1、数据读取
r
## 数据整理
d3.1=read.xlsx('adstats.xlsx','d3.1',rowNames=T);d3.1 #读取adstats.xlsx表格d3.1数据
barplot(apply(d3.1,1,mean)) #按行做均值条形图
barplot(apply(d3.1,1,mean),las=3)
barplot(apply(d3.1,2,mean)) #按列做均值图条形图
barplot(apply(d3.1,2,mean),col=1:8) #按列做彩色均值图条形图
d3.1图表

参数las
**las=3**是barplot()函数的一个参数,用于设置x轴标签的方向。las=3表示将x轴标签逆时针旋转90度,以便更好地显示。
参数las用于控制标签的方向,其取值可以是0、1、2或3,分别代表不旋转、逆时针旋转90度、旋转180度和顺时针旋转90度。
2、条形图、饼图
r
barplot(apply(d3.1[,2:8],2,mean))
#去掉第一列后的数据按列做均值条形图

r
barplot(apply(d3.1,2,median))
#按列做中位数条形图

r
pie(apply(d3.1, 2, mean))
#按列做均值饼图

3、箱线图
r
boxplot(d3.1)
#按列做箱线图

r
boxplot(d3.1,horizontal=T,las=1)
#箱线图中图形按水平放置

4、星象图
r
stars(d3.1)
#具有图例的360度星相图

r
stars(d3.1,key.loc=c(13,1.8))
#具有图例的360度星相图
key.loc=c(13,1.8):这是一个参数,用于指定图例的位置。 13表示图例在x轴上的位置, 1.8表示图例在y轴上的位置
r
stars(d3.1,full=F,key.loc=c(13,1.5))
#具有图例的180度星相图
在stars包中,full参数是stars函数的一个可选参数,用于指定是否加载完整的星表数据。当full参数设置为FALSE时,表示只加载部分星表数据,这样可以减少内存占用和计算时间。而当full参数设置为TRUE时,表示加载完整的星表数据,包括所有的星体信息。在给定的例子中,full=F表示加载部分星表数据。

r
stars(d3.1,draw.segments=T,key.loc=c(13,1.7))
#具有图例的360度彩色圆形星相图
stars(d3.1,full=F,draw.segments=T,key.loc=c(13,1.5))
#具有图例的180度彩色圆形星相图
5、脸谱图
r
faces(d3.1,ncol.plot=7)
#做脸谱图
ncol.plot=7,表示要绘制的图像的列数。这个参数决定了图像在水平方向上的排列方式,即每行显示多少个图像。
r
faces(d3.1[,2:8],ncol.plot=7)
#去掉第一个变量按每行7个做脸谱图
r
faces(d3.1[c(1,9,19,28,29,30),])
#选择第1,9,19,28,29,30个观测的多元数据做脸谱图

r
install.packages("TeachingDemos") #安装TeachingDemos包
library("TeachingDemos") #加载TeachingDemos包
faces2(d3.1,ncols=7) #TeachingDemos::faces(d3.1)

6、调和曲线
r
install.packages("andrews") #安装andrews包
library(andrews) #加载andrews包
andrews(d3.1,clr=5,ymax=6) #绘制调和曲线图
clr=5:表示曲线的颜色,这里的clr=5表示曲线的颜色为第5种颜色。
ymax=6:表示y轴的最大值,即曲线在y轴方向上的最大值为6。
r
#选择第1,9,19,28,29,30个观测的多元数据做调和曲线图
andrews(d3.1[c(1,9,19,28,29,30),],clr=5,ymax=6)

r
library(msaR) #加载自定义msaR
source('msaR.R') #加载自定函数
msa.andrews(d3.1) #绘制调和曲线图
自定义函数

r
# 选择第1,9,19,28,29,30个观测的多元数据做调和曲线图
msa.andrews(d3.1[c(1,9,19,28,29,30),])

7、案例------城市现代化水平的直观分析
(1)数据:

(2)代码
r
Case3=read.xlsx('adcase.xlsx','Case3',rowNames = T);head(Case3)
summary(Case3)
boxplot(Case3)
rm=apply(Case3,1,mean);rm
barplot(rm,las=3) #按行做均值图
cm=apply(Case3,2,mean);cm
barplot(cm,horiz=T) #按列做均值图
stars(Case3,key.loc=c(8,2))
stars(Case3,draw.segments=T,key.loc=c(8,2))
install.packages("aplpack")
library(aplpack)
faces(Case3)
msa.andrews(Case3)
(3)运行结果