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()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 colorlinetype 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
源猿人13 小时前
企业级文件浏览系统的Vue实现:架构设计与最佳实践
前端·javascript·数据可视化
IT毕设梦工厂20 小时前
大数据毕业设计选题推荐-基于大数据的客户购物订单数据分析与可视化系统-Hadoop-Spark-数据可视化-BigData
大数据·hadoop·数据分析·spark·毕业设计·源码·bigdata
路由侠内网穿透20 小时前
本地部署 GPS 跟踪系统 Traccar 并实现外部访问
运维·服务器·网络·windows·tcp/ip
大数据CLUB1 天前
基于spark的澳洲光伏发电站选址预测
大数据·hadoop·分布式·数据分析·spark·数据开发
研华嵌入式1 天前
如何在高通跃龙QCS6490 Arm架构上使用Windows 11 IoT企业版?
arm开发·windows·嵌入式硬件
计算机编程小央姐1 天前
跟上大数据时代步伐:食物营养数据可视化分析系统技术前沿解析
大数据·hadoop·信息可视化·spark·django·课程设计·食物
智数研析社1 天前
9120 部 TMDb 高分电影数据集 | 7 列全维度指标 (评分 / 热度 / 剧情)+API 权威源 | 电影趋势分析 / 推荐系统 / NLP 建模用
大数据·人工智能·python·深度学习·数据分析·数据集·数据清洗
qingyunliushuiyu1 天前
BI数据可视化:驱动数据价值释放的关键引擎
数据挖掘·数据分析·数据分析系统·数据分析平台·bi数据可视化
CodeCraft Studio1 天前
【案例分享】TeeChart 助力 Softdrill 提升油气钻井数据可视化能力
信息可视化·数据可视化·teechart·油气钻井·石油勘探数据·测井数据
招风的黑耳1 天前
赋能高效设计:12套中后台管理信息系统通用原型框架
信息可视化·axure后台模板·原型模板