
par(mfrow=c(1,3))
m.pop <- runif(18,0,4)
f.pop <- runif(18,0,4)
age <- c('1-5','6-10','11-15','16-20','21-25','26-30',
'31-35','36-40','41-45','46-50','51-55','56-60',
'61-65','66-70','71-75','76-80','81-85','86+')
#左侧图
DescTools::PlotPyramid(m.pop,f.pop,
ylab=age,space=0,
col=c('cornflowerblue','indianred'),
main='Age distribution at baseline',
lxlab='male',rxlab='female') #左右两边x轴标签
#中间图
PlotPyramid(m.pop,f.pop,
ylab = age,space=0,
col=c('cornflowerblue','indianred'),
xlim=c(-5,5),
main = 'Age distribution at baseline',
lxlab='male',rxlab='female',
gapwidth = 0,ylab.x = -5)#将y轴移到x=-5位置,无gap
#右侧图
PlotPyramid(c(1,3,5,2,0.5),c(2,4,6,1,0),
ylab = LETTERS[1:5],space=0.3, #每个条柱左边留一定空隙
col=rep(rainbow(5),each=2),
xlim = c(-10,10),args.grid = NA,
cex.names = 1.5,adj = 1,
lxlab = 'Group A',rxlab = 'Group B',
gapwidth = 0,ylab.x = -8,xaxt = 'n')

R语言与医学统计图形【4】直方图、金字塔图的更多相关文章
- R语言与医学统计图形【1】par函数
张铁军,陈兴栋等 著 R语言基础绘图系统 基础绘图包之高级绘图函数--par函数 基础绘图包并非指单独某个包,而是由几个R包联合起来的一个联盟,比如graphics.grDevices等. 掌握par ...
- R语言与医学统计图形【6】低级绘图函数
R语言基础绘图系统 基础绘图包之低级绘图函数--定义坐标轴.图例.文本 低级绘图函数:本身不具备图形绘制能力,只是在已有图形基础上添加元素. 函数 功能 arrows 添加箭头 axis 坐标轴 bo ...
- R语言与医学统计图形【5】饼图、条件图
R语言基础绘图系统 基础图形--饼图.克利夫兰点图.条件图 6.饼图 pie(rep(1,26),col=rainbow(26), labels = LETTERS[1:26], #标签 radius ...
- R语言与医学统计图形【3】条形图、误差图
R语言基础绘图系统 基础图形--条形图.误差图 3.条形图 barplot接收的数据是矩阵而非数据框. data <- sample(c(50:80),5) barplot(data,col=h ...
- R语言与医学统计图形【2】散点图、盒形图
R语言基础绘图系统 基础图形--散点图.盒形图 plot是一个泛型函数(generic method),对于不同的数据绘制不同的图形. par函数的大部分参数在plot中通用. 1.散点图 plot绘 ...
- R语言与医学统计图形【8】颜色的选取
R语言基础绘图系统 基础绘图包之低级绘图函数--内置颜色. 1.内置颜色选取 功能657种内置颜色.colors() 调色板函数:palette(), rgb(), rainbow(). palett ...
- R语言与医学统计图形【7】低级绘图函数
R语言基础绘图系统 基础绘图包之低级绘图函数--气泡图.一页多图.背景网格.添加线条和散点.数学表达式 4.气泡图 symbols是高级绘图函数,可在图上添加标记,标记的形状包括:circles,sq ...
- R语言与医学统计图形-【33】生存曲线、森林图、曼哈顿图
1.生存曲线 基础包survival+扩展包survminer. survival包内置肺癌数据集lung. library(survival) library(survminer) str(lung ...
- R语言与医学统计图形-【28】ggplot2扩展包ggrepel、ggsci、gganimate、ggpubr
ggplot2绘图系统--扩展包ggrepel.ggsci.gganimate.ggpubr等 部分扩展包可在CRAN直接下载,有些需借助devtools包从Github下载. 1. ggrepel包 ...
随机推荐
- [no code][scrum meeting] Alpha 8
项目 内容 会议时间 2020-04-14 会议主题 API文档第一版交付 会议时长 30min 参会人员 PM+OCR组成员 $( "#cnblogs_post_body" ). ...
- ssh key公钥
在ubuntu上生成ssh key 首先使用 ls -al ~/.ssh 查看本地是否已经有key 如果没有会显示如下: ~$ ls -al ~/.ssh ls: cannot access '/ho ...
- 字符串折叠&压缩(区间DP)
字符串折叠 题目描述 折叠的定义如下: 一个字符串可以看成它自身的折叠.记作S = S X(S)是X(X>1)个S连接在一起的串的折叠.记作X(S) = SSSS-S(X个S). 如果A = A ...
- Bzoj通过5题纪念
我A了五题啦!!!
- webRTC中语音降噪模块ANS细节详解(三)
上篇(webRTC中语音降噪模块ANS细节详解(二))讲了ANS的处理流程和语音在时域和频域的相互转换.本篇开始讲语音降噪的核心部分,首先讲噪声的初始估计以及基于估计出来的噪声算先验信噪比和后验信噪比 ...
- echarts 让轴自适应数据为小数整数
echarts 让轴自适应数据为小数整数,以解决y轴数值重复的问题 工作中突然遇到这个问题 试了一下用formatter自适应 ok 在yAxis中提阿尼按键属性 axisLabel 1 axis ...
- 剖析虚幻渲染体系(12)- 移动端专题Part 1(UE移动端渲染分析)
目录 12.1 本篇概述 12.1.1 移动设备的特点 12.2 UE移动端渲染特性 12.2.1 Feature Level 12.2.2 Deferred Shading 12.2.3 Groun ...
- Linux内核 fork 源码分析
内核版本:linux-4.4.18 源码位置:这里 fork相关的代码最终执行的函数为_do_fork(),下面按照顺序分析下_do_fork(): 首先判断是否需要trace(跟踪)这个进程,这一步 ...
- Redis网络库源码分析(3)之ae.c
一.aeCreateEventLoop & aeCreateFileEvent 上一篇文章中,我们已经将服务器启动,只是其中有些细节我们跳过了,比如aeCreateEventLoop函数到底做 ...
- 【解决方案】Pyinstaller打包exe策略(简单实用)
场景说明 在业务场景中, 经常需要Python开发一些小程序/脚本/GUI界面,进行简单的项目测试或未安装Python 的小伙伴们使用. 使用Pyinstaller将Python脚本或者项目打包,生成 ...