直方圖

實例：nutshell包的births2006.smpl數據集，包含了2006年美國出生人口的數據的10%樣本，每一條記錄有13個變量。使用數據集前，需通過install.packages(“nutshell”)安裝并加載。

以美國出生人口數據為例，利用直方圖查看不同胎兒數下嬰兒的平均重量。執行以下代碼得到下圖的直方圖。

library(lattice)library(nutshell)data(births2006.smpl),histogram(~DBWT|DPLURAL,data=births2006.smpl,main=“Births in the UniTED States,2006”),layout=c(1,5),xlab=“Birth weight,in grams”

?為了方便地對不同的組做比較，我們通過layout參數將圖形垂直堆積起來，

從圖中可以看出，從單胞胎到多胞胎，嬰兒的平均重量是減少的。

核密度圖

? ?如果想用一條線而不是通過一組矩形塊來展示連續型變量的分布，可以選擇核密度圖。

在lattice包中，核密度圖可以用densityplot函數來繪制。

相比直方圖，密度圖的一個優勢是可以在彼此上方堆放，而且結果還有可讀性.

densityplot(~height|voice.part,data=singer,layout=c(1,8),xlab=”Height(inches)”,,main=”Height of New York Choral Society singers”)

核密度疊加圖

densityplot(~height,group=voice.part,data=singer,xlab=”Height(inches)”,plot.points=FALSE,main=”Height of New York Choral Society singers”,lty=1:8,col=18,led=1.5,key=list(text=list(levels(singervoice.part)),column=4,lines=list(lty=1:8,col=1:8)))densityplot( height,group=vioce.part,data=singer,xlab=“Height(inches)",plot.points=FALSE,main="HeightofNewYorkCHoralSocietysingers",lty=1:8,col=18,led=1.5,key=list(text=list(levels(singervoice.part)),column=4,lines=list(lty=1:8,col=1:8)))densityplot(~height,group=vioce.part,data=singer,xlab=“Height(inches)",plot.points=FALSE,main="Height of New York CHoral Society singers",lty=1:8,col=18,led=1.5,key=list(text=list(levels(singervoice.part)),column=4,lines=list(lty=1:8,col=1:8)))densityplot( height,group=vioce.part,data=singer,xlab=“Height(inches)",plot.points=FALSE,main="HeightofNewYorkCHoralSocietysingers",lty=1:8,col=18,led=1.5,key=list(text=list(levels(singervioce.part)),library(lattice)mtcarstransmissionc(densityplot(~mpg,data = mtcars,groups = transmission,main = “MPG Distribution by Transmission Type”,xlab = “Miles per Gallon”, auto.key = TRUE)

#groups 選項默認將分組變量各個水平下的圖形疊加到一起。繪制的點為空心圓圈，線為實線，水平信息用顏色來區分。不過以灰色調輸出時，顏色將很難區分。稍后我們將看看如何修改這些默認值。

#auto.key = TRUE將可以創建一個擺放在圖形上方的、初步的圖例符號，你可將所做的修改以列表形式添加到自動圖例符號中.

帶狀圖

? ? 如果想用一條線而不是通過一組矩形塊來展示連續型變量的分布，可以選擇核密度圖。

? ? 在lattice包中繪，核密度圖可以用densityplot函數來繪制。

相比直方圖，密度圖的一個優勢是可以在彼此上方堆放，而且結果還有可讀性。

Q-Q圖

? ? Q-Q圖是一種識別數據集與理論分布擬合程度優劣的非常有用的技術。它用于比較數據的實際分布與理論分布。具體來說，它繪制觀測數據的分位與理論分布的分位圖形。

? ? lattice包中的qqmath函數可繪制單變量Q-Q圖，qq函數可生成比較兩個分布的Q-Q圖。

核密度圖可以用densityplot函數來繪制

相比直方圖，密度圖的一個又是是可以再彼此上方堆放，而且結果還有可讀性

箱線圖

? ? ?箱線圖通過繪制連續型變量的五數總括，即最小值，下四分位數(第25百分位數)，中位數(第50百分位數)，上四分位數(第75百分位數)以及最大值，描述了連續型變量的分布。

? ? ?箱線圖能夠顯示出可能為離群點(范圍為正負1.5*IQR以外的值，IQR表示四分位距，即上四分位數與下四分位數的差值)的觀測。

? ? ?在lattice包中，繪制箱線圖可以通過bwplot函數實現。

實例：lattice包中的singer數據集，我們將voice.part作為條件變量，查看不同類型歌手的身高數據分布情況。執行以下代碼得到下圖所示的箱線圖。

bwplot(~height|voice.part,data=singer)

歡迎打賞，么么噠！

●句子

●JAVA

●C語言以及算法筆記

●大學生生活圖鑒

●JavaScript

●計算機網絡原理

●計算機組成原理

●操作系統

●數據庫系統概論

●數據結構

●英語

●R語言

●Linux

●人生哲學以及電競

●云計算與人工智能

●新媒體運營以及各種資源分享

●明星電視劇社會現象娛樂

仙女都在看點點點，贊和在看都在這兒！

總結

以上是生活随笔為你收集整理的语言 重量计算_R语言 第五章 高级绘图工具（4）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。