一、绘制基本线图对于线图的作图数据，至少两列，且两列都是数值变量；从本质上讲，其实就是散点图加上连线； 1234567891011121314library(ggplot2)library(hrbrthemes)# 作图数据；var1<- seq(1:100)var2<- seq(1:100)+rnorm(100,mean=1,sd=2)data <- data.frame(var1,var2)# 线图；pline <- ggplot(data,aes(x=var1,y= ...

在绘图之前，先谈谈散点图需要的数据类型。散点，顾名思义，就是很多点分散在平面上，而在平面坐标中，确定一个点需要两个坐标值，因此，绘制散点图的数据需要两列，且两列都是数字，对应的每一行都是平面坐标中的一个点。 另外，样本大小没有限制，少到一个点，多到成千上万，都是可以的；对于有规律的散点，甚至也可以拟合平滑曲线呈现其趋势。 一、绘制基本的散点图12345678910# 生成随机数据；var1 <- runif(200) # runif用来生成介于min与max之间的随机数，默认0至1之间；v ...

一、简单小提琴图小提琴图的作图数据同箱线图，X轴为定性变量，Y轴为定量变量，数据量足够大才有统计意义； 123456789101112131415library(ggplot2)library(hrbrthemes)name <- c(rep("A",300),rep("B",300),rep("C",100),rep("C",200),rep("D",300))value <- c(rnorm(300,10,2),rnorm(300,15,4),rnorm(100,5,1),rno ...

12345678910111213141516171819202122library(tidyverse)# tidyverse，包含ggplot2；library(hrbrthemes)# hrbrthemes，主题包；library(viridis)# Viridis，，配色包，是从Python移植到R的，共有四种配色：A=magma，B=plasma，C=inferno，D=viridis，默认为D，语法如下：# scale_fill_viridis(..., alpha = 1, beg ...

一、直接读取文件中的数据1234567891011121314151617181920212223242526272829#直接读取.csv文件，本地或网络文件都可以；data1 <- read.table("https://raw.githubusercontent.com/holtzy/data_to_viz/master/Example_dataset/1_OneNum.csv", header=TRUE)head(data1)price1 752 1043 3694 ...

首先，我们准备绘图数据，数据来源是2018年的一篇研究论文，In Vitro and In Vivo Gene Therapy Vector Evolution via Multispecies Interbreeding and Retargeting of Adeno-Associated Viruses，我们把数据输入到文件AAV infectivity.csv，并保存在工作目录下。 下面开始正式绘图： 123library(ggplot2) # 加载ggplot2data1=read.c ...

一、模拟数据 ＃123456789101112data <- data.frame(samplename=letters[1:6], # 变量samplename，赋值从字母A－F；samplevalue=sample(seq(3,12),6) #变量samplevalue，赋值为3－12之间的随机数；)data # 查看data，如下：samplename samplevalue1 a 62 b 73 ...

雷达图（radar, spider, or web plot），可以使用R中的fmsb程序包构建； 适合作雷达图的数据是极特别的，只有一行，同时需要对列进行命名；作图之前，需要在数据中添加额外两行，第一行表示最大值，第二行表示最小值； 数据准备就绪后，加载fmsb，并使用radarchart()函数作图即可； 一、简单的雷达图123456789101112131415161718192021222324252627282930313233343536> library(fmsb)# 作图数 ...

一、向量(vector)123456789101112131415161718> A <- c(1,2,3,4,5,6)> B <- c("A","B","C","D","E")> A[1] 1 2 3 4 5 6> B[1] "A" "B" "C" "D" "E"> class(A)[1] "numeric"> mode(A)[1] "numeric"> typeof(A)[1] "double"> class(B)[1] "char ...

一、创建矩阵1234567891011121314151617181920# 创建两个数字变量var5=sample(31:60,25,replace=T)var6=sample(1:30,25,replace=T)# 创建两个5行5列的矩阵，创建5行5列的矩阵的原因，是为了方便说明问题；A <- matrix(var5,nrow=5)B <- matrix(var6,nrow=5)> A[,1] [,2] [,3] [,4] [,5][1,] 43 32 54 ...