R语言编程基本操作PPT课件

1、.,1,R语言编程,朱 强17894585,R语言交流 232100825,.,2,主要内容,1. R软件基本操作 2. R软件画图 3. 统计分析方法,.,3,教材及参考文献,1.R语言实战，高涛，肖楠，陈钢译，人民邮电大学出版社 2.多元数据分析及其R实现，肖枝洪，朱强等，科学出版社 2013 3.统计建模与R软件,薛毅，陈立萍，清华大学出版社， 2007 4 R语言与Bioconductor 生物信息学应用，高山，欧剑虹， 肖凯，天津科技翻译出版有限公司 5.孙啸等. R语言及Bioconductor在基因组分析中的应用. 科学出版社, 2006,.,4,.,5

2、,考核方式,考勤20%+ 平时上机作业40%+ 期末上机40%（开卷）,.,6,R介绍,R是 一个开放(GPL)的统计编程环境 一种语言，是语言(由ATsexf 1 M F M M F Levels: F M 函数factor()用来把一个向量编码为一个因子，一般形式为 factor(x,levels=sort(unique(x),na.last=TRUE),labels, exclude=NA,ordered=FALSE) is.factor()检验对象是否是因子，as.factor()把向量转化为因子。levels()可以得到因子的水平 sex.level=levels(sexf);sex

3、.level 1”F” “M” 对因子向量可用table()统计各类数据的频数。 sex.tab=table(sexf);sex.tab,.,56,2.tapply()函数 例子：知道5位学生的性别，还知道这5位学生的身高，分组求身高的平均值 height=c(174,165,180,171,160) tapply(height,sex,mean) 1 F M 162.5 175.0 tapply() 的一般形式为 tapply(x,INDEX,FUN=NULL,simplify=TRUE) x是一对象，通常为一向量，INDEX是与X有同样长度的因子，FUN是要计算的函数 3.gl()函数 g

4、l()可以方便地产生因子， gl(n,k,length=n*k,labels=1:n,odered=FALSE) n为水平数，k为重复的次数，length为结果的长度，labels为n维向量，表示因子水平，ordered是逻辑变量，表示是否为有序因子，缺省值FALSE gl(2,3) gl(2,1,6),.,57,列表（list）和数据框（data.frame) 1、列表的构造 rec=list(name=“黎明”,age=30,scores=c(85,76,90) rec $name 1 黎明 $age 1 30 $scores 1 85 76 90,.,58,列表元素可用”列表名下标”引用

5、 rec2 130 rec32 但列表不同于向量，每次只能引用一个元素，如rec1:2 是不允许的,对连续型变量产生因子,或分类 agerec“age” rec$age 2、列表的修改 rec$name=“张三” rec$age=list(20,32,58) 可重新添加一些到列表中 rec$sex=“男” rec6=161 第5号元素没定义，所以值是”NULL”,若rec是一个向量，则空元素为”NA” 列表之间还可以连接起来， List.ABC=c(list.A,list.B,list.C),.,60,3.数据框 数据框通常是矩阵形式的数据，但矩阵各列可以是不同类型。数据框每列是一个变量，每行

6、是一个观测。 (1)生成数据框 一般可以把数据框看作一种推广了的矩阵，它可用矩阵形式 表示，数据框可以用data.frame()函数生成，用法与list()函数相同 ls()#列出工作空间你定义的所有变量 str(x)#给出对象x的一些信息,.,61,d=data.frame(name=c(李明,张聪,王建),age=c(30, 35,28,40),height=c(180,162,175) d name age height 1 李明 30 180 2 张聪 35 162 3 王建 28 175 可以将列表转化为一个数据框:如比较他们之间的区别 d2=list(name=c(李明,张聪,王建

7、),age=c(30, 35,28),height=c(180,162,175) as.data.frame(d1),.,62,（2）数据框的引用 引用数据框元素的方法与引用矩阵元素的方法相同。 d1:2,2:3 数据框的各变量也可用按列表引用(用双括号或$引用) d“age” 1 30 35 28 d$height 1 180 162 175 数据框的各行也可以定义名字，用rownames属性定义。 names(d) 1 name age height rownames(d)=c(one,two,three) rownames(d) 1 one two three,.,63,(3)attac

8、h()函数 数据框的主要用途是保存统计建模的数据。调用数据框的变量像以前d是不方便的,R提供了函数attach()可以把变量调入内存。 attach(d) r=age/height#此时age,height是可以利用的 但r的值不会进入数据框d，若想把刚才r当作新的数据框的变量 d$r=age/weight d name age height r one 李明 30 180 0.1666667 two 张聪 35 162 0.2160494 three 王建 28 175 0.1600000 detach(d)取消连接,.,64,（4）列表与数据框的编辑 可用函数edit()对列表或者数据框进

9、行编辑 newd=edit(d) 当然也可对向量，数组，矩阵类型的数据进行修改和编辑. Fix 用函数merge(x, y, .) 对两个数据框合并成一个 可查看帮助.?merge,.,65,调用R内部的iris数据集。回答以下问题 查看每一列变量的名称 3.分别根据Species的种类计算Sepal.Length及Sepal.Width的平均值和标准差。 4.画出Petal.Length与Petal.Width的散点图,课堂练习,.,66,输入输出 1.输入 （1）read.table()等相关函数 read.table()函数是读表格形式的文件,若”班级”数据已输入到一个纯文本文件”cjb

10、.txt”中,假设存储在c:/cjb.txt, 其格式如下:,.,67,学号 姓名 平时 其中 期末 总评 07*001 吴蒙蒙 85 66 64 69 07*002 高旭 95 80 94 91 07*003 李楠 92 78 55 67 07*004 赵利冲 78 48 40 40 07*005 何耀龙 89 58 51 60 07*006 何星 85 44 81 74 07*007 唐佳征 95 73 53 65 07*008 程西平 96 86 89 90 07*009 陈茂琴 95 84 69 77 07*010 程长久 94 79 82 84 07*011 王锋 93 74 86

11、85 07*012 何福顺 90 82 53 66 07*013 罗玲 96 93 90 92 07*014 刘卿卿 97 67 94 89 07*015 张晓芳 93 72 82 82 072301016 杨乐遥 88 61 50 60 072301017 沈亮 95 41 54 60 072301018 高晶 98 76 91 89 072301020 郭慧 93 91 83 87 072301021 陈灿 92 76 69 75 072301022 李婷 90 76 69 75 072301023 陈元俊 94 74 59 69 072301024 谭海梅 95 64 63 70 072

12、301025 张亚琴 95 89 85 88 072301026 胡阳 98 92 98 97 072301027 张冲 92 60 65 69 072301028 位会敏 95 92 82 87 072301029 胡红 96 78 90 89 072301030 岳鑫璐 96 60 79 79 072301031 李欢欢 98 85 100 97 072301032 陈龙龙 92 65 64 70 072301033 朱盼 88 55 66 68,.,68,读入格式为: cjb=read.table(c:/cjb.txt,header=TRUE) cjb is.data.frame(cjb

13、) 1 TRUE header=TRUE表示第一行读入的是变量名,默认是 header=FALSE,即自动会添上列名.具体用法可见 帮助.?read.table d=read.csv(txt.csv)#读逗号分隔的文本文件 d=read.csv2(“txt.csv”)#读分号分隔的文本文件， 逗号代替小数点 d=read.delim(foo.txt)#读制表符分隔的文件 d=read.delim2(“foo.txt”)#读制表符分隔的文件， 逗号代替小数点 d=read.fwf(txt.fwf)#读固定宽的文件,.,69,D=readLines(“a.txt”)#每行有不同的结构 readLi

14、nes(con = stdin(), n = -1L, ok = TRUE, warn = TRUE, encoding = unknown) cat(TITLE extra line, 2 3 5 7, , 11 13 17, file=ex.data, sep=n) readLines(ex.data, n=-1) unlink(“ex.data”) # 删除文件 读取NC_023010.faa文件 My_fasta=readLines(NC_023010.faa) fast=as.character(My_fasta) abc=grep(,fast) a1=unlist(strsplit

15、(fast2:(abc2-1),split=) 做其他的可以构造一个循环,.,70,R中一般不能直接读xls文件,可先转换为csv （2）scan()函数 scan()函数可直接读纯文本文件数据和直接从屏幕上 输数据 x=scan() 1: 2 4 4.2 5 5: Read 4 times x 1 2 4 4.2 5 假设有10名学生的体重数据已输入文件”weight.txt”, 格式为45 63.5 32.5 67.2 77.5 55 54 49 62 70 w=scan(c:/weight.txt),.,71,假设weight.txt中,奇数是女性体重,偶数是男性体重, 即数据中有不同的

16、属性 wfm=scan(c:/weight.txt,list(F=0,M=0) Read 5 records 将数据读入,并以列表的方式赋给变量wfm wfm $F 1 45.0 32.5 77.5 54.0 62.0 $M 1 63.5 67.2 55.0 49.0 70.0 其它数据格式的读入可以参见帮助文档中的R数据输入 输出.,.,72,2.输出 直接输入变量名即可输出 x=1:5 x 1 1 2 3 4 5 用print(x)与上式是等价的,里面有些参数,digits指定 每个数输出的有效数字位. options(digits=3) 1/3 1 0.333 write.table#输

17、出数据框到文件 write.csv write.csv2 Write.matrix#输出矩阵到文件,需要加载包MASS,.,73,cat()函数也可用来输出,但它可以把多个参数连接起来 再输出(类似于paste()的功能) cat(i=,i,n)#注意为什么要用”n” cat(c(AB,C),c(E,F),n,sep=) ABCEF cat()还可以指定一个参数”file=文件名”,把结果写到 指定的文件中 cat(i=,1,n,file=c:/result.txt) 若指定的文件存在,则原内容被覆盖,但加上 append=TRUE可以不覆盖原文件而是在末尾附加.,.,74,程序控制结构,1.

18、分支结构,if(条件) 表达式,或 if(条件)表达式1 else 表达式2 例如: if(any(xn=4;x=matrix(0,nrow=4,ncol=4) for(i in 1:n) for(j in 1:n) xi,j=1/(i+j-1) ,.,76, x ,1 ,2 ,3 ,4 1, 1.0000000 0.5000000 0.3333333 0.2500000 2, 0.5000000 0.3333333 0.2500000 0.2000000 3, 0.3333333 0.2500000 0.2000000 0.1666667 4, 0.2500000 0.2000000 0.1

19、666667 0.1428571,.,77,(2)while循环,while(condtion)expr 当条件condtion成立,则执行表达式expr.例如编写一个计算100以内的Fibonacci数 f=1;f2=1;i=1 while(fi+fi+1f 11 1 2 3 5 8 13 21 34 55 89 144 13 233 377 610 987,.,78,(3)repeat循环,repeat expr repeat循环依赖break语句跳出循环.例如用repeat循环编写一个计算100以内的Fibonacci数 f=1;f2=1;i=1 repeat fi+2=fi+fi+1

20、i=i+1 if(fi+fi+1=1000)break f 11 1 2 3 5 8 13 21 34 55 89 144 13 233 377 610 987,.,79,三个例子 myfn1- function(obs=10,n=100) x- rep(NA,100) for (i in 1:n) tmp - runif(obs) xi - mean(tmp) list(mn=mean(x),std=sd(x) Myfn1(),.,80,myfn2- function(obs=10) x - runif(obs) while(mean(x) 0.45) obs - 2*obs x f(3.5

21、) 例子 使用gamma函数求n! factorial = function(n) + if (n=0) gamma(n+1) + else print(“Please input a positive integer!) + factorial(6) factorial(-6) Choose(10,5) #求组合值,.,83,fzero=function(f,a,b,eps=1e-5) if(f(a)*f(b)0) list(fail=“finding root is fail!”) else repeat if(abs(b-a) fzero(f,1,2) $root 1 1.324718

22、$fun 1 -1.405875e-05,.,85,R软件有很强的图形功能，可用简单的函数调用，迅速作出数据的各种图形。 比如：有一个班级的数据存贮在c:/work/class01.txt c1=read.table(c:/work/class01.txt) colnames(c1)=c(Name,Sex,Age,Weight,Height) attach(c1)#建立连接，方便引用变量 plot(Height)画出身高的散点图 plot(Sex)画出性别的频数条形图,图形初阶,.,86,常用的绘图函数plot().也可作两个变量x与y的散点图 plot(Height,Weight,main=

23、体重对身高的回归,xlab=身高,ylab=体重) plot(-50):50/25,(-50):50/25)3,type=l)表示画连线图 stem(Height)画茎叶图 boxplot(Weight)#绘制盒形图，可看出数据的大体分布，中间粗体线是中位数，其它的有最小值，最大值，1/4分位数，3/4分位数,.,87,hist(Weight)#绘制直方图 fit1=lm(WeightHeight)#求体重对身高的回归 p1=predict(fit1,c1)对数据c1进行预测 boxplot(list(体重=Weight,预报=p1)画出盒形图 函数qqnorm(),qqline()提供了绘画

24、正态QQ图和相应的直线的方法 qqnorm(Weight) qqnorm函数的用法 qqnorm(y,ylim,main=Normal Q-Q Plot，xlab=,Ylab=,plot.it=TRUE) qqline(Weight),.,88,Plot通常在一个窗口出现,根据需要自动打开. 有时需要同时打开两个图形窗口,可用dev.new() 我们能够在窗口上保存图像,或者用如下命令保存 postscript(myfile.ps)#保存其他图形格#式的命令有jpeg(),bmp(),png(),tiff() plot(1:10) dev.off(),.,89,I.高水平绘图函数 1.plot

25、() (1)plot(x,y)#x,y为向量，生成y关于x的散点图 (2)plot(x)#x为时间序列 (3)plot(f)#f为因子，生成f的直方图 plot(f,y)#f为因子,y为向量,生成y关于f水平的盒形图,.,90,(4)plot(df)#df为数据框 plot(expr)#expr为对象名称的表达式(如:a+b+c) plot(yexpr)#y为任意一个对象 例如: attach(c1) plot(c1)#三项指标构成的散点图 plot(Age+Height)#身高与年龄的散点图 plot(WeightAge+Height)#绘出两张散点图,一张是体重与年龄的,一张是体重与身高

26、(5)coplot()函数 coplot(WeightHeight|Age)#绘出按年龄段给出体重与身高的散点图,.,91,2.高水平绘图中的命令 (1)图中的逻辑命令 add=TRUE表示在所绘图在原图上加图,缺省为add=FALSE即新图替换旧图 axes=FALSE表示所绘图没有坐标轴,默认axes=TRUE (2)Type命令 type=“p”#绘制散点图(缺省值) type=“l”#绘制实线,.,92,type=“b” #画点和线 type=“o” #实线通过所有的点 type=“h” #绘出点到x轴的竖线 type=“s”or “S” #绘出阶梯形曲线 type=“n” #不绘任何

27、点和曲线 (3)图中的字符串 axes=FALSE#不画坐标,默认 xlab=字符串,其字符串的内容是x轴的说明,ylab=字符串意义与前面相同,默认是变量名main=字符串,字符串内容是图的说明,出现在图的正上方. sub=字符串,副标题,出现在x轴的正下方,默认为空 xlim=c(lo,hi),ylim=c(lo,hi)#坐标轴的范围,.,93,II.低水平作图函数 1.加点和线的函数 points()#在已有图形上加点,参数pch为画出指定的字符,可查看帮助.points(x,y)与plot(x,y)作用一样 lines()#在已有图上加直线,lines(x,y)与plot(x,y,ty

28、pe=“l”)类似,线的类型由参数lty=n决定,在help(par)中查看lty,.,94,2.在点处加标记 函数text()是在图上加标记,格式为 text(x,y,labels,)#x,y是数据形向量.labels可以是整数,也可是字符串,缺省是labels=1:length(x) 如: plot(Weight,Height,type=n) text(Weight,Height) legend(x,y,legend,)#在制定位置给出一个盒子对图形进行解释,legend是标签字符串向量其他参数lty=,lwd=,col=,fill=,angle=,density,pch locator(

29、n,type)#在鼠标点击的地方做标记,type 为做标记的类型(点或线),右键选终止 identify(x,y,labels)#在制定的点x,y处做标记,默认为1:length(x). 见demo4.2,.,95,3.在图上加直线 (1)abline(a,b)#表示画直线y=a+bx (2)abline(h=y)#表示画出一条过所有点的水平直线 (3)abline(v=x)#表示画出一条过所有点的竖线 (4)abline(lm.obj)#表示画出线型模型得到的线型方程 (5)polygon(x,y,)#以数据(x,y)为坐标,依次连接所有的点, 绘出多边形,此时与plot(x,y,type=

30、l)功能相似,.,96,4.在图上加标记,说明或其它内容 (1)title(main=“Main Title”,sub=“sub title”) 加上图的题目和子图的题目,主题目加在顶部,子题目加在底部 (2)axis(side,) side是边,side=1表示所加内容放在图的底部,side=2表示所加内容放在图的左侧,side=3表示所加内容放在图的顶部 side=4表示所加内容放在图的右侧,.,97,5.其他类型的图 barplot()#画出一个条形图,可用一个向量指定条形的高度. boxplot()#产生一个箱型图 pie()#画饼图 pairs()#产生散点图的网格 contour(

31、),persp(),image(),画2维图 见demo 4.3 在制定的地方可用数学标识 xlab=expression(hat(beta)2) 见demo4.4,.,98,画图,spring= data.frame(compression=c(41,39,43,53,42,48,47,46), distance=c(120,114,132,157,122,144,137,141) attach(spring) (Hookes law: f=.5ks) plot(distance compression) plot(compression, distance),.,99,画图,par(mfr

32、ow=c(2,2)#准备画22的4个图 plot(compression, distance,main= Hookes Law) #只有标题的图 plot(compression, distance,main= Hookes Law, xlab= x,ylab= y) #标题+x,y标记 identify(compression,distance) #标出点号码,.,100,画图,plot(compression, distance,main=Hookes Law) #只有标题的图 text(46,120, f=1/2*k*s)#在指定位写入文字 plot(compression, dista

33、nce,main=Hookes Law) #只有标题的图 text(locator(2), I am here!) #在点击的两个位置写入文字,.,101,.,102,画图,library(mass);data(Animals);attach(Animals) plot(body, brain) plot(sqrt(body), sqrt(brain) plot(body)0.1, (brain)0.1) plot(log(body),log(brain),.,103,.,104,画图 (原始数据),par(mfrow=c(1,1), pch=1) plot(body, brain, xlim

34、=c(0, 6000) text(x=body, y=brain,labels=s(Animals), adj=0)# adj=0 implies left adjusted text,.,105,.,106,画图(几个点),plot(bodyc(1,3,8), brainc(1,3,8),xlim=c(0,200) text(x=bodyc(1,3,8),y=brainc(1,3,8),labels=s(Animals,c(1,3,8), adj=0),.,107,.,108,画图 (对数变换后),Par(cex=0.7,mex=0.7) #character

35、 (cex) 语句之间用换行或分号(;)分开.,.,118,函数的编辑,fix(median.mean.ratio) 这时会出现一个记事本编辑器 编辑并试图存了之后如果发生错误(不会存),往往会让你编辑改过但有语法错误的fix(); 如果还使用fix(median.mean.ratio)则是编辑以前的版本.,.,119,函数,函数可以有缺省值,例如 Expo=function(y,x=2) z=yx;z y=seq(0,1,length=100);plot(y,Expo(y),type=l) 函数可以不写return,这时最后一个值为return的值.为了输出多个值最好使用list.,.,12

36、0,颜色画图函数,view.colours = function() plot(1, 1, xlim=c(0,14), ylim=c(0,3), type=n, axes=F, xlab=,ylab=) text(1:6, rep(2.5,6), paste(1:6), col=palette()1:6, cex=2.5) text(10, 2.5, Default palette, adj=0) rainchars = c(R,O,Y,G,B,I,V) text(1:7, rep(1.5,7), rainchars, col=rainbow(7), cex=2.5) text(10, 1.5

37、, rainbow(7), adj=0) cmtxt = substring(cm.colors, 1:9,1:9) # Split cm.colors into its 9 characters text(1:9, rep(0.5,9), cmtxt, col=cm.colors(9), cex=3) text(10, 0.5, cm.colors(9), adj=0) view.colours(),.,121,.,122,画图(继续),attach(spring);spring s(spring)=LETTERS1:8 ;spring plot(distance,compr

38、ession) identify(distance,compression,s(spring),.,123,.,124,画图(继续),par(mfrow=c(1,2) plot(x-0:50, y-pi*x2, xlab=Radius, ylab=expression(Area = pi*r2),type=b) plot(x sines ,1 ,2 ,3 ,4 1, 1.564e-01 3.090e-01 4.540e-01 5.878e-01 2, 3.090e-01 5.878e-01 8.090e-01 9.511e-01 3, 4.540e-01 8.090e-01 9

39、.877e-01 9.511e-01 4, 5.878e-01 9.511e-01 9.511e-01 5.878e-01 5, 7.071e-01 1.000e+00 7.071e-01 1.225e-16 6, 8.090e-01 9.511e-01 3.090e-01 -5.878e-01 7, 8.910e-01 8.090e-01 -1.564e-01 -9.511e-01 8, 9.511e-01 5.878e-01 -5.878e-01 -9.511e-01 9, 9.877e-01 3.090e-01 -8.910e-01 -5.878e-01 10, 1.000e+00 1.

40、225e-16 -1.000e+00 -2.449e-16 11, 9.877e-01 -3.090e-01 -8.910e-01 5.878e-01 12, 9.511e-01 -5.878e-01 -5.878e-01 9.511e-01 13, 8.910e-01 -8.090e-01 -1.564e-01 9.511e-01 14, 8.090e-01 -9.511e-01 3.090e-01 5.878e-01 15, 7.071e-01 -1.000e+00 7.071e-01 3.674e-16 16, 5.878e-01 -9.511e-01 9.511e-01 -5.878e

41、-01 17, 4.540e-01 -8.090e-01 9.877e-01 -9.511e-01 18, 3.090e-01 -5.878e-01 8.090e-01 -9.511e-01 19, 1.564e-01 -3.090e-01 4.540e-01 -5.878e-01 20, 1.225e-16 -2.449e-16 3.674e-16 -4.898e-16,.,132,.,133,画图(继续matplot),x - 0:50/50 matplot(x, outer(x, 1:8, function(x, k) sin(k*pi * x), ylim = c(-2,2), typ

42、e = plobcsSh, main= matplot(,type = plobcsSh ),.,134,.,135,画图(符号和线条类型),par(mfrow=c(1,1) plot(1:10,sin(1:10),lty=1,pch=2,type=b),.,136,画图(legend),x - seq(-pi, pi, len = 65) plot(x, sin(x), type = l, ylim = c(-1.2, 1.8), col = 3, lty = 2) points(x, cos(x), pch = 3, col = 4) lines(x, tan(x), type = b,

43、lty = 1, pch = 4, col = 6) title(legend(., lty = c(2, -1, 1), pch = c(-1,3,4), merge = TRUE), cex.main = 1.1) legend(-1, 1.9, c(sin, cos, tan), col = c(3,4,6), lty = c(2, -1, 1), pch = c(-1, 3, 4), merge = TRUE, bg=gray90),.,137,.,138,Table和barplot,tN - table(Ni - rpois(100, lambda=5);tN 0 1 2 3 4 5

44、 6 7 8 9 11 12 1 7 12 14 16 14 19 9 4 2 1 1 r - barplot(tN, col=gray),.,139,Table和barplot,lines(r, tN, type=h, col=red, lwd=2) #- type = h plotting *is* barplot,.,140,Table和barplot,barplot(tN, space = 1.5, axisnames=FALSE, sub = barplot(., space=0, axisnames = FALSE) #如space=1.5则有稀牙缝,.,141,Table和pie

45、,pie(tN),.,142,画图(boxplot),par(mfrow=c(2,1) data(faithful) # read in data set names(faithful) attach(faithful) # to access the names above boxplot(waiting,main=Waiting time,horizontal=TRUE) boxplot(eruptions, main=Eruptions,horizontal=TRUE) detach(faithful) # tidy up par(mfrow=c(1,1),.,143,画图(boxplo

46、t),data(ToothGrowth) boxplot(len dose, data = ToothGrowth, boxwex = 0.25, at = 1:3 - 0.2, subset= supp = VC, col=yellow, main=Guinea Pigs Tooth Growth, xlab=Vitamin C dose mg, ylab=tooth length, ylim=c(0,35) boxplot(len dose, data = ToothGrowth, add = TRUE, boxwex = 0.25, at = 1:3 + 0.2, subset= sup

47、p = OJ, col=orange) legend(2, 9, c(Ascorbic acid, Orange juice), fill = c(yellow, orange) 作了两个图叠加,一个为subset= supp = “VC“,另一个为subset= supp = ”OJ“.数据ToothGrowth有两个数量变量(len,dose)和一个属性变量(supp);对每个supp,dose各有三个值(各形成三个盒形图). len dose意味着box为len所做.,.,144,.,145,画图(qq图),par(mfrow=c(1,3) y - rt(200, df = 5) qqn

48、orm(y); qqline(y, col = 2) #和正态分布比 qqplot(y, rt(300, df = 5); #和t(5)分布比 data(precip) qqnorm(precip, ylab = “Precipitation in/yr for 70 US cities”); qqline(precip,col=3) #和正态分布比 par(mfrow=c(1,1),.,146,画图(pairs),data(iris) pairs(iris1:4, main = Andersons Iris Data - 3 species, pch = 21, bg = c(red, gr

49、een3, blue)codes(iris$Species) #iris为1505数据,这里是4个数量变量的点图(最后一个是分类变量(iris$Species),.,147,.,148,画图(stars),data(mtcars) stars(mtcars, 1:7, key.loc = c(14, 1.5), main = Motor Trend Cars : full stars(),flip.labels=FALSE) #mtcars为3211数据,这里只选前7个数量变量的点图,.,149,.,150,画图(persp),x - seq(-10, 10, length= 30) y -

50、x f - function(x,y) r - sqrt(x2+y2); 10 * sin(r)/r z - outer(x, y, f) zis.na(z) - 1 persp(x, y, z, theta = 30, phi = 30, expand = 0.5, col = lightblue),.,151,.,152,画图(persp),data(volcano) z - 2 * volcano# Exaggerate the relief x - 10 * (1:nrow(z) #10 meter spacing(S to N) y - 10 * (1:ncol(z) #10 meter spacing(E to W) # Dont draw the grid lines : border = NA par(bg = slategray) pers