基础图形函数

概述

在数据分析和数据科学领域，数据可视化是一个非常重要的环节。通过图形，我们可以直观地理解数据的分布、趋势和关系。R 语言提供了丰富的图形函数，帮助我们创建各种类型的图表。本教程将介绍 R 中的基础图形函数，包括如何创建散点图、直方图、箱线图等。

在 R 中，图形输出通常在图形设备上进行。R 支持多种图形设备，包括屏幕设备和文件设备。默认情况下，R 会在屏幕上显示图形。

# 打开一个新的图形设备
dev.new()

散点图用于显示两个变量之间的关系。plot() 函数是创建散点图的基本函数。

# 创建一个简单的散点图
x <- rnorm(100)
y <- rnorm(100)
plot(x, y, main = "散点图示例", xlab = "X 轴", ylab = "Y 轴")

直方图用于显示数据的分布情况。hist() 函数可以创建直方图。

# 创建一个直方图
data <- rnorm(1000)
hist(data, main = "直方图示例", xlab = "值", ylab = "频率")

箱线图用于显示数据的分布和异常值。boxplot() 函数可以创建箱线图。

# 创建一个箱线图
data <- rnorm(100)
boxplot(data, main = "箱线图示例", ylab = "值")

R 提供了丰富的图形参数，可以自定义图形的外观。par() 函数用于设置图形参数。

# 设置图形参数
par(col = "blue", lwd = 2, pch = 16)
plot(x, y, main = "自定义散点图", xlab = "X 轴", ylab = "Y 轴")

R 允许在一个图形设备上显示多个图表。layout() 函数可以设置多图布局。

# 设置多图布局
layout(matrix(c(1, 2, 3, 3), nrow = 2, byrow = TRUE))
plot(x, y, main = "图1")
hist(data, main = "图2")
boxplot(data, main = "图3")

使用 mtcars 数据集，创建一个散点图，显示 mpg 和 wt 之间的关系。

# 加载数据集
data(mtcars)

# 创建散点图
plot(mtcars$wt, mtcars$mpg, main = "汽车重量与油耗的关系", xlab = "重量 (1000 lbs)", ylab = "油耗 (mpg)")

使用 iris 数据集，创建一个直方图，显示 Sepal.Length 的分布。

# 加载数据集
data(iris)

# 创建直方图
hist(iris$Sepal.Length, main = "花萼长度分布", xlab = "花萼长度", ylab = "频率")

使用 ToothGrowth 数据集，创建一个箱线图，显示不同剂量 (dose) 下牙齿生长 (len) 的分布。

# 加载数据集
data(ToothGrowth)

# 创建箱线图
boxplot(len ~ dose, data = ToothGrowth, main = "不同剂量下的牙齿生长", xlab = "剂量", ylab = "牙齿长度")

本教程介绍了 R 中的基础图形函数，包括散点图、直方图和箱线图的创建方法。通过这些基础图形函数，我们可以直观地理解数据的分布和关系。希望本教程能够帮助你掌握 R 中的基础图形函数，并为后续的数据可视化学习打下坚实的基础。

通过不断实践和学习，你将能够创建出更加复杂和美观的数据可视化图表。