😀
Euclid Jie's Book
  • Introduction
  • 资源网站
  • 亲测好用的软件
    • GitBook
    • VSCode
  • 旁门左道
    • 既爱又恨的编码格式
    • datetime与pd.to_datetime对比
  • Python
    • Pip介绍
    • Python虚拟环境
    • Python类库
    • DataFrame函数
    • 时间格式数据处理
    • Numpy函数
    • python的IDE配置
    • 创建Package并上传至Pypi
    • Unitest
  • Machine Learning
    • PyTorch Lightning
  • R语言
    • 英文分词
    • 回归分析
    • 绘图专栏
    • 图解中心化、标准化对回归的影响
  • 课程知识点
    • 回归分析
    • 因子分析
    • 残差诊断
    • 异方差检验
  • 网络爬虫
    • BeautifulSoup
    • Selenium
    • Urllib3
    • IP代理池
  • 数据库
    • Mongo数据库
    • Redis数据库
    • ClickHouse数据库
    • MySQL数据库
    • Postgres
  • Git
  • 服务器相关
  • Linux命令
  • Docker相关
  • 正则表达式
  • Uqer
  • SSH
  • BAT
  • stata
  • 装机
  • 文献相关
  • 本文排版
由 GitBook 提供支持
在本页
  • 散点图
  • 线图
  • 坐标轴
在GitHub上编辑
  1. R语言

绘图专栏

上一页回归分析下一页图解中心化、标准化对回归的影响

最后更新于2年前

记录R语言可视化相关的内容

散点图

  • plot散点图,直接使用plot

    plot(data$x, data$y, xlab="x", ylab="y", pch=16)   # 参数pch设置点的类型
    简单散点图
  • 限制y范围

    plot(ylim=c(0,2),hii_order,xlab="",ylab="",pch=16)
  • 散点图矩阵

    pairs(data, main="Basic Scatter Plot Matrix")     # 基础的散点图矩阵
    library(car)
    scatterplotMatrix(data, spread=F, smoother.args=list(lty=2),regLine=T,smooth = F,main="Scatter Plot Matrix via car Pakage")   # 带有分布图的散点图矩阵
    library(GGally)
    ggpairs(data = data)  # 美观的变量矩阵
    散点图矩阵
    带有分布图的散点图矩阵
    使用ggpairs绘制的散点图矩阵

线图

  • 添加回归直线

    mo <- lm(y~x,data)                                  # 最小二乘回归
    summary(mo)                                         # 打印结果
    abline(mo, col="red", lwd=2)                        # 添加经验回归直线

坐标轴

  • 带坐标轴的回归结果添加

    x1 <- rnorm(50,4,2)
    e <- rnorm(50,0,0.1)
    y <- -2 + x1 + e
    plot(x1, y, xlab="x", ylab="y", ylim=c(-8,8), xlim=c(-8,8), pch=15)    # 绘制散点图
    abline(h=0, v=0, lty=2)
    abline(reg=m1, col="black", lwd=2) 
添加经验回归拟合直线的散点图
带坐标轴的回归直线