精华内容
下载资源
问答
  • 条形图 比较条形图条形图、简单条形图 #Develop By #Ahsan Zahid Chowdhury # #+880-1534-302690
  • python 画条形图(柱状图)

    万次阅读 多人点赞 2019-08-24 00:06:35
    竖放条形图bar(x, height, [width], **kwargs)2. 画横放条形图bar(x, width, [height], **kwargs)3. 并列条形图 条形图(bar chart),也称为柱状图,是一种以长方形的长度为变量的统计图表,长方形的长度与它所...


    条形图(bar chart),也称为柱状图,是一种以长方形的长度为变量的统计图表,长方形的长度与它所对应的变量数值呈一定比例。

    1. 竖放条形图

    画条形图要用到 pyplot 中的 bar 函数,该函数的基本语法为:

    bar(x, height, [width], **kwargs)

    x数组,每个条形的横坐标
    height个数或一个数组,条形的高度
    [width]可选参数,一个数或一个数组,条形的宽度,默认为 0.8
    **kwargs不定长的关键字参数,用字典形式设置条形图的其他属性

    **kwargs 中常设置的参数包括图形标签 label,颜色标签 color,不透明度 alpha 等。

    假设某项针对男女大学生购买饮用水爱好的调查结果如下表:

    碳酸饮料69
    绿茶74
    矿泉水64
    其他26
    果汁15
    总计2228

    画出男生饮用水情况的直方图,代码如下:

    import matplotlib.pyplot as plt
    
    # 这两行代码解决 plt 中文显示的问题
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    
    waters = ('碳酸饮料', '绿茶', '矿泉水', '果汁', '其他')
    buy_number = [6, 7, 6, 1, 2]
    
    plt.bar(waters, buy_number)
    plt.title('男性购买饮用水情况的调查结果')
    
    plt.show()
    

    图形:
    在这里插入图片描述

    2. 横放条形图

    若要生成横的条形图,则可以使用 barh 函数,其语法与 bar 函数非常类似。

    bar(x, width, [height], **kwargs)

    y数组,每个条形的纵坐标
    width一个数或一个数组,条形的宽度
    [height]可选参数,一个数或一个数组,条形的高度,默认为 0.8
    **kwargs不定长的关键字参数,用字典形式设置条形图的其他属性

    代码:

    import matplotlib.pyplot as plt
    
    # 这两行代码解决 plt 中文显示的问题
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    
    waters = ('碳酸饮料', '绿茶', '矿泉水', '果汁', '其他')
    buy_number = [6, 7, 6, 1, 2]
    
    plt.barh(waters, buy_number)  # 横放条形图函数 barh
    plt.title('男性购买饮用水情况的调查结果')
    
    plt.show()
    

    在这里插入图片描述

    3. 并列条形图

    若要将男生与女生的调查情况画出两个条形图一块显示,则可以使用 bar 或 barh 函数两次,并调整 bar 或 barh 函数的条形图位置坐标以及相应刻度,使得两组条形图能够并排显示。

    import matplotlib.pyplot as plt
    import numpy as np
    
    # 这两行代码解决 plt 中文显示的问题
    plt.rcParams['font.sans-serif'] = ['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    
    # 输入统计数据
    waters = ('碳酸饮料', '绿茶', '矿泉水', '果汁', '其他')
    buy_number_male = [6, 7, 6, 1, 2]
    buy_number_female = [9, 4, 4, 5, 6]
    
    bar_width = 0.3  # 条形宽度
    index_male = np.arange(len(waters))  # 男生条形图的横坐标
    index_female = index_male + bar_width  # 女生条形图的横坐标
    
    # 使用两次 bar 函数画出两组条形图
    plt.bar(index_male, height=buy_number_male, width=bar_width, color='b', label='男性')
    plt.bar(index_female, height=buy_number_female, width=bar_width, color='g', label='女性')
    
    plt.legend()  # 显示图例
    plt.xticks(index_male + bar_width/2, waters)  # 让横坐标轴刻度显示 waters 里的饮用水, index_male + bar_width/2 为横坐标轴刻度的位置
    plt.ylabel('购买量')  # 纵坐标轴标题
    plt.title('购买饮用水情况的调查结果')  # 图形标题
    
    plt.show()
    

    显示:
    在这里插入图片描述

    展开全文
  • Excel柱形图条形图模板-花样折叠条形图
  • Excel柱形图条形图模板-简易式条形图
  • Excel柱形图条形图模板-堆积百分比条形图
  • Excel柱形图条形图模板-变形阴影条形图
  • 条形图-源码

    2021-03-03 01:56:21
    条形图
  • Excel柱形图条形图模板-销量地区分布图堆积条形图
  • Excel柱形图条形图模板-多段式条形图
  • Excel柱形图条形图模板-截断条形图圆柱图食品销量分析
  • Excel柱形图条形图模板-经济学人条形图圆柱分析图
  • Excel柱形图条形图模板-多组数据条形图组图
  • Excel柱形图条形图模板-绿色清新条形图设计Excel图表
  • matlab开发-BarPatchHighly可定制条形图条形图。创建并自定义带有误差线的条形图。支持分组数据。
  • Excel柱形图条形图模板-自动突出后三名条形图Excel图表
  • Excel柱形图条形图模板-图表模板-月份对比条形图Excel图表
  • 一、Bar 条形图、 1、bar 函数、 2、矩阵数据表示、 3、bar 函数代码示例、 二、Bar 条形图样式、 1、bar 函数样式、 2、堆叠条形图示例、 三、水平条形图、 1、barh 函数、 2、代码示例、





    一、Bar 条形图





    1、bar 函数


    bar 函数参考文档 : https://ww2.mathworks.cn/help/matlab/ref/bar.html



    2、矩阵数据表示


    x x x 值是一个矩阵 :

    x = [ 1 2 5 4 8 ] x = \begin{bmatrix} 1 & 2 & 5 & 4 & 8 \end{bmatrix} x=[12548]

    代码表示例 :

    % 条形图的数值列表
    x = [1 , 2 , 5 , 4 , 8]
    

    y y y x x x 与另一个矩阵组成的新矩阵 :

    y = [ 1 2 5 4 8 1 2 3 4 5 ] y = \begin{bmatrix} 1 & 2 & 5 & 4 & 8 \\\\ 1 & 2 & 3 & 4 & 5 \end{bmatrix} y=1122534485

    代码示例 :

    % 数值列表 , 组成一个矩阵
    y = [x; 1:5];
    


    3、bar 函数代码示例


    bar 函数代码示例 :

    % 条形图的数值列表
    x = [1, 2, 5, 4, 8];
    
    % 数值列表 , 组成一个矩阵
    y = [x; 1:5];
    
    % 绘制第一张图像 
    subplot(3, 1, 1);
    
    % 绘制条形图 , x 中每个元素对应一个条形
    bar(x); 
    
    
    
    % 绘制第二张图像 
    subplot(3, 1, 2);
    
    % 绘制条形图 , y 中每个元素对应一个条形
    % y 是个矩阵 ,2 x 5 = 10 个元素
    bar(y); 
    
    
    
    % 绘制第三张图像 
    subplot(3, 1, 3);
    
    % 绘制立体 3D 条形图 , y 中每个元素对应一个条形
    % y 是个矩阵 ,2 x 5 = 10 个元素
    bar3(y); 
    

    代码示例 :

    在这里插入图片描述

    在这里插入图片描述





    二、Bar 条形图样式



    bar 函数参考文档 : https://ww2.mathworks.cn/help/matlab/ref/bar.html



    1、bar 函数样式


    在 bar 函数的数据后面 , 可以使用字符串指定一个条形图样式 ,

    条形图的四种样式如下 :

    在这里插入图片描述



    2、堆叠条形图示例


    % 条形图的数值列表
    x = [1, 2, 5, 4, 8];
    
    % 数值列表 , 组成一个矩阵
    y = [x; 1:5];
    
    % 绘制第一张图像 
    subplot(2, 1, 1);
    
    % 绘制条形图 , y 中每个元素对应一个条形
    % y 是个矩阵 ,2 x 5 = 10 个元素
    bar(y); 
    
    
    
    % 绘制第二张图像 
    subplot(2, 1, 2);
    
    % 绘制条形图 , y 中每个元素对应一个条形
    % y 是个矩阵 ,2 x 5 = 10 个元素
    bar(y, 'stacked'); 
    

    绘图效果 :

    在这里插入图片描述

    在这里插入图片描述





    三、水平条形图



    barh 函数参考文档 : https://ww2.mathworks.cn/help/matlab/ref/barh.html



    1、barh 函数


    与 bar 用法类似 , 使用 barh 函数绘制的条形图是水平条形图 ;



    2、代码示例


    代码示例 :

    % 条形图的数值列表
    x = [1, 2, 5, 4, 8];
    
    % 数值列表 , 组成一个矩阵
    y = [x; 1:5];
    
    % 绘制第一张图像 
    subplot(2, 1, 1);
    
    % 绘制条形图 , y 中每个元素对应一个条形
    % y 是个矩阵 ,2 x 5 = 10 个元素
    barh(y); 
    
    
    
    % 绘制第二张图像 
    subplot(2, 1, 2);
    
    % 绘制条形图 , y 中每个元素对应一个条形
    % y 是个矩阵 ,2 x 5 = 10 个元素
    barh(y, 'stacked'); 
    

    绘图结果 :

    在这里插入图片描述

    在这里插入图片描述

    展开全文
  • labview条形图

    2018-05-03 13:16:19
    labview条形图,自己用着反正可以,应该是个老资源了吧
  • Excel柱形图条形图模板-REPT两级图
  • 条形图和折线图demo

    2018-04-13 13:21:15
    android 条形图 1.展示条形图或折线图 2.绘制启动动画
  • matplotlib绘制直方图、条形图和饼图

    万次阅读 多人点赞 2018-01-18 22:02:33
    matplotlib绘制直方图、条形图和饼图 matplotlib是一个非常强大的Python第三方绘图包,可以绘制非常多非常漂亮的图形。matplotlib.pyplot提供了一个类Matlab的函数式编程环境。通常的绘图任务,都可以通过...

    matplotlib绘制直方图、条形图和饼图

    matplotlib是一个非常强大的Python第三方绘图包,可以绘制非常多非常漂亮的图形。matplotlib.pyplot提供了一个类Matlab的函数式编程环境。通常的绘图任务,都可以通过matplotlib.pyplot完成,下面将记录下绘制直方图和饼图的过程。

    1 绘制直方图

    首先需要区分清楚概念:直方图和条形图。

    • 条形图:条形图用长条形表示每一个类别,长条形的长度表示类别的频数,宽度表示表示类别。
    • 直方图:直方图是一种统计报告图,形式上也是一个个的长条形,但是直方图用长条形的面积表示频数,所以长条形的高度表示 ,宽度表示组距,其长度和宽度均有意义。当宽度相同时,一般就用长条形长度表示频数。

    直方图一般用来描述等距数据,柱状图一般用来描述名称(类别)数据或顺序数据。直观上,直方图各个长条形是衔接在一起的,表示数据间的数学关系;条形图各长条形之间留有空隙,区分不同的类。

    区别频数分布直方图条形图
    横轴上的数据连续的,是一个范围孤立的,代表一个类别
    长条形之间没有空隙有空隙
    频数的表示一般用长条形面积表示;当宽度相同时,用长度表示长条形的长度

    1.1直方图

    import matplotlib.pyplot as plt
    import numpy as np
    import matplotlib
    
    # 设置matplotlib正常显示中文和负号
    matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
    matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号
    # 随机生成(10000,)服从正态分布的数据
    data = np.random.randn(10000)
    """
    绘制直方图
    data:必选参数,绘图数据
    bins:直方图的长条形数目,可选项,默认为10
    normed:是否将得到的直方图向量归一化,可选项,默认为0,代表不归一化,显示频数。normed=1,表示归一化,显示频率。
    facecolor:长条形的颜色
    edgecolor:长条形边框的颜色
    alpha:透明度
    """
    plt.hist(data, bins=40, normed=0, facecolor="blue", edgecolor="black", alpha=0.7)
    # 显示横轴标签
    plt.xlabel("区间")
    # 显示纵轴标签
    plt.ylabel("频数/频率")
    # 显示图标题
    plt.title("频数/频率分布直方图")
    plt.show()

    绘制的直方图效果如下:
    这里写图片描述

    1.2条形图

    import matplotlib.pyplot as plt
    import matplotlib
    # 设置中文字体和负号正常显示
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    matplotlib.rcParams['axes.unicode_minus'] = False
    
    label_list = ['2014', '2015', '2016', '2017']    # 横坐标刻度显示值
    num_list1 = [20, 30, 15, 35]      # 纵坐标值1
    num_list2 = [15, 30, 40, 20]      # 纵坐标值2
    x = range(len(num_list1))
    """
    绘制条形图
    left:长条形中点横坐标
    height:长条形高度
    width:长条形宽度,默认值0.8
    label:为后面设置legend准备
    """
    rects1 = plt.bar(left=x, height=num_list1, width=0.4, alpha=0.8, color='red', label="一部门")
    rects2 = plt.bar(left=[i + 0.4 for i in x], height=num_list2, width=0.4, color='green', label="二部门")
    plt.ylim(0, 50)     # y轴取值范围
    plt.ylabel("数量")
    """
    设置x轴刻度显示值
    参数一:中点坐标
    参数二:显示值
    """
    plt.xticks([index + 0.2 for index in x], label_list)
    plt.xlabel("年份")
    plt.title("某某公司")
    plt.legend()     # 设置题注
    # 编辑文本
    for rect in rects1:
        height = rect.get_height()
        plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
    for rect in rects2:
        height = rect.get_height()
        plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height), ha="center", va="bottom")
    plt.show()

    这里写图片描述

    1.3 水平条形图

    import matplotlib.pyplot as plt
    import matplotlib
    
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    matplotlib.rcParams['axes.unicode_minus'] = False
    
    price = [39.5, 39.9, 45.4, 38.9, 33.34]
    """
    绘制水平条形图方法barh
    参数一:y轴
    参数二:x轴
    """
    plt.barh(range(5), price, height=0.7, color='steelblue', alpha=0.8)      # 从下往上画
    plt.yticks(range(5), ['亚马逊', '当当网', '中国图书网', '京东', '天猫'])
    plt.xlim(30,47)
    plt.xlabel("价格")
    plt.title("不同平台图书价格")
    for x, y in enumerate(price):
        plt.text(y + 0.2, x - 0.1, '%s' % y)
    plt.show()

    这里写图片描述

    1.4 堆叠条形图

    import matplotlib.pyplot as plt
    import matplotlib
    
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    matplotlib.rcParams['axes.unicode_minus'] = False
    
    label_list = ['2014', '2015', '2016', '2017']
    num_list1 = [20, 30, 15, 35]
    num_list2 = [15, 30, 40, 20]
    x = range(len(num_list1))
    rects1 = plt.bar(left=x, height=num_list1, width=0.45, alpha=0.8, color='red', label="一部门")
    rects2 = plt.bar(left=x, height=num_list2, width=0.45, color='green', label="二部门", bottom=num_list1)
    plt.ylim(0, 80)
    plt.ylabel("数量")
    plt.xticks(x, label_list)
    plt.xlabel("年份")
    plt.title("某某公司")
    plt.legend()
    plt.show()

    这里写图片描述

    饼图

    import matplotlib.pyplot as plt
    import matplotlib
    
    matplotlib.rcParams['font.sans-serif'] = ['SimHei']
    matplotlib.rcParams['axes.unicode_minus'] = False
    
    label_list = ["第一部分", "第二部分", "第三部分"]    # 各部分标签
    size = [55, 35, 10]    # 各部分大小
    color = ["red", "green", "blue"]     # 各部分颜色
    explode = [0.05, 0, 0]   # 各部分突出值
    """
    绘制饼图
    explode:设置各部分突出
    label:设置各部分标签
    labeldistance:设置标签文本距圆心位置,1.1表示1.1倍半径
    autopct:设置圆里面文本
    shadow:设置是否有阴影
    startangle:起始角度,默认从0开始逆时针转
    pctdistance:设置圆内文本距圆心距离
    返回值
    l_text:圆内部文本,matplotlib.text.Text object
    p_text:圆外部文本
    """
    patches, l_text, p_text = plt.pie(size, explode=explode, colors=color, labels=label_list, labeldistance=1.1, autopct="%1.1f%%", shadow=False, startangle=90, pctdistance=0.6)
    plt.axis("equal")    # 设置横轴和纵轴大小相等,这样饼才是圆的
    plt.legend()
    plt.show()

    这里写图片描述

    展开全文
  • 利用 matplotlib 制作条形图 排列在工作表的列或行中的数据可以绘制到柱状图(条形图)中。 特点:绘制连离散的数据,能够一眼看出各个数据的大小,比较数据之间的差别。(统计/对比) 我们用一个例子来描述利用matplotlib...
  • ggplot2-为折线图和条形图添加误差线

    万次阅读 多人点赞 2016-04-09 16:58:56
    采用ggplot2绘制折线图和条形图,并添加误差线.ggplot2只能处理 data.frame数据,每列作为一个变量,是一个指标.以ToothGrowth数据为例,进行处理tg ToothGrowth head(tg)## len supp dose ## 1 4.2 VC 0.5 ## 2 11.5 VC...

    本文更新地址: http://blog.csdn.net/tanzuozhev/article/details/51106089

    本文在 http://www.cookbook-r.com/Graphs/Plotting_means_and_error_bars_(ggplot2)/ 的基础上加入了自己的理解

    采用ggplot2绘制折线图和条形图,并添加误差线.

    ggplot2只能处理 data.frame数据,每列作为一个变量,是一个指标.

    以ToothGrowth数据为例,进行处理

    tg <- ToothGrowth
    head(tg)
    ##    len supp dose
    ## 1  4.2   VC  0.5
    ## 2 11.5   VC  0.5
    ## 3  7.3   VC  0.5
    ## 4  5.8   VC  0.5
    ## 5  6.4   VC  0.5
    ## 6 10.0   VC  0.5
    library(ggplot2)

    数据预处理

    采用summarySE()(函数定义在本文末尾)对数据进行预处理,计算数据的 标准误差(Standard Error). > 标准误差区别于标准差(Standard Deviation) . SE为 standard error of the mean 可以参考: http://blog.csdn.net/tanzuozhev/article/details/50830928

    # summarySE 计算标准差和标准误差以及95%的置信区间.
    
    tgc <- summarySE(tg, measurevar="len", groupvars=c("supp","dose"))
    tgc
    ##   supp dose  N   len       sd        se       ci
    ## 1   OJ  0.5 10 13.23 4.459709 1.4102837 3.190283
    ## 2   OJ  1.0 10 22.70 3.910953 1.2367520 2.797727
    ## 3   OJ  2.0 10 26.06 2.655058 0.8396031 1.899314
    ## 4   VC  0.5 10  7.98 2.746634 0.8685620 1.964824
    ## 5   VC  1.0 10 16.77 2.515309 0.7954104 1.799343
    ## 6   VC  2.0 10 26.14 4.797731 1.5171757 3.432090

    折线图

    绘制带有误差线和95%置信区间线的折线图和点图

    # 带有标准误差线的折线图
    # Standard error of the mean
    ggplot(tgc, aes(x=dose, y=len, colour=supp)) + 
        geom_errorbar(aes(ymin=len-se, ymax=len+se), width=.1) +
        geom_line() +
        geom_point()

    # 对重叠的点,进行偏移处理(尽管这样可以将点分开便于观看,但是个人认为这并不科学)
    pd <- position_dodge(0.1) # move them .05 to the left and right
    
    ggplot(tgc, aes(x=dose, y=len, colour=supp)) + 
        geom_errorbar(aes(ymin=len-se, ymax=len+se), width=.1, position=pd) +
        geom_line(position=pd) +
        geom_point(position=pd)
    ## ymax not defined: adjusting position using y instead
    ## ymax not defined: adjusting position using y instead

    # 绘制带有95%置信区间的折线图
    ggplot(tgc, aes(x=dose, y=len, colour=supp)) + 
        geom_errorbar(aes(ymin=len-ci, ymax=len+ci), width=.1, position=pd) +
        geom_line(position=pd) +
        geom_point(position=pd)
    ## ymax not defined: adjusting position using y instead
    ## ymax not defined: adjusting position using y instead

    # 设置误差线的颜色,特别注意如果没有 group=supp,这个重合的误差线将不会偏移.
    
    ggplot(tgc, aes(x=dose, y=len, colour=supp, group=supp)) + 
        geom_errorbar(aes(ymin=len-ci, ymax=len+ci), colour="black", width=.1, position=pd) +
        geom_line(position=pd) +
        geom_point(position=pd, size=3)
    ## ymax not defined: adjusting position using y instead
    ## ymax not defined: adjusting position using y instead

    下面是一个完整的带有标准误差线的图,geom_point 放在 geom_line之后,可以保证点被最后绘制,填充为白色.

    ggplot(tgc, aes(x=dose, y=len, colour=supp, group=supp)) + 
        geom_errorbar(aes(ymin=len-se, ymax=len+se), colour="black", width=.1, position=pd) +
        geom_line(position=pd) +
        geom_point(position=pd, size=3, shape=21, fill="white") + # 21 is filled circle
        xlab("Dose (mg)") +
        ylab("Tooth length") +
        scale_colour_hue(name="Supplement type",    # Legend label, use darker colors
                         breaks=c("OJ", "VC"),
                         labels=c("Orange juice", "Ascorbic acid"),
                         l=40) +                    # Use darker colors, lightness=40
        ggtitle("The Effect of Vitamin C on\nTooth Growth in Guinea Pigs") +
        expand_limits(y=0) +                        # Expand y range
        scale_y_continuous(breaks=0:20*4) +         # Set tick every 4
        theme_bw() +
        theme(legend.justification=c(1,0),# 这一项很关键,如果没有这个参数,图例会偏移,读者可以试一试
              legend.position=c(1,0))               # Position legend in bottom right
    ## ymax not defined: adjusting position using y instead
    ## ymax not defined: adjusting position using y instead

    条形图

    绘制条形图与绘制折线图类似,但是必须要注意的是tgc$size必须被设置成 factor 类型,如果它是 数值型向量,那么将会出现错误. > 这是因为dose如果是 数值型向量将会作为连续型数据进行处理,而 因子型 变量被作为离散型数据进行处理.

    # 转换为因子类型
    tgc2 <- tgc
    tgc2$dose <- factor(tgc2$dose)
    
    # Error bars represent standard error of the mean
    ggplot(tgc2, aes(x=dose, y=len, fill=supp)) + 
        geom_bar(position=position_dodge(), stat="identity") +
        geom_errorbar(aes(ymin=len-se, ymax=len+se),
                      width=.2, # 设置误差线的宽度 
                      position=position_dodge(.9))

    # 使用95%置信区间
    ggplot(tgc2, aes(x=dose, y=len, fill=supp)) + 
        geom_bar(position=position_dodge(), stat="identity") +
        geom_errorbar(aes(ymin=len-ci, ymax=len+ci),
                      width=.2,                    # Width of the error bars
                      position=position_dodge(.9))

    完整的条形图

    ggplot(tgc2, aes(x=dose, y=len, fill=supp)) + 
        geom_bar(position=position_dodge(), stat="identity",
                 colour="black", # Use black outlines,
                 size=.3) +      # Thinner lines
        geom_errorbar(aes(ymin=len-se, ymax=len+se),
                      size=.3,    # Thinner lines
                      width=.2,
                      position=position_dodge(.9)) +
        xlab("Dose (mg)") +
        ylab("Tooth length") +
        scale_fill_hue(name="Supplement type", # Legend label, use darker colors
                       breaks=c("OJ", "VC"),
                       labels=c("Orange juice", "Ascorbic acid")) +
        ggtitle("The Effect of Vitamin C on\nTooth Growth in Guinea Pigs") +
        scale_y_continuous(breaks=0:20*4) +
        theme_bw()

    ## Gives count, mean, standard deviation, standard error of the mean, and confidence interval (default 95%).
    ##   data: a data frame.
    ##   measurevar: the name of a column that contains the variable to be summariezed
    ##   groupvars: a vector containing names of columns that contain grouping variables
    ##   na.rm: a boolean that indicates whether to ignore NA's
    ##   conf.interval: the percent range of the confidence interval (default is 95%)
    summarySE <- function(data=NULL, measurevar, groupvars=NULL, na.rm=FALSE,
                          conf.interval=.95, .drop=TRUE) {
        library(plyr)
    
        # 计算长度
        length2 <- function (x, na.rm=FALSE) {
            if (na.rm) sum(!is.na(x))
            else       length(x)
        }
    
        # 以 groupvars 为组,计算每组的长度,均值,以及标准差
        # ddply 就是 dplyr 中的 group_by + summarise
        datac <- ddply(data, groupvars, .drop=.drop,
          .fun = function(xx, col) {
            c(N    = length2(xx[[col]], na.rm=na.rm),
              mean = mean   (xx[[col]], na.rm=na.rm),
              sd   = sd     (xx[[col]], na.rm=na.rm)
            )
          },
          measurevar
        )
    
        # 重命名  
        datac <- plyr::rename(datac, c("mean" = measurevar))
    
        # 计算标准偏差
        datac$se <- datac$sd / sqrt(datac$N)  # Calculate standard error of the mean
    
        # Confidence interval multiplier for standard error
        # Calculate t-statistic for confidence interval: 
        # e.g., if conf.interval is .95, use .975 (above/below), and use df=N-1
        # 计算置信区间
        ciMult <- qt(conf.interval/2 + .5, datac$N-1)
        datac$ci <- datac$se * ciMult
    
        return(datac)
    }
    展开全文
  • 遵循以下列出的要求,使用d3.js制作的条形图: X轴是-z。 Y轴为-10到90(条形图可以位于x轴下方)。 X轴没有任何刻度。 在该示例中,没有下拉菜单,而是有一个接受数字的输入框。 范围是(0到10)。 默认情况下,...
  • 此函数为 MxN 矩阵中的每个单独的条形创建一个带有任意颜色的 3D 条形图。 条形高度 = 矩阵的元素条形颜色 = (1) 用户指定的颜色图或 (2) RGB 颜色向量的 MxNx3 数组。 如果您想进行进一步更改,它会返回单个条形图...
  • 这是一张微立体风格的,饼状图条形图搭配PPT图表。左侧是微立体四数据项PPT饼状图,右侧搭配扁平化条形图对比展示。.PPTX格式;
  • 16、17、18_使用gridspec定义多子图,条形图(Bar plots),分组条形图,堆叠条形图(Stacked bar chart),饼图(Pie plots),甜甜圈图,嵌套饼图.pdf
  • 彩色实用PPT条形图

    2021-07-16 18:41:48
    这是两张彩色4数据线对比的,实用PPT条形图,.PPTX格式;
  • 本文实例为大家分享了python绘制水平条形图的具体代码,供大家参考,具体内容如下 水平条形图与绘制柱状图类似,大家可以先看看我之前写的博客,如何绘制柱状图 水平条形图需要在Bar函数中设置orientation= ‘h’ ...
  • 增长幅度统计PPT条形图素材下载,关键词:柱状图,条状图,条形图,统计数据,PPT图表,幻灯片素材下载,PPTX格式; 增长幅度统计PPT条形图素材下载,关键词:柱状图,条状图,条形图,统计数据,PPT图表,幻灯片...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 61,643
精华内容 24,657
关键字:

条形图