精华内容
下载资源
问答
  • r语言画饼图
    2021-12-17 12:14:38

    饼图在商业世界中无所不在,然而多数统计学家,包括相应R文档的编写者却都对它持否定
    态度。相对于饼图,他们更推荐使用条形图或点图,因为相对于面积,人们对长度的判断更精确。
    也许由于这个原因,R中饼图的选项与其他统计软件相比十分有限。
    饼图可由以下函数创建:

    pie(x, labels)

    其中x是一个非负数值向量,表示每个扇形的面积,而labels则是表示各扇形标签的字符型向量。

    par(mfrow=c(2, 2))
    slices <- c(10, 12,4, 16, 8) 
    lbls <- c("US", "UK", "Australia", "Germany", "France") 
    pie(slices, labels = lbls, 
     main="Simple Pie Chart") 
    pct <- round(slices/sum(slices)*100) 
    lbls2 <- paste(lbls, " ", pct, "%", sep="") 
    pie(slices, labels=lbls2, col=rainbow(length(lbls2)),
     main="Pie Chart with Percentages") 
    library(plotrix) 
    pie3D(slices, labels=lbls,explode=0.1, 
     main="3D Pie Chart ") 
    mytable <- table(state.region)
    lbls3 <- paste(names(mytable), "\n", mytable, sep="") 
    pie(mytable, labels =
    更多相关内容
  • R语言画饼图pie

    千次阅读 2021-10-24 20:23:34
    R语言中绘制饼图的函数为pie,其使用格式如下 Usage pie(x, labels = names(x), edges = 200, radius = 0.8, clockwise = FALSE, init.angle = if(clockwise) 90 else 0, density = NULL, angle = 45, col = ...

    在R语言中绘制饼图的函数为pie,其使用格式如下

    Usage

    pie(x, labels = names(x), edges = 200, radius = 0.8,
        clockwise = FALSE, init.angle = if(clockwise) 90 else 0,
        density = NULL, angle = 45, col = NULL, border = NULL,
        lty = NULL, main = NULL, ...)
    
    

    参数解释

    x 一个非负的数值型向量。x中的值决定了饼图中每个扇形的大小。

    labels 用于给出每个扇区的标签。

    edges : 绘制饼图时,饼图的外轮廓是由多边形近似表示的。理论上,edges的数值越大,饼图看上去越圆。

    radius : R中的饼图绘制以radius为边的正方形中,取值范围为-1到1。取值-1时,默认0角度是从正左边逆时针开始,否则是从正右边逆时针开始。

    clockwise : 逻辑值。指示绘制扇区时是逆时针方向排列(FALSE),还是顺时针方向排列(TRUE)。默认为逆时针。

    init.angle : 开始绘制扇区时的初始角度。默认情况下,逆时针时,第一个扇区的开始边为0度(3点钟方向),并向逆时针方向展开。如果clockwise取值为TRUE时,第1个扇区的开始边为90度(12点钟方向),并向顺时针方向展开。

    density : 阴影线的密度。如果设置该参数,且为正值,则饼图以阴影线进行填充,如为负值,且未指定每个扇区的颜色时,则整体为黑色,不能体现出分区来,如是0值,则没有填充色,也没有阴影线。

    angle : 阴影线的斜率。默认为45度。

    col : 一个颜色向量,用于给出扇区的填充色或阴影线的颜色(当设置了density参数时,就是阴影线的颜色)。

    border : 每个扇区的边框颜色。

    lty : 每个扇区的线型(0:无,1:实线;2:短划线;3:点线;4:点划线;5:长划线;6:双划线;)

    main : 绘图的标题

    1. 简单用法

    # default name
    pie(rep(1, 24), col = rainbow(24), radius = 0.9)
    pie(c(0.3,0.5,0.2))
    
    # name
    pie.sales <- c(0.12, 0.3, 0.26, 0.16, 0.04, 0.12)
    names(pie.sales) <- c("Blueberry", "Cherry",
                          "Apple", "Boston Cream", "Other", "Vanilla Cream")
    pie(pie.sales) # default colours
    
    pie(c(Sky = 78, "Sunny side of pyramid" = 17, "Shady side of pyramid" = 5),
        init.angle = 315)
    

    2. 加颜色,图注等

    pie.sales <- c(0.12, 0.3, 0.26, 0.16, 0.04, 0.12)
    names(pie.sales) <- c("Blueberry", "Cherry",
                          "Apple", "Boston Cream", "Other", "Vanilla Cream")
    pie(pie.sales) # default colours
    pie(pie.sales,clockwise = TRUE) # default colours
    
    # 灰度图
    pie(pie.sales, col = gray(seq(0.4, 1.0, length.out = 6)))
    # 选定颜色
    pie(pie.sales, col = c("purple", "violetred1", "green3",
                           "cornsilk", "cyan", "white"))
    # 加图注
    legend("topright",names(pie.sales),cex=0.85, fill=c("purple", "violetred1", "green3","cornsilk", "cyan", "white"))
    
    # 加上一定角度的条纹
    pie(pie.sales, density = seq(10,35,by=5), angle = 15 + 10 * 1:6)
    pie(pie.sales, density = 30, angle = 15 + 10 * 1:6)
    # density: 条纹密度
    #angle:条纹角度
    pie(pie.sales, density = 30, angle = 15 + 10 * 1:6,col = c("purple", "violetred1", "green3","cornsilk", "cyan", "white"))
    # 加标题
    pie(pie.sales, clockwise = TRUE, main = "pie(*, clockwise = TRUE)")
    # 加线段
    segments(0, 0, 0, 1, col = "red", lwd = 2)
    # 加文字
    text(0, 1, "init.angle = 90", col = "red")

    3. 画三维饼图和扇形图

    需要plotrix软件包。

    pie3D(x, main, labels,explode, radius, height..)

    参数

    main:饼图主标题

    labels:各个“块”的标签

    explode:各个“块”之间的间隔,默认值为0

    radius:整个“饼”的大小,默认值为1,0~1为缩小

    height:饼块的高度,默认值为0.1

    install.packages("plotrix")
    
    library(plotrix)
    
    x <- c(10,20,30,40,50)
    label <- c("Alabama","Alaska", "Arizona", "Arkansas", "California")
    
    pie3D(x,labels=label,radius=0.8,explode=0.05,main="PieChart of Countries")
    
    # 保存图片
    png(filename = "test.png",width = 1000,height = 800) 
    fan.plot(x,labels = label, main="Fan Plot",col= terrain.colors(length(x)))#可使用函数内置的颜色
    legend("bottomright",cex=0.6,label, fill= terrain.colors (length(x)))
    dev.off()

    展开全文
  • 在工作中如果遇到需要计算总费用或金额的各个部分构成比例的情况,一般都是通过各个部分与总额相除来计算,而且这种比例表示方法单看数字很抽象,我们可以使用一种形图表,能够直接以图形的方式直接显示各个组成...

    1.什么是饼图/甜甜圈图?

    在工作中如果遇到需要计算总费用或金额的各个部分构成比例的情况,一般都是通过各个部分与总额相除来计算,而且这种比例表示方法单看数字很抽象,我们可以使用一种饼形图表,能够直接以图形的方式直接显示各个组成部分所占比例,更加形象直观。

    饼图,是指使用圆形及圆内扇形的面积来表示数值大小的图形,其一般用于表示总体中各部分所占的比例。

    甜甜圈图(圆环图),其本质是将饼图的中间区域挖空。虽然如此,甜甜圈图还是有其优点的。饼图的整体性太强,会让我们将注意力集中在比较饼图内各个扇形之间占整体比重的关系。但如果我们将两个饼图放在一起,则很难同时对比两个图。甜甜圈图在解决上述问题时,采用了让我们更关注长度而不是面积的做法。这样我们就能相对简单地对比不同的甜甜圈图。

    本文我们就来讨论一下饼图/甜甜圈图是如何绘制的以及如何对其进行解读。

    2.绘图前的数据准备

    ​ demo数据可以在https://www.bioladder.cn/shiny/zyp/bioladder2/demoData/Pie/data.csv下载。

    包含2列数据,第一列是名称,第二列是数值。

    在这里插入图片描述

    3. R语言怎么画饼图/甜甜圈图

    3.1 饼图

    # 加载R包,没有安装请先安装  install.packages("包名") 
    library(graphics)
    
    # 读取饼图/甜甜圈图数据文件
    df= read.delim("https://www.bioladder.cn/shiny/zyp/bioladder2/demoData/Pie/data.csv",# 这里读取了网络上的demo数据,将此处换成你自己电脑里的文件
                   sep = "," # 因为文件为csv格式,所以分隔符设置为","逗号
    )   
    
    # 设置标签样式(名称+百分比+原数值)
    labs <- paste0(df$group," \n(", round(df$value/sum(df$value)*100,2), "%)"," \n(",df$value, ")")
    
    # 绘图
    pie(df$value,
        labels=labs, 
        init.angle=90,    # 设置初始角度
        col = rainbow(length(df$value)) , # 设置颜色 
        border="white",   # 边框颜色 
        cex = 1)          # 字体大小
    

    3.2 甜甜圈图

    # 并没有直接画甜甜圈图的R包,所以在饼图源代码的基础上改改
    doughnut <- function (x, labels = names(x), edges = 200, outer.radius = 0.8,
                          inner.radius=0.6, clockwise = FALSE,
                          init.angle = if (clockwise) 90 else 0, density = NULL,
                          angle = 45, col = NULL, border = FALSE, lty = NULL,
                          main = NULL, ...)
    {
      if (!is.numeric(x) || any(is.na(x) | x < 0))
        stop("'x' values must be positive.")
      if (is.null(labels))
        labels <- as.character(seq_along(x))
      else labels <- as.graphicsAnnot(labels)
      x <- c(0, cumsum(x)/sum(x))
      dx <- diff(x)
      nx <- length(dx)
      plot.new()
      pin <- par("pin")
      xlim <- ylim <- c(-1, 1)
      if (pin[1L] > pin[2L])
        xlim <- (pin[1L]/pin[2L]) * xlim
      else ylim <- (pin[2L]/pin[1L]) * ylim
      plot.window(xlim, ylim, "", asp = 1)
      if (is.null(col))
        col <- if (is.null(density))
          palette()
      else par("fg")
      col <- rep(col, length.out = nx)
      border <- rep(border, length.out = nx)
      lty <- rep(lty, length.out = nx)
      angle <- rep(angle, length.out = nx)
      density <- rep(density, length.out = nx)
      twopi <- if (clockwise)
        -2 * pi
      else 2 * pi
      t2xy <- function(t, radius) {
        t2p <- twopi * t + init.angle * pi/180
        list(x = radius * cos(t2p),
             y = radius * sin(t2p))
      }
      for (i in 1L:nx) {
        n <- max(2, floor(edges * dx[i]))
        P <- t2xy(seq.int(x[i], x[i + 1], length.out = n),
                  outer.radius)
        polygon(c(P$x, 0), c(P$y, 0), density = density[i],
                angle = angle[i], border = border[i],
                col = col[i], lty = lty[i])
        Pout <- t2xy(mean(x[i + 0:1]), outer.radius)
        lab <- as.character(labels[i])
        if (!is.na(lab) && nzchar(lab)) {
          lines(c(1, 1.05) * Pout$x, c(1, 1.05) * Pout$y)
          text(1.1 * Pout$x, 1.1 * Pout$y, labels[i],
               xpd = TRUE, adj = ifelse(Pout$x < 0, 1, 0),
               ...)
        }      
        Pin <- t2xy(seq.int(0, 1, length.out = n*nx),
                    inner.radius)
        polygon(Pin$x, Pin$y, density = density[i],
                angle = angle[i], border = border[i],
                col = "white", lty = lty[i])
      }
      
      title(main = main, ...)
      invisible(NULL)
    }
    
    # 绘图
    doughnut(
      df$value,
      labels=labs, 
      init.angle=90,     # 设置初始角度
      col = rainbow(length(df$value)) , # 设置颜色 
      border="white",    # 边框颜色 
      inner.radius= 0.4, # 内环大小
      cex = 1)           # 字体大小
    

    4. BioLadder生信云平台在线绘制饼图/甜甜圈图

    不想写代码?可以用BioLadder生信云平台在线绘制饼图/甜甜圈图。

    饼图网址:https://www.bioladder.cn/web/#/chart/38

    甜甜圈图网址:https://www.bioladder.cn/web/#/chart/39

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-evG7Xu6k-1652085241036)(D:\gitee\bioladder2\文档\知乎\饼图、甜甜圈图.assets\image-20220104140123160.png)]

    5. 饼图/甜甜圈图结果解读

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LOfS4hHs-1652085241037)(D:\gitee\bioladder2\文档\知乎\饼图、甜甜圈图.assets\image-20220104142127729.png)]

    饼图/甜甜圈图都是用比例显示数值大小的图形。数值越高,该组别所占的比例。

    甜甜圈图本质是将饼图的中间区域挖空

    展开全文
  • N久不分享学习心得的小Q终于有时间冒个泡了,这次分享一个小Q改良后的在地图上任意画饼图,直方图的R代码(其实是摸清了数据结构后自己多加了几行代码+),这里以饼图为例。画图原理1.利用R包rworldmap & ...

    N久不分享学习心得的小Q终于有时间冒个泡了,这次分享一个小Q改良后的在地图上任意画饼图,直方图的R代码(其实是摸清了数据结构后自己多加了几行代码+),这里以饼图为例。

    画图原理

    1.利用R包rworldmap & rworldxtra来作图。

    2.已有的map数据中一个国家对应一个坐标,一个国家边界,利用这些已有数据+用户数据构建新的画图数据(其他新添加的图均是如此)。

    rworldmap包的介绍

    1.如果想查看rworldmap包的情况

    help(package="rworldmap")

    2.了解high resolution map情况

    a

    # Map是一个sp对象,SpatialLinesDataFrame类

    # 结构如下:

    # a@data

    # a@polygons

    # a@plotOrder

    # a@bbox

    # a@proj4string

    # 我们主要利用a@data和a@polygons

    v

    colnames(v)

    [1] "ne_10m_adm" "ScaleRank"

    [3] "LabelRank" "FeatureCla"

    [5] "OID_" "SOVEREIGNT"

    [7] "SOV_A3" "ADM0_DIF"

    [9] "LEVEL" "TYPE"

    [11] "ADMIN" "ADM0_A3"

    [13] "GEOU_DIF" "GEOUNIT"

    [15] "GU_A3" "SU_DIF"

    [17] "SUBUNIT" "SU_A3"

    [19] "NAME" "ABBREV"

    [21] "POSTAL" "NAME_FORMA"

    [23] "TERR_" "NAME_SORT"

    [25] "MAP_COLOR" "POP_EST"

    [27] "GDP_MD_EST" "FIPS_10_"

    [29] "ISO_A2" "ISO_A3"

    [31] "ISO_N3" "ISO3"

    [33] "LON" "LAT"

    [35] "ISO3.1" "ADMIN.1"

    [37] "REGION" "continent"

    [39] "GEO3major" "GEO3"

    [41] "IMAGE24" "GLOCAF"

    [43] "Stern" "SRESmajor"

    [45] "SRES" "GBD"

    [47] "AVOIDnumeric" "AVOIDname"

    [49] "LDC" "SID"

    [51] "LLDC"

    # ***这里主要使用***:

    # 第11列:类对象属性ID

    # 第19列:后期绘图匹配项

    # 第33列:绘图时的经度

    # 第34列:绘图时的纬度

    3.实例操作

    1)输入文件格式说明

    文件逗号分隔,每列的说明:

    1.ID

    新的类对象属性ID,自定义,等于原来map中的11列ADMIN

    2.Name

    后期绘图匹配项,同ID即可,等于原来map中的19列NAME

    3.LON

    绘图时的经度33列LON

    4.LAT

    绘图时的纬度34列LAT

    注意:这里的经纬度是你自己想要标记饼图的经纬度(起到随意标记点的作用)

    5.国家名

    和原始map文件中的第11列ADMIN ID对应,每个国家都有一个坐标多边形区域,必须把坐标点画在某个国家内

    6.饼图分块-1

    7.饼图分块-2

    8.legend名字

    这里一个饼图只分成2部分,用户可自定义添加更多

    2)画图的具体代码如下:

    rm(list=ls())

    library(rworldmap)

    library(rworldxtra)

    #---------------------------------

    # 读入输入文件

    dat

    > dat

    ADMIN NAME LON LAT rawName P1 P2 legendName

    1 Philippines Philippines 121.41825 15.95318 Philippines 0.5 0.5 legendName

    2 Bangladesh Bangladesh 90.22658 23.88242 Bangladesh 0.4 0.6 legendName

    3 Myanmar Myanmar 96.48873 21.21545 Myanmar 0.2 0.8 legendName

    #---------------------------------

    # 提取原始high resolution map的数据,作为map对应的新数据

    a

    rawData

    #---------------------------------

    # 注意下面的操作,因为我的饼图只区分2块,所以只需要多增加2列数据

    rawData[,5]

    rawData[,6]

    colnames(rawData)

    IDname

    for(i in 1:length(a@plotOrder)){IDname[i]

    #---------------------------------

    # 将新数据data覆盖原始的数据data

    rawData

    a@data

    #---------------------------------

    # 添加新加入的城市对应的对象属性polygons,添加一个对象到list中

    # polygons是一个list;每个成员是一个sp

    # 每个sp的polygons又是一个list,每个成员是一个sp

    # 每个sp都有其自己的对象属性,相同或不同

    #

    for(i in 1:dim(dat)[1])

    {

    index

    tmpPolygon

    tmpPolygon@labpt

    tmpPolygon@ID

    a@polygons

    # 相当于把新坐标点的polygon信息添加到map中

    # 新坐标点的polygon取所在国家的polygon

    }

    #---------------------------------

    # plot map pie

    par(oma=c(0,0,0,0),

    mar=c(0,0,0,0),

    fig=c(0,1,0,1),

    mai=c(0,0,0,0)

    )

    # 因为我的饼图只区分2块,所以只需要2个颜色

    color_array

    mapPies(a,

    nameZs = c(colnames(a@data)[5],

    colnames(a@data)[6]), # 用作画图的两列

    zColours=color_array, # 不同比例的颜色

    symbolSize = 0.5, # pie的大小

    addCatLegend=F, # 不添加默认的legend

    oceanCol = "lightblue",

    landCol = "wheat")

    legend(60,0, # legend所在的横纵坐标/经纬度

    legend = c(colnames(a@data)[5],

    colnames(a@data)[6]), # legend中的指示文字

    fill = color_array, # legend 指示box的颜色,要求顺序同上zColours

    title = dat[1,8], # legend title

    bty="n", # 不做legen的背景框

    title.adj = c(1)

    )

    成品如下

    地图+饼图

    转载请标明出处和作者 ^+^

    撰文&编辑:VickieQ

    校对:HCLO4 & 花毛

    展开全文
  • R 语言画成绩饼图

    2021-04-12 13:40:18
    使用R语言画成绩饼图 随机生成成绩数据 ```r stu=seq(from=210222001,length.out=100)#生成学号 chinese=round(runif(100,min=50,max=100))#生成语文成绩,50到100的随机数 math=round(rnorm(100,mean=80,sd=7))#...
  • 介绍一下R中用R的基础包中的pie函数来绘制饼图,以及用R的扩展包plotrix的pie3D函数绘制3D饼图,两个函数的使用方法是区别有但不大的。
  • R语言绘制好看的饼图、空心饼图

    千次阅读 2022-03-21 11:02:27
    好看的饼图、空心饼图,R语言ggplot2实现
  • 我们在ggplot2中制作的实际上是一个条形转换为极坐标。如果我们想制作一个像上面截图那样的地图,这就很困难了。 但在地图上绘制饼图时,它也有自己的缺点。首先,当我们绘制大量的饼图时,它以光栅图像的形式...
  • R语言ggplot2可视化:可视化华夫饼图(Waffle Chart)、华夫饼图可以直观地显示完成度(百分比)或者部分占整体的比例、华夫饼图适合于同类型指标的比较(Waffle Chart)
  • R语言可视化包ggplot2绘制饼图(pie chart)实战 目录 R语言可视化包ggplot2绘制饼图(pie chart)实战 #ggplot2绘制一个基本饼图 #ggplot2绘制一个饼图并美化(theme_void函数移除背景、网格、标签) #...
  • R语言画多组数据相关性分析

    千次阅读 2020-12-22 00:59:10
    相关性表示两组数据之间的...这里列出2种方法:数据以R语言内置的mtcars数据框为例(直接输入mtcars就能查看其内容,其包含了11个变量,对那个变量都测量了32辆汽车)1. 利用corrgram包中的corrgram()函数。代码为:in...
  • library(echarts4r) value <- rnorm(10, 10, 2) nodes <- data.frame( name = sample(LETTERS, 10), value = value, size = value, stringsAsFactors = FALSE ) edges <- data.frame( source = ...
  • 今年是我在CSDN第一次过中秋节,特意为此去学习了用Python来月饼,不仅可以学习而且在制作的过程还很有趣。本文将使用(海龟)来月饼。turtle库是Python重要的标准库之一,是最有价值的程序设计入门实践库,它是...
  • 【代码】R语言ggplot2个月饼送给你。
  • R语言可视化饼图比例分析

    千次阅读 2020-05-12 16:54:13
    R语言可视化饼图比例分析 可视化分析时常常需要分析物品所占的比例,我们可以使用饼图进行比例分析。本例中我们使用R连接MySQL,获取MySQL中的car_action表数据从而统计汽车所使用的燃料的比例。 1.启动MySQL ...
  • 今天介绍一个新的R包{ggpie}[1],顾名思义就是专门制作...第二张,将分类变量cut再制作一个甜甜圈,使用函数ggdonut()并修饰图片: 第三张,使用到两个分类变量,即cut和color,制作一个内嵌甜甜圈(nested donut
  • ubantu系统下直接打开终端,输入R进入R环境 1.获取当前工作空间 getwd() print(getwd()) 2.设置工作空间 setwd() setwd("/home/xydong") 3.读取csv文件 ("&lt;-" 类似其他编程语言中...
  • R语言的饼图 Pie Chart

    千次阅读 2019-09-19 17:00:35
    R语言里面可以用很多方法来画饼图: pie pie(x, labels = names(x), edges = 200, radius = 0.8, clockwise = FALSE, init.angle = if(clockwise) 90 else 0, density = NULL, angle = 45, col = NULL...
  • 用法如下:pie_datacheck(x,check =T) template 调色板,在R中输入pie_template_list能够查看所有可用的颜色 perc 逻辑值,是否在饼图中展示百分比,默认不展示 group_name 图例的名称 title 的标题 (1)构造数据...
  • R语言作图——Pie chart(饼图)

    万次阅读 多人点赞 2019-11-17 20:50:58
    今天要给大家介绍的Pie chart(饼图),本来是不打算写这个的,因为用Excel画饼图实在是太方便了。本着能少动一下是一下的懒人原则,是不打算用R画的,再说,本小仙不是掌握了R作图大器ggplot2么,实在需要用的时候...
  • https://blog.csdn.net/u012111465/article/details/72797032本文来自本人做的一个案例,经过比较,个人感觉Python中的matplotlib要比excel、R语言中ggplot2中的饼图好看。解决画图中的中文乱码问题参数详解保存...
  • R语言画图/绘图/作图2

    2022-05-25 22:19:00
    R语言画图/绘图/作图2 动画气泡 可以使用该gganimate包实现动画气泡。它与气泡相同,但是,您必须显示值如何在第五维(通常是时间)上变化。 要做的关键是将 设置为aes(frame)要在其上设置动画的所需列。其余...
  • R语言绘图-legend()添加图例

    千次阅读 2021-03-07 02:53:44
    bty 图例框是否出,o为出,默认为n不出; bg bty != "n"时,图例的背景色; box.lty, box.lwd, box.col bty = "o"时,图例框的类型,box.lty决定是否为虚线,box.lwd决定粗线,box.col决定颜色; pt.bg 点的...
  • R语言ggplot2可视化:使用ggpubr包的ggpie函数可视化饼图(pie chart)、为饼图不同区域添加标签
  • R语言使用pie函数可视化饼图(pie chart)、为饼图添加百分比信息、使用plotrix包可视化3D饼图、使用plotrix包可视化扇形饼图
  • R语言ggplot2可视化:可视化饼图分面并在中添加数据标签
  • python画饼图

    千次阅读 2019-10-29 17:55:38
    #显示中文,在Spyder下有效,在linux的jupyter notebook上无效,因为该机器为内网机器,没有SimHei.ttf语言包 mpl.rcParams['font.sans-serif'] = ['SimHei'] import matplotlib.pyplot as plt labels = [u'...
  • R语言画数据图形

    2017-02-07 21:13:37
    数据分析入门与实战 公众号: weic2cplot是一般的画图函数,hist是直方,boxplot是箱型。这些函数会覆盖前面的图形,如何创建多个图形便于同时查看呢?...
  • R语言之作饼图并保存

    千次阅读 2016-05-21 17:41:03
    通过作图查看一个变量之后,我们很希望保存下来,怎么做?代码如下:#创建文件 jpeg(file="pie_music$V4.jpg") #绘制图片 pie(table(music_csv$V4)...执行完上述代码后,我们发现这幅图片就保存在R当前的工作目录下了。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,459
精华内容 583
关键字:

r语言画饼图