R - 折线图:初学者指南
欢迎,有抱负的数据可视化爱好者!今天,我们将踏上探索R语言和折线图的激动人心的旅程。即使你之前从未编写过一行代码,也不用担心——我们将从最基础的内容开始,一起逐步学习。在本教程结束时,你将能够创建出美妙的折线图,让数据歌唱!
什么是折线图?
在我们深入R语言之前,让我们快速了解一下什么是折线图。想象你在追踪一个月内每天的咖啡消耗量。折线图会将这些数据以一系列由线连接的点来展示,x轴代表天数,y轴代表咖啡数量。它是展示随时间变化的趋势的理想工具!
R语言入门
首先,确保你的计算机上安装了R。如果你还没有安装R和RStudio,请访问R项目网站和RStudio网站下载并安装它们。
一旦准备好R和RStudio,打开RStudio,让我们开始折线图的冒险之旅!
创建你的第一个折线图
步骤1:准备数据
让我们从一个简单的例子开始。我们将创建一个展示一周平均温度的折线图。
# 创建表示天数和温度的向量
days <- c("Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun")
temps <- c(20, 22, 25, 23, 21, 19, 22)
# 组合成数据框
weather_data <- data.frame(Day = days, Temperature = temps)
# 查看数据
print(weather_data)
这段代码创建了一个简单的数据集,包含一周的天数和对应的温度。data.frame()
函数将我们的天数和温度组合成整洁的表格结构。
步骤2:创建基本的折线图
现在,让我们使用plot()
函数创建我们的第一个折线图:
plot(weather_data$Temperature, type = "l", col = "blue",
xlab = "星期", ylab = "温度 (°C)",
main = "每周温度")
让我们分解一下:
-
weather_data$Temperature
:这选择了我们的数据中的温度列。 -
type = "l"
:这告诉R创建一个线图("l"代表线)。 -
col = "blue"
:这设置了我们的线颜色为蓝色。 -
xlab
和ylab
:这些为我们的x轴和y轴设置了标签。 -
main
:这设置了我们的图表标题。
增强你的折线图
向折线图添加点
为了让我们的图表更有信息量,让我们在每个数据点上添加点:
plot(weather_data$Temperature, type = "b", col = "blue", pch = 16,
xlab = "星期", ylab = "温度 (°C)",
main = "每周温度")
type = "b"
参数告诉R同时包含线和点("b"代表两者)。pch = 16
参数设置了点的形状为实心圆。
定制x轴
我们的x轴当前显示的是数字而不是天数。让我们修正这个问题:
plot(weather_data$Temperature, type = "b", col = "blue", pch = 16,
xlab = "星期", ylab = "温度 (°C)",
main = "每周温度", xaxt = "n")
axis(1, at = 1:7, labels = weather_data$Day)
xaxt = "n"
参数抑制了默认的x轴,而axis()
函数允许我们创建一个带有我们日标签的自定义x轴。
折线图中的多条线
现在我们已经掌握了基础,让我们更进一步!想象我们想要比较两周的温度。
# 为两周创建数据
week1_temps <- c(20, 22, 25, 23, 21, 19, 22)
week2_temps <- c(19, 21, 24, 25, 23, 18, 20)
# 组合成数据框
weather_data <- data.frame(
Day = days,
Week1 = week1_temps,
Week2 = week2_temps
)
# 创建图表
plot(weather_data$Week1, type = "b", col = "blue", pch = 16,
xlab = "星期", ylab = "温度 (°C)",
main = "两周温度对比", xaxt = "n", ylim = c(15, 30))
lines(weather_data$Week2, type = "b", col = "red", pch = 17)
axis(1, at = 1:7, labels = weather_data$Day)
legend("topright", legend = c("第1周", "第2周"),
col = c("blue", "red"), pch = c(16, 17), lty = 1)
这段代码引入了一些新概念:
- 我们使用
plot()
绘制第一条线,用lines()
添加第二条线。 -
ylim = c(15, 30)
设置了y轴的范围,以容纳两组数据。 -
legend()
函数添加了一个图例,以帮助区分两条线。
结论
恭喜你!你刚刚在R中创建了你的第一个折线图。我们涵盖了创建简单和多个折线图的基础,定制颜色,添加点,甚至创建图例。
记住,熟能生巧。尝试使用不同的数据集、颜色和样式进行练习。在你意识到之前,你将能够创建出令人惊叹的可视化,让数据生动起来!
以下是总结我们使用的主要函数的表格:
函数 | 用途 |
---|---|
plot() |
创建初始图表 |
lines() |
向现有图表添加额外的线 |
axis() |
定制轴标签 |
legend() |
向图表添加图例 |
快乐绘图,愿你的线总是向上趋势!
Credits: Image by storyset