R语言绘图相关函数（含实例）

plot:可用于创建多种类型的图形

dev.new():新建画板

hist：绘制直方图

dotchart：绘制点图的函数

pie:绘制饼图

pair：绘制散点图矩阵

boxplot：绘制箱线图

scatterplot3D：绘制三维散点图

par：修改图形设备的参数

title:设置标题

axis：自定义坐标轴的外观和属性

rug：添加轴密度

grid：添加网格

abline:添加直线

lines：添加直线

text：添加标签

legend:添加图例

plot:可用于创建多种类型的图形

plot(x, y, type = "p", ...)

参数

x：要绘制的数据的x轴坐标。
y：要绘制的数据的y轴坐标。
type：要绘制的图形类型。常见的值包括：
"p"：散点图（默认值）。
"l"：线图。
"b"：线图和散点图（同时显示）。
"h"：步进图。
"s"：阶梯图。
"n"：不绘制图形，只创建绘图区域。

(1)绘制散点图

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 6, 8, 10)plot(x, y, type = "p", main = "Scatter Plot", xlab = "X", ylab = "Y")

（2）绘制线图

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 6, 8, 10)plot(x, y, type = "l", main = "Line Plot", xlab = "X", ylab = "Y")

（3）绘制柱状图

x <- c("A", "B", "C", "D")
y <- c(10, 15, 7, 12)plot(x, y, type = "b", main = "Bar Chart", xlab = "Categories", ylab = "Values")
#这里会出现报错
#plot()函数默认将输入数据视为数值型，在尝试绘制非数值型数据时会导致错误
#可以使用barplot()x <- c("A", "B", "C", "D")
y <- c(10, 15, 7, 12)barplot(y, names.arg = x, main = "Bar Chart", xlab = "Categories", ylab = "Values")

dev.new():新建画板

> dev.new()
NULL
> x <- c("A", "B", "C", "D")
> y <- c(10, 15, 7, 12)
> 
> barplot(y, names.arg = x, main = "Bar Chart", xlab = "Categories", ylab = "Values")
> 
>

hist：绘制直方图

参数

x：要创建直方图的数据向量或数值矩阵。
breaks：用于控制直方图的分箱数目。可以是一个整数来指定分箱的数量，也可以是一个向量来指定分箱的边界。
freq：一个逻辑值，指示是否绘制直方图的频率（默认为TRUE）。如果设置为FALSE，则绘制密度图。
probability：一个逻辑值，指示是否绘制概率密度直方图（默认为FALSE）。如果设置为TRUE，则纵轴将标准化为表示密度而不是计数。
include.lowest：一个逻辑值，指示是否包含第一个分箱区间的左边界（默认为TRUE）。
right：一个逻辑值，指示分箱区间是否包含右边界，默认为TRUE。如果设置为FALSE，则分箱区间是左开右闭的。
density：一个逻辑值，指示是否绘制概率密度线（默认为NULL）。
angle：控制直方图的画板角度，默认为45度。
col：直方图的填充颜色。
border：直方图的边框颜色。
main：直方图的标题。
xlab：x轴的标签。
ylab：y轴的标签。

# 创建一个向量作为示例数据
data <- c(22, 34, 16, 28, 30, 20, 24, 18, 21, 31)# 使用一些常用参数来自定义直方图的外观
hist(data,breaks = 5,  # 分成5个分箱col = "blue",  # 设置直方图的填充颜色为蓝色border = "white",  # 设置直方图的边界颜色为白色main = "Histogram",  # 设置直方图的标题xlab = "Values",  # 设置x轴标签ylab = "Frequency"  # 设置y轴标签
)

dotchart：绘制点图的函数

参数

x: 表示要绘制点图的数值向量。
labels: 表示与每个数值对应的类别名称的向量。
groups: 表示对数据进行分组的因子或向量。可以根据分组对点图进行着色。
color: 表示点的颜色。可以是一个预定义的颜色名称或颜色代码。
pch: 表示点的形状。可以是一个整数或字符，代表不同的形状。
cex: 表示点的大小。可以是一个数值，指定点的放大倍数。
main: 表示点图的标题。
xlab: 表示x轴的标签。
ylab: 表示y轴的标签。
xlim: 表示x轴的范围。
ylim: 表示y轴的范围。

# 创建数据
categories <- c("Category A", "Category B", "Category C", "Category D")
values <- c(10, 15, 7, 12)# 使用dotchart绘制点图
dotchart(values, labels = categories, main = "Dot Chart", xlab = "Values")

pie:绘制饼图

参数

x: 表示要绘制饼图的数值向量。
labels: 表示与每个数值对应的类别名称的向量。如果指定了该参数，那么标签将显示在饼图中的每个扇区旁边。
main: 表示饼图的标题。
col: 表示饼图的颜色向量。可以是一个预定义的颜色名称向量或自定义颜色代码向量。
border: 表示饼图扇区的边界颜色。可以是一个颜色名称或颜色代码。
clockwise: 表示饼图绘制的方向。默认为TRUE，表示顺时针绘制；设为FALSE时表示逆时针绘制。
init.angle: 表示饼图开始绘制的角度，默认为90度，即从12点钟方向开始绘制。
labels.dist: 表示标签离饼图的距离。可以是一个数值，单位为“像素”（px），或一个比例。
labels.bg: 表示标签的背景色。可以是一个颜色名称或颜色代码，用于填充标签的背景。
radius: 表示饼图的半径，可以是一个数值或一个比例。

pair：绘制散点图矩阵

参数

x: 数据框或矩阵，包含要绘制散点图矩阵的变量。
labels: 变量名的向量，用于显示在散点图矩阵中每个小图的轴标签上。
pch: 散点的形状，默认为1（圆点）。可以是一个整数或字符向量，用于指定不同形状的点。
col: 散点的颜色，默认为黑色。可以是一个颜色名称或颜色代码向量，用于指定不同颜色的点。
bg: 散点的填充颜色，默认为空。可以是一个颜色名称或颜色代码向量，用于指定点的填充颜色。
cex: 散点的大小，默认为1。可以是一个数值或数值向量，用于指定不同大小的点。
main: 散点图矩阵的主标题。
sub: 散点图矩阵的副标题。
lower.panel: 一个函数，用于自定义非对角线上每个小图的绘制内容。
upper.panel: 一个函数，用于自定义非对角线上每个小图的绘制内容。
diag.panel: 一个函数，用于自定义对角线上每个小图的绘制内容。

# 创建数据
data <- iris[, 1:4]   # 使用鸢尾花数据集的前四列作为示例数据# 使用pair()绘制散点图矩阵
pairs(data)

boxplot：绘制箱线图

x：要创建箱线图的数据向量或数值矩阵。
horizontal：一个逻辑值，指示是否绘制水平箱线图（默认为FALSE）。如果设置为TRUE，则绘制水平箱线图。
notch：一个逻辑值，指示是否绘制缺口箱线图（默认为FALSE）。如果设置为TRUE，则绘制缺口箱线图。
varwidth：一个逻辑值，指示是否根据箱子的样本数目调整箱子的宽度（默认为FALSE）。如果设置为TRUE，则根据样本数目调整箱子的宽度。
outline：一个逻辑值或字符向量，指示是否绘制异常值的点或字符（默认为TRUE）。如果设置为FALSE，则不绘制异常值。
col：箱线图的颜色。
border：箱线图的边框颜色。
main：箱线图的标题。
xlab：x轴的标签。
ylab：y轴的标签。

# 创建一个向量作为示例数据
data <- c(22, 34, 16, 28, 30, 20, 24, 18, 21, 31)# 使用一些常用参数来自定义箱线图的外观
boxplot(data,col = "blue",  # 设置箱线图的颜色为蓝色border = "white",  # 设置箱线图的边框颜色为白色main = "Boxplot",  # 设置箱线图的标题xlab = "Data",  # 设置x轴标签ylab = "Values",  # 设置y轴标签notch = TRUE  # 绘制缺口箱线图
)

将notch参数设置为FALSE，并使用out参数指定了两个异常值（10和40）

# 创建一个向量作为示例数据
data <- c(22, 34, 16, 28, 30, 20, 24, 18, 21, 31)# 使用notch=FALSE和带有异常值的out参数
boxplot(data,col = "blue",  # 设置箱线图的颜色为蓝色main = "Boxplot",  # 设置箱线图的标题xlab = "Data",  # 设置x轴标签ylab = "Values",  # 设置y轴标签notch = FALSE,  # 不绘制缺口箱线图out = c(10, 40)  # 指定异常值
)

scatterplot3D：绘制三维散点图

常用参数

x，y，z：要绘制的数据点的三个变量。
color：指定散点的颜色。可以是一个字符向量或颜色名称。例如，"blue"表示蓝色，"#FF0000"表示红色。
pch：指定散点的形状。可以是一个整数或字符。例如，16表示实心圆，17表示实心三角形。
main：设置散点图的标题。
xlab，ylab，zlab：设置x轴、y轴和z轴的标签。
type：指定绘图类型。默认值为"p"表示散点图，也可以选择其他类型如"l"表示连线图。
lty：指定连线的类型。默认值为"solid"表示实线，也可以选择其他类型如"dashed"表示虚线。
theta，phi：控制视角的角度，用于旋转和调整观察者的视图。
box：设置是否绘制包围盒。默认值为TRUE表示绘制边框，FALSE表示不绘制。

# 创建三个变量作为示例数据
x <- c(1, 2, 3, 4, 5)
y <- c(6, 7, 8, 9, 10)
z <- c(11, 12, 13, 14, 15)# 绘制三维散点图
scatterplot3d(x, y, z,color = "blue",  # 设置散点的颜色为蓝色pch = 16,  # 设置散点的形状为实心圆main = "3D Scatter Plot",  # 设置图标题xlab = "X",  # 设置x轴标签ylab = "Y",  # 设置y轴标签zlab = "Z"  # 设置z轴标签
)

par：修改图形设备的参数

常见参数

mfrow：用于设置绘图区域的布局，即将多个图形组织在一个网格中。例如，par(mfrow = c(2, 2))表示将画布分成2行2列，以便绘制4个图形。
mar：用于设置绘图区域的边距。默认值为c(5, 4, 4, 2) + 0.1，分别代表下、左、上、右的边距。
oma：用于设置整个图形区域的边距。默认值为c(0, 0, 2, 0)，分别代表下、左、上、右的边距。
mfcol：类似于mfrow，用于设置绘图区域的布局，但是按列来组织图形。例如，par(mfcol = c(2, 2))表示将画布分成2列2行，以便绘制4个图形。
mgp：用于设置刻度标签与轴线之间的距离、刻度标签与轴线之间的距离以及刻度线与轴线之间的距离。默认值为c(3, 1, 0)。
cex.axis：用于设置坐标轴标签的字体大小。
cex.lab：用于设置轴标题的字体大小。
font：用于设置绘图区域中的字体类型。默认值为1表示标准字体。
family：用于设置字体系列，比如"serif"表示衬线字体，"sans"表示无衬线字体。

(1)设置绘制区域布局

# 将画布分成2行2列，以便绘制4个图形
par(mfrow = c(2, 2))

(2)设置绘图区域边距

# 设置下、左、上、右的边距分别为1、2、1、2
par(mar = c(1, 2, 1, 2))

(3)设置整个图形区域的边距

# 设置下、左、上、右的边距分别为1、1、1、1
par(oma = c(1, 1, 1, 1))

(4)设置刻度标签、轴标题和字体大小

# 设置刻度标签、轴标题的字体大小为1.5倍原始大小
par(cex.axis = 1.5, cex.lab = 1.5)

title:设置标题

参数

main：指定主标题的文本内容。
sub：指定副标题的文本内容。
xlab：指定x轴标题的文本内容。
ylab：指定y轴标题的文本内容。
line：指定标题相对于图形的位置。默认值为0.5，表示居中放置。负值将标题放置在图形外部，正值将标题放置在图形内部。
col.main：指定主标题的文字颜色。
col.sub：指定副标题的文字颜色。
col.lab：指定x轴和y轴标题的文字颜色。
cex.main：指定主标题的字体缩放系数，用于调整字体大小。
cex.sub：指定副标题的字体缩放系数，用于调整字体大小。
cex.lab：指定x轴和y轴标题的字体缩放系数，用于调整字体大小。
font.main：指定主标题的字体样式，默认为1表示标准字体。其他可用的字体样式有"bold"（粗体）、"italic"（斜体）等。
font.sub：指定副标题的字体样式。
font.lab：指定x轴和y轴标题的字体样式。

title(main = "Scatter Plot", sub = "Data Analysis", xlab = "X-axis", ylab = "Y-axis",col.main = "blue",col.sub = "red",col.lab = "green",cex.main = 1.5,cex.sub = 1,cex.lab = 1.2,font.main = 2,font.sub = "italic",font.lab = 3
)

axis：自定义坐标轴的外观和属性

axis(side, at, labels, pos, tick, line, lty, lwd, col, cex.axis, font, ...)

参数

side：指定要修改的坐标轴（1=下轴，2=左轴，3=上轴，4=右轴）。
at：指定刻度线的位置。
labels：指定刻度标签的文本内容。
pos：指定轴线和刻度线的位置（通常与at参数一起使用）。
tick：控制是否显示刻度线。
line：控制轴线和刻度线的长度。
lty：控制轴线和刻度线的线型。
lwd：控制轴线和刻度线的线宽。
col：控制轴线和刻度线的颜色。
cex.axis：控制刻度标签的字体缩放系数。
font：控制刻度标签的字体样式。

# 自定义x轴
axis(side = 1, at = c(1, 2, 3, 4), labels = c("A", "B", "C", "D"), pos = 0, tick = TRUE, line = -0.5, lty = "dashed", lwd = 2, col = "blue", cex.axis = 1.2, font = 2)# 自定义y轴
axis(side = 2, at = c(0, 5, 10, 15), labels = c("Low", "Medium", "High", "Very High"), pos = 0, tick = TRUE, line = -0.5, lty = "dotted", lwd = 1.5, col = "red", cex.axis = 1, font = 3)

rug：添加轴密度

rug(x, side = 1, ticksize = 0.03, line = NULL, lty = NULL, lwd = NULL, col = NULL, ...)

参数

x：指定要在坐标轴上绘制轴密度标记的值。
side：指定轴密度标记的位置（1=下轴，2=左轴，3=上轴，4=右轴）。
ticksize：指定轴密度标记的大小。
line：指定轴密度标记的位置（通常与x参数一起使用）。
lty：控制轴密度标记的线型。
lwd：控制轴密度标记的线宽。
col：控制轴密度标记的颜色。

# 在散点图上添加轴密度标记
plot(x, y)
rug(x, side = 1, ticksize = 0.03, col = "blue")# 在直方图上添加轴密度标记
hist(x)
rug(x, side = 1, ticksize = 0.03, col = "red")# 在密度图上添加轴密度标记
plot(density(x))
rug(x, side = 1, ticksize = 0.03, col = "green")

grid：添加网格

nx：指定网格线在x轴上的数量。
ny：指定网格线在y轴上的数量。
col：设置网格线的颜色。
lty：设置网格线的类型。
lwd：设置网格线的宽度。

# 添加默认的灰色虚线网格线
plot(x, y)
grid()# 添加自定义颜色、线型和线宽的网格线
plot(x, y)
grid(col = "blue", lty = "dashed", lwd = 1)# 添加指定数量的网格线
plot(x, y)
grid(nx = 5, ny = 5)

abline:添加直线

abline(a = NULL, b = NULL, h = NULL, v = NULL, reg = NULL, coef = NULL, ...)

a：直线的截距。
b：直线的斜率。
h：添加水平直线，指定y轴上的值。
v：添加垂直直线，指定x轴上的值。
reg：添加回归线，使用回归模型的结果。
coef：添加自定义系数的直线。

# 添加斜率为1、截距为0的直线
plot(x, y)
abline(a = 0, b = 1)# 添加水平直线
plot(x, y)
abline(h = 5, col = "red")# 添加垂直直线
plot(x, y)
abline(v = 3, col = "blue")# 添加回归线（使用线性回归模型的结果）
plot(x, y)
#lm() 函数用于拟合线性回归模型
#y ~ x 表示以 x 为自变量，y 为因变量进行拟合
fit <- lm(y ~ x)
abline(reg = fit, col = "green")# 添加自定义系数的直线
plot(x, y)
abline(a = 2.5, b = -0.5, col = "purple")

lines：添加直线

x：指定线条的 x 坐标值。
y：指定线条的 y 坐标值。
type：指定线条的类型，如 "l"（直线）、"b"（带有下垂直线段的折线）、"o"（带有上垂直线段的折线）、"s"（步进函数）、"h"（阶梯函数）等。
lty：指定线条的线型。
lwd：指定线条的宽度。
col：指定线条的颜色。

# 绘制直线
plot(x, y)
lines(x = c(1, 2, 3), y = c(2, 4, 3), col = "blue")# 绘制折线
plot(x, y)
lines(x = c(1, 2, 3, 4), y = c(2, 4, 3, 5), type = "b", col = "red")# 绘制阶梯函数
plot(x, y)
lines(x = c(1, 2, 3, 4), y = c(2, 4, 3, 5), type = "h", col = "green")# 绘制自定义线型和宽度的线条
plot(x, y)
lines(x, y, lty = 2, lwd = 2, col = "purple")

text：添加标签

参数

x：指定标签的 x 坐标。
y：指定标签的 y 坐标。
labels：指定要显示的文本标签内容。
pos：指定标签相对于坐标点的位置，可选值包括 1（下方）、2（左下方）、3（左方）、4（左上方）、5（上方）、6（右上方）、7（右方）和 8（右下方）。
col：指定标签的颜色。
cex：指定标签的字体大小缩放因子。
font：指定标签的字体类型，如 "plain"（普通字体）、"bold"（粗体）、"italic"（斜体）等。

# 创建散点图并添加标签
plot(x, y)
text(x = c(1, 2, 3), y = c(2, 4, 3), labels = c("Label 1", "Label 2", "Label 3"))# 添加带有样式的标签
plot(x, y)
text(x = c(1, 2, 3), y = c(2, 4, 3), labels = c("Label 1", "Label 2", "Label 3"), pos = 4, col = "blue", font = 2, cex = 1.5)

legend:添加图例

参数

x：指定图例的 x 坐标位置。
y：指定图例的 y 坐标位置。
legend：一个字符向量，包含要显示的图例标签。
fill：一个字符向量，指定图例中各个标签对应的填充颜色。
col：一个字符向量，指定图例中各个标签对应的线条或点的颜色。
pch：一个整数向量，指定图例中各个标签对应的点的形状。
0：一个没有任何标记的点。
1：一个小圆点（默认值）。
2：一个小三角形。
3：一个小菱形。
4：一个小正方形。
5：一个小平行四边形。
6：一个小五角星。
其他整数值：自定义的点的形状，例如 pch = 8。
lty：一个整数向量，指定图例中各个标签对应的线条的类型。
0：不画线条。
1：实线（默认值）。
2：虚线。
3：点线。
4：点划线。
"blank"：空白线条，即没有线条。
其他整数值：自定义的线条类型，例如 lty = 5。
bty：一个字符，指定图例的边界类型。可选值包括 "o"（默认，边界框），"n"（无边界）和 "l"（仅左边界）。
cex：一个数值，指定图例中文本（标签）的大小缩放因子。
title：一个字符，指定图例的标题。

x <- c(1, 2, 3, 4, 5)
y <- c(2, 4, 3, 5, 1)plot(x, y, type = "b", pch = 16, col = "blue", main = "散点图示例")
points(x, y^2, pch = 17, col = "red")
lines(x, y, col = "green")legend("topright", legend = c("数据1", "数据2", "线条"),pch = c(16, 17, NA), col = c("blue", "red", "green"),lty = c(NA, NA, 1), title = "图例标题")