R语言绘制折线图

折线图是实用的数据可视化工具,通过连接数据点的线段展示数据随时间或变量的变化趋势。在经济、科学、销售及天气预报等领域广泛应用,为决策和分析提供依据。它能清晰呈现经济数据动态、助力科学研究、反映企业销售情况、预告天气变化,以简洁直观和信息丰富的特点发挥重要作用。

0x01 plot() 函数

1.使用plot()函数绘制折线图:

r 复制代码
x <- 1:5
y1 <- c(3, 5, 4, 6, 7)
y2 <- c(2, 4, 7, 5, 6)
y3 <- c(6, 3, 5, 4, 5)
plot(x, y1, type = "l") # type = "l" 表示绘制折线图

2.可以添加标题、坐标轴标签、类型、粗细、颜色等。

r 复制代码
plot(x,y1,main = "折线图",sub = "例1",xlab = "x轴",ylab = "y轴",ylim = c(1,7),col = "red",pch = 3,cex = 1.5,lwd = 2,type = "o")
#type = "o":表示点覆盖在线上,在上一篇散点图的绘制中有写参数。

3.同时还可以使用lines()函数在已经绘制好的折线图上添加其它的折线。

r 复制代码
lines(x, y2,pch = 2,cex = 1.5,lwd = 2,col = "blue",type = "o")
lines(x, y3,pch = 5,cex = 1.5,lwd = 2,col = "green",type = "o")

4.也可以使用legend()函数在图形中添加图例。

(该参数同样适用于前一篇散点图,上一篇忘记补充了,所以写在这里)

r 复制代码
legend("topright",c("y1","y2","y3"),pch = c(3,2,5),col = c("red","blue","green"),bg = "white")
#topright这个参数表示在右上方

0x02 使用 ggplot2包

一、准备数据

首先,需要有用于绘制折线图的数据。通常数据以数据框的形式存在,包含至少两个变量,一个用于表示横坐标(通常是时间或连续变量),另一个用于表示纵坐标(数据值)。

例如:

r 复制代码
library(ggplot2)

# 创建示例数据
data <- data.frame(
  time = 1:5,
  value = c(3, 5, 4, 6, 7),
  group = "Group 1"
)

# 确保 data2 的结构与 data 一致,用于演示后面绘制多条折线图
data2 <- data.frame(
  time = 1:5,
  value = c(2, 4, 5, 7, 8),
  group = "Group 2"
)

二、创建基本图形对象

使用 ggplot() 函数创建一个基本的图形对象,并指定数据和映射关系。通常将横坐标变量映射到 x 美学属性,纵坐标变量映射到 y 美学属性。

r 复制代码
p <- ggplot(data, aes(x = time, y = value))

三、添加折线图层

使用 geom_line() 函数添加折线图层到图形中。

r 复制代码
p + geom_line()

四、添加标题和坐标轴标签

可以使用 ggtitle()、xlab() 和 ylab() 函数添加标题和坐标轴标签,使图形更具可读性。

r 复制代码
p + geom_line() +
  ggtitle("Line Plot Example") +
  xlab("Time") +
  ylab("Value")

五、定制折线图

1.改变线条颜色和线型:

可以使用 color 和 linetype 参数来改变折线的颜色和线型。

r 复制代码
p + geom_line(color = "blue", linetype = "dashed") +
  ggtitle("Line Plot Example") +
  xlab("Time") +
  ylab("Value")

2.添加数据点:

可以使用 geom_point() 函数在折线上添加数据点,以便更清楚地显示数据值。

r 复制代码
ggplot(data, aes(x = time, y = value, color = group)) +
  geom_line() +
  geom_point() +
  ggtitle("Line Plot with Points Example") +
  xlab("Time") +
  ylab("Value")

3.绘制多条折线:

如果有多个数据集,可以在数据框中添加额外的变量,并使用 aes() 函数将其映射到颜色、线型等美学属性上,以绘制多条折线。

r 复制代码
data <- rbind(data, data2)

ggplot(data, aes(x = time, y = value, color = group)) +
  geom_line() +
  ggtitle("Multiple Line Plot Example") +
  xlab("Time") +
  ylab("Value")
相关推荐
roman_日积跬步-终至千里36 分钟前
【数据Agent论文·查询与语义|06】RAT-SQL:怎样把问题、表和字段真正关联起来?
数据库·sql·数据分析
钱栈up1 小时前
耳机音效不对,我顺手查了系统更新,结果挖出个崩溃了整天的服务
windows·shell
xiao77mwq1 小时前
Wireshark 在 Windows 上没法按进程抓包,我补了一条路
windows
Helix2502 小时前
MDT自动化部署实战:构建企业级Windows批量装机与PXE网络引导环境
windows·mdt自动化部署·wds网络启动·pxe引导·windows批量装机·任务序列·无人值守安装
benchmark_cc3 小时前
量化项目启动时,应该先设计数据接口还是先编写策略?从系统架构角度做出正确选择
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
学IT的周星星3 小时前
记忆系统:让 Agent 记住你是谁、上次聊到哪
运维·服务器·人工智能·windows·大模型·llm·agent
roman_日积跬步-终至千里3 小时前
【数据Agent论文·分析工作流|20】Data Interpreter:任务图怎样帮助复杂分析?
人工智能·数据分析
撞强4 小时前
Windows 上从零开始:Obsidian + Copilot(Icompify)+ 客户洞察实战 · 图文指南
windows·copilot·obsidian·icompify
roman_日积跬步-终至千里5 小时前
【数据Agent论文·查询与语义|11】EntSQL:给了业务文档,模型为何还是写不对SQL?
数据库·人工智能·sql·数据分析
roman_日积跬步-终至千里5 小时前
【数据Agent论文·分析工作流|17】Data-Copilot:把重复分析变成可复用接口
数据分析·copilot