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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. 不可错过的stm32单片机直流电机驱动与测速详解

    stm32直流电机驱动与测速 说实话就现在的市场应用中stm32已经占到了绝对住到的地位,51已经成为过去式,32的功能更加强大,虽然相应的难度有所增加,但是依然阻止不了大家学习32的脚步,不说大话了 ...

  2. netty系列之:netty实现http2中的流控制

    目录 简介 http2中的流控制 netty对http2流控制的封装 Http2FlowController Http2LocalFlowController Http2RemoteFlowContr ...

  3. 【做题记录】 [HEOI2013]SAO

    P4099 [HEOI2013]SAO 类型:树形 \(\text{DP}\) 这里主要补充一下 \(O(n^3)\) 的 \(\text{DP}\) 优化的过程,基础转移方程推导可以参考其他巨佬的博 ...

  4. 2021CCPC网络赛(重赛)题解

    自己还是太菜了,五个小时一个题也没磕出来,还是队友牛逼!... Primality Test 先看这个题,可能一上去就被\(\frac{f(x)+f(f(x))}{2}\)向下取整吓住了,但仔细想想, ...

  5. 分布式事务(四)之TCC

    在电商领域等互联网场景下,传统的事务在数据库性能和处理能力上都暴露出了瓶颈.在分布式领域基于CAP理论以及BASE理论,有人就提出了柔性事务的概念.在业内,关于柔性事务,最主要的有以下四种类型:两阶段 ...

  6. Swift进阶-内存管理

    本文的主要目的是探索 RefCount 的内存结构及强/弱引用计数管理 Swift 中也是采用 ARC 编译器自动内存管理机制. Swift 对象的内存结构是 HeapObject, 有两个属性 Me ...

  7. maven项目打包执行

    1.maven项目已完成状态! 2.maven打包前提pom.xml引入插件依赖 <build> <plugins> <plugin> <artifactId ...

  8. robot framework 常用关键字介绍

    1.log 打印所有内容 log hello word 2.定义变量 ${a} Set variable 92 log ${a}   3.连接对象 ${a} Catenate hello word l ...

  9. vue3快速上手

    前言 虽然Vue3肯定是未来的趋势,但还不是很成熟,实际开发中用的也不多,建议学Vue3之前先掌握Vue2,将Vue3作为未来的知识储备. Vue3快速上手 Vue3简介 2020年9月18日,Vue ...

  10. 使用XAMPP创建Mysql数据库 要想在本地连接需要配置一下my.ini文件 配置如下:

    # Example MySQL config file for small systems. # # This is for a system with little memory (<= 64 ...