假设我们的数据集如下所示:
- set.seed(955)
- # 构建一些带噪的递增数组
- dat <- data.frame(xvar = 1:20 + rnorm(20,sd=3),
- yvar = 1:20 + rnorm(20,sd=3),
- zvar = 1:20 + rnorm(20,sd=3))
-
- head(dat)
- #> xvar yvar zvar
- #> 1 -4.252354 3.473157275 -2.97806724
- #> 2 1.702318 0.005939612 -1.16183118
- #> 3 4.323054 -0.094252427 4.85516658
- #> 4 1.780628 2.072808278 4.65078709
- #> 5 11.537348 1.215440358 -0.06613962
- #> 6 6.672130 3.608111411 6.24349897
1、标准散点图的绘制
- # 使用向量xvar和yvar
- plot(dat$xvar, dat$yvar)
-
- # 和上面的效果一致,但形式上这里我们的输入为一个公式
- plot(yvar ~ xvar, dat)
-
- # 添加回归线
- fitline <- lm(dat$yvar ~ dat$xvar)
- abline(fitline)
2、散点图矩阵
如果我们想要对许多组变量同时进行对比,运用 R 我们也可以构建一个散点图矩阵来更为直观地表达它们之间的差异。
R中散点图矩阵绘制的详情可见这里
- # 绘制散点图矩阵
- plot(dat[,1:3])
-
- # 我们还可以用另外一种方式来绘制带有回归线的散点图矩阵,这需要用到car包
- library(car)
- scatterplotMatrix(dat[,1:3],
- diagonal="histogram",
- smooth=FALSE)
以上内容转自 数析学院,感兴趣的同学可以直接访问查看更多课程


雷达卡




京公网安备 11010802022788号







