R与生物专题 | 第三讲 R作图-基础-图形参数设置:线条、轴、刻度线、符号

发布于 2021-02-09 00:32


在“R作图”专辑中,我们将向大家介绍常见图形的R作图方法以及对应代码解释,帮助大家轻松理解和学习R作图技巧。


上一讲跟大家介绍了R作图的一些常见的参数设置:标题、图例、文字 (第二讲 R作图-基础-图形参数设置:标题、图例、文字),这一讲,我们将给大家介绍另外几种常见参数设置,包括添加线条、轴、刻度线、符号。


1. 添加线条



1.1 基本内容


abline()函数可以用来添加垂直,水平或回归线 。



abline()函数的简化格式为:

abline (a=NULL, b=NULL, h=NULL, v=NULL, ...)

·a,b:指定直线的截距和斜率值

·h:水平线的y值

·v:垂直线的x值


1.2 添加垂直线


简化格式为:

abline(v = y)

它为当前图添加一条与y轴平行的垂直线。lty表示线型,lwd表示线宽。


# 例1:添加一条直线plot (cars)abline (v=15, col="blue")# 例2:添加两条直线,并改变线条的颜色、粗细和样式plot (cars)abline (v=c(15,20), col=c("blue", "red"), lty=c(1,2), lwd=c(1, 3))# 例3:为条形图绘制均数线条set.seed (1234); mydata<-rnorm(200) #随机建立一个数据hist (mydata, col="lightblue") #为该随机数据绘制条形分布图abline (v = mean(mydata), col="red", lwd=3, lty=2) #针对均数绘制垂直图





1.3 添加一条水平线


简化格式为:


abline(h=x)


它为当前图添加一条与x轴平行的水平线。

plot (cars) abline (h=40, col="blue")




1.4添加回归线


lm()函数用于拟合线性模型。(第三十四讲 R-简单线性回归模型(2))

par (mgp=c(2,1,0), mar=c(3,3,1,1))# 拟合回归线require (stats)reg<-lm(dist~ speeddatacars)coeff=coefficients (reg)# 建立该线条的方程式eqpaste0("y = ", round(coeff[2],1), "*x ", round(coeff[1],1)) #round()函数表示保留小数点后几位。roundx1)表示保留小数点后1位。# 绘图plot(carsmain=eq)abline(reg, col="blue")




2. 向绘图添加轴


可以使用axis()函数。

此功能的简化格式为:

axis(side, at=NULL, labels=TRUE)

·side:一个整数,指示要在轴上绘制绘图的哪一侧;


可能的值为:

o1:下

o2:左

o3:上

o4:右


·at:要绘制刻度线的点。

·labels:刻度标记标签的文本。指定是否在刻度线处进行注释内容,或者“是/否”添加注释。


例:

x<-1:4; y=x*x# 例1plot(xyaxesFALSE) #注意:原图形函数中axes内容要设置为FALSE,再进行轴参数设置,否则图形会出现两次轴内容axis(side=1, at = 1:4, labels=LETTERS[1:4]) #表示在图形下方建立一个轴,标记4个刻度点,内容依次为前4个字母,即ABCDaxis(2) #表示在左侧绘制轴,采用数据默认内容。# 例2plot(xyaxesFALSE)axis(side=1, at=1:4, labels=LETTERS[1:4])axis(2)box()#添加框




另一个例子

plot(x, y, pch=18, col="red"type="b",     frame=FALSE, xaxt="n")# type表示线条的类型,b为点线结合线条。axis(11:4, LETTERS[1:4], col.axis="blue")axis(3, col= "darkgreen", lty= 2, lwd= 0.5)axis(4, col= "violet", col.axis= "dark violet", lwd= 2)



type可能的类型有

·"p":点,

·"l":线,

·"b":点线结合,

·其他类型还有"c","o","h","s","n" 。


可参考https://www.rdocumentation.org/packages/graphics/versions/3.6.2/topics/plot 获取更多相关内容。


3. 更改轴刻度:最小,最大和对数刻度


xlim和ylim参数可用于更改x和y轴的限制。格式:xlim = c(min,max) ; ylim = c(min,max)。


可以使用以下参数执行对数转换:

log =“ x”,

log =“ y”

log =“ xy”

log:表示应该以对数比例绘制x、y或两个坐标。


x<-1:10; y=x*x# 简单绘图plot(x, y)y轴刻度放大plot(xyxlim=c(1,15), ylim=c(1,150))# y轴取对数plot(x, y, log="y")






4.自定义刻度线内容



4.1 刻度标签的颜色,字体样式和字体大小:


可以使用以下参数:

·col.axis:设置刻度的颜色

·font.axis:一个整数,指定字体样式


可能的值为:

o1:普通文字

o2:粗体

o3:斜体

o4:粗体和斜体

o5:符号字体

·cex.axis:刻度标签的大小;预设值为1。


x<-1:10; y<-x*x# 简单图形plot(x, y)#自定义图:蓝色文本,斜体,粗体,放大plot(x,y, col.axis="blue", font.axis=4, cex.axis=1.5)




4.2刻度标签的方向


要更改刻度标签的样式,可以使用las参数。可能的值为:

·0:标签平行于轴(默认)

·1:始终为水平

·2:始终垂直于轴

·3:始终垂直

plot(x, y, las=0)# 平行plot(x, y, las=1)# 水平plot(x, y, las=2)# 垂直






4.2隐藏刻度线


要隐藏或显示刻度线标签,可以使用以下plot的参数:

·xaxt:指定x轴类型的字符;可能的值是“ s”(显示轴)或“ n”(隐藏轴)

·yaxt:指定y轴类型的字符;可能的值是“ s”(显示轴)或“ n”(隐藏轴)


这两个参数对于控制刻度标记的旋转角度非常有用。下面会讲解。

# 隐藏x和y轴plot(x, y, xaxt="n", yaxt="n")



4.3 更改刻度标签的字符串旋转角度


可以使用以下步骤:

1.隐藏x和y轴

2.使用axis()函数添加刻度线

3.使用text()函数添加刻度标签


参数srt可用于以度为单位来修改文本,使其旋转。


# 隐藏x和y轴plot(x, y, xaxt="n", yaxt="n")# 更改x轴xtick<-seq(010by=5) #建一个010的数列,把它分成5份。axis(side=1, at=xtick, labels= FALSE) #建立轴内容text(x=xtick,  par("usr")[3],      labels= xtick, srt= 45, pos= 1, xpd= TRUE) #给轴添加文字# 更改y轴ytick<-seq(0100by=50)axis(side=2, at=ytick, labels= FALSE)text(par("usr")[1], ytick,       labels= ytick, srt= 45, pos= 2, xpd= TRUE)




4.4 使用par()函数


par()函数可用于对图形进行设置,并且应用在整个R代码作的图中。

par(col.axis="blue", font.axis=4, cex.axis=1.5)plot(x,y)

之后不再需要设置参数,所有plot()函数做的图都会有相似的轴格式。




5 更改绘图符号


R中可以使用以下点符号:


点符号可以使用参数pch更改。

x<-c(2.2, 3, 3.8, 4.5, 7, 8.5, 6.7, 5.5)y<-c(4, 5.5, 4.5, 9, 11, 15.2, 13.3, 10.5)


# 用pch更改点符号


plot(x, y, pch=19, col="blue")plot(x, y, pch=18, col="red")plot(x, y, pch=24, cex=2, col="blue", bg="red", lwd=2)







6. 更改线型


R中提供以下线型:

线类型可以使用图形参数来改变lty。

x=1:10; y=x*xplot(x, y, type="l")# 默认为实线plot(x, y, type="l", lty="dashed")# 使用虚线plot(x, y, type="l", lty="dashed", lwd=3)# 更改线条粗细





参考内容:http://www.sthda.com/english/wiki



欢迎关注投必得学术,手把手带您走入R语言的世界。以下是我们R与统计专题的全部内容。此外,R与统计的姐妹专辑R作图也已经出台了。欢迎大家关注。
第一讲 R-基本介绍及安装
第二讲 R-编程基础-运算、数据类型和向量等基本介绍
第三讲 R编程基础-矩阵和数据框
第四讲 R-描述性统计分析
第五讲 R-数据描述性统计分析作图
第六讲 R-数据正态分布检验
第七讲 R-相关性分析及作图
第八讲 R-单样本T检验
第九讲 R-单样本Wilcoxon检验
第十讲 R-两独立样本t检验
第十一讲 R-两独立样本Wilcoxon检验
第十二讲 R-配对样本t检验
第十三讲 R-配对样本Wilcoxon检验
第十四讲 R-单因素方差分析1
第十五讲 R-单因素方差分析2
第十六讲 R-双向方差分析1
第十七讲 R-双向方差分析2
第十八讲 R-多元方差分析
第十九讲 F检验:两样本方差比较
第二十讲 多样本间的方差比较
第二十一讲 单比例的Z检验
第二十二讲 两比例Z检验
第二十三讲 R-卡方检验之拟合度检验
第二十四讲 R-卡方检验之独立性检验
第二十五讲 生存分析基础概念
第二十六讲 R-生存分析:绘制KM生存曲线
第二十七讲 R-生存分析:生存函数的假设检验
第二十八讲 R-Cox比例风险模型(1)
第二十九讲 R-Cox比例风险模型(2)
第三十讲 R-Cox比例风险模型的假设检验条件
第三十一讲 R-机器学习与回归概述
第三十二讲 R-回归分析概述
第三十三讲 R-简单线性回归模型(1)
第三十四讲 R-简单线性回归模型(2)
第三十五讲 R-多元线性回归
第三十六讲 R-多元线性回归中的交互作用及更优模型选择
第三十七讲 R-多元线性回归中的多重共线性和方差膨胀因子
第三十八讲 R-线性回归模型的假设条件检验
第三十九讲 R-线性回归:自变量中存在分类变量时
第四十讲 R-线性回归:预测模型及可信区间
第四十一讲 R-判断回归模型性能的指标
第四十二讲 R-回归预测模型的交叉验证
第四十三讲 R-回归预测模型的自举重采样验证(boostrap-resampling)
第四十四讲 R-非线性回归
第四十五讲 R-逻辑回归概论
第四十六讲 R-逻辑回归结果解读
第四十七讲 R-多项逻辑回归
第四十八讲 R-逐步回归
第四十九讲 R-分类预测模型及诊断性试验性能指标
第五十讲 R-ROC曲线
第五十一讲 统计方法选择全解析
第五十二讲 统计方法选择全解析2
第五十三讲 R-缺失值的注意事项及处理
第五十四讲 R-样本量及实验效能计算
第五十五讲 R与统计专题终极统计学方法选择思维导图及勘误列表
第一讲 R作图 - 基础
第二讲 R作图-基础-图形参数设置:标题、图例、文字

当然啦,R语言的掌握是在长期训练中慢慢积累的。个人学习太累,不妨加入“投必得学术群”,和数百位硕博一起学习。

快扫二维码撩客服,

带你进入投必得学术交流群,

让我们共同进步!

↓↓↓↓



发表SCI论文很迷茫?
来找「投必得」帮忙↓↓↓