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
计算机编程指导师7 分钟前
【计算机毕设推荐】基于Hadoop+Spark的公共交通运营数据分析与可视化系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习
大数据·hadoop·python·计算机·数据分析·spark·交通
周小董38 分钟前
[1369]Windows上安装PostgreSQL
数据库·windows·postgresql
doujiaozh1 小时前
Win7 复活记:用 3 个补丁让 13 年前的老电脑跑通 Kimi API
windows
临床数据科学和人工智能兴趣组3 小时前
正则表达式的基础语法的基本符号
开发语言·人工智能·python·正则表达式·r语言·r语言-4.2.1·workbudyy
计算机编程指导师4 小时前
【计算机毕设选题推荐】基于Hadoop的宫颈癌变进程光谱数据分析系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习
大数据·hadoop·python·数据分析·spark·毕业设计·宫颈癌变
可乐ea5 小时前
小模型也能做数据分析智能体:把 harness 收窄做小
数据挖掘·数据分析·ai智能体·上下文工程·数据分析智能体·agentharness·工具调用设计
余醉 | dtminer5 小时前
56%的保护效应藏在乳腺密度里:Nat Commun 高分中介孟德尔随机化全 R 管线拆解(附核心图)
开发语言·r语言·孟德尔随机化
Teable任意门互动6 小时前
优锘科技北京客户管理数字化落地案例|HAP明道云搭建客户管理平台-任意门互动科技(HAP 官方实施服务商)
大数据·人工智能·科技·信息可视化·信息与通信
SL_staff6 小时前
BI不该只服务高管:JVS如何让仓库管理员自主配置库存预警
spring boot·数据分析·数据可视化
计算机编程指导师6 小时前
大数据毕业设计推荐:Hadoop+Django全球碳排放减排策略分析与可视化系统源码 毕业设计 选题推荐 毕设选题 数据分析 机器学习
大数据·hadoop·python·数据分析·spark·毕业设计·碳排放