Hướng dẫn vẽ đồ thị timeseries
Duc Nguyen | Chuyên đào tạo kỹ năng R |
www.tuhocr.com
Mar 5, 2023
Timeseries là đồ thị chuỗi thời gian. Các bạn tham khảo kết quả phân tích mẫu nước để hiểu cách vẽ đồ thị này nhé.
Vẽ bằng base-R graphics
options(width = 200)
library(readxl)
data_1 <- read_excel("test_1.xlsx",
sheet = "Water Quality",
range = "AZ7:BF50")
data_1 <- as.data.frame(data_1)
sapply(data_1, class)## $day
## [1] "POSIXct" "POSIXt"
##
## $pH
## [1] "numeric"
##
## $total_ammonia_nitrogen
## [1] "numeric"
##
## $nitrite
## [1] "numeric"
##
## $dissolved_oxygen
## [1] "numeric"
##
## $temperature
## [1] "numeric"
##
## $salinity
## [1] "numeric"data_1## day pH total_ammonia_nitrogen nitrite dissolved_oxygen temperature salinity
## 1 2022-08-11 6.483601 0.05998792 0.00000000 7.115938 33.93516 9.527480
## 2 2022-08-12 9.735767 NA NA 7.006581 31.32774 8.364751
## 3 2022-08-13 8.634653 NA NA 6.848394 39.67200 6.348649
## 4 2022-08-14 9.373907 0.20896914 0.06486626 9.921044 38.87469 8.671763
## 5 2022-08-15 8.235977 NA NA 8.689734 30.73168 7.471763
## 6 2022-08-16 7.922731 NA NA 9.021819 37.08597 6.274478
## 7 2022-08-17 NA NA NA 8.123651 34.61852 6.657327
## 8 2022-08-18 7.810531 0.17121826 0.24949588 7.105878 34.06103 8.884701
## 9 2022-08-19 9.349299 NA NA 7.274762 36.67722 6.319860
## 10 2022-08-20 9.913328 NA NA 9.561454 39.41573 9.057417
## 11 2022-08-21 8.919318 0.23649883 0.12000000 6.508541 39.77721 6.309944
## 12 2022-08-22 9.442101 NA NA 6.728421 39.34810 8.559745
## 13 2022-08-23 6.495703 NA NA 7.558905 31.77676 9.594214
## 14 2022-08-24 NA NA NA 7.550808 32.60600 7.482738
## 15 2022-08-25 NA 0.10833932 0.22577448 9.123366 31.87764 8.928095
## 16 2022-08-26 8.031496 NA NA 7.141884 35.72586 7.187219
## 17 2022-08-27 8.707216 NA NA 8.374158 37.82242 8.490954
## 18 2022-08-28 9.355425 0.15472560 0.08000000 9.291177 37.87837 6.111254
## 19 2022-08-29 7.796455 NA NA 9.296595 32.16546 8.786137
## 20 2022-08-30 NA NA NA 7.668259 39.20593 7.494812
## 21 2022-08-31 NA NA NA 8.980902 34.88181 7.343026
## 22 2022-09-01 7.823394 0.08222836 0.24884540 9.561228 37.13762 6.325238
## 23 2022-09-02 7.009612 NA NA 8.022073 32.44701 8.120396
## 24 2022-09-03 8.080000 NA NA 9.341224 31.79005 8.245495
## 25 2022-09-04 NA 0.00000000 0.19000000 8.370304 39.42649 6.460634
## 26 2022-09-05 8.614674 NA NA 9.954012 39.61962 9.344707
## 27 2022-09-06 7.680043 NA NA 6.042928 33.91563 9.207883
## 28 2022-09-07 NA NA NA 7.760082 39.77862 9.108411
## 29 2022-09-08 6.002886 0.00000000 0.22697945 8.899884 38.48310 7.813860
## 30 2022-09-09 8.594872 NA NA 9.725894 38.65799 6.980183
## 31 2022-09-10 NA NA NA 9.253289 38.55731 8.592848
## 32 2022-09-11 NA 0.17302148 0.17500000 8.424449 37.40832 7.673065
## 33 2022-09-12 9.983757 NA NA 8.454844 30.25309 8.857115
## 34 2022-09-13 NA NA NA 9.711735 31.74760 7.470784
## 35 2022-09-14 NA NA NA 8.399588 36.41311 8.590657
## 36 2022-09-15 NA 0.20546269 0.17524820 9.763491 38.41826 6.949832
## 37 2022-09-16 NA NA NA 6.658635 34.38066 6.290941
## 38 2022-09-17 NA NA NA 6.654338 36.91343 7.619416
## 39 2022-09-18 NA 0.07000000 0.11500000 7.787158 36.26957 6.897467
## 40 2022-09-19 7.940000 NA NA 7.207710 36.68730 6.945568
## 41 2022-09-20 NA NA NA 9.597726 38.67047 8.385105
## 42 2022-09-21 NA NA NA 7.404706 38.38850 9.807404
## 43 2022-09-22 NA 0.00000000 0.08300000 7.037988 33.22073 9.006370# data_1$day <- 1:dim(data_1)[1]
oldpar <- par(no.readonly=TRUE)
par(mfrow = c(6, 1), mar = c(2.2, 3, 2.5, 1), cex = 0.8)
plot(pH ~ day,
na.omit(data_1[, c("pH", "day")]),
type = "l", col = 2, las = 1, lwd = 2,
xaxs = "i", yaxs = "i",
ylim = c(min(data_1$pH, na.rm = TRUE)*0.8, max(data_1$pH, na.rm = TRUE)*1.2),
xlim = c(data_1$day[1], data_1$day[length(data_1$day)]),
xlab = "", ylab = "",
main = ""
)
# title(xlab = "Ngày", line = 2)
# title(ylab = "pH", line = 3.5)
title(main = "pH", line = 0.5, cex.main = 0.9)
plot(total_ammonia_nitrogen ~ day,
na.omit(data_1[, c("total_ammonia_nitrogen", "day")]),
type = "l", col = 3, las = 1, lwd = 2,
xaxs = "i", yaxs = "i",
ylim = c(min(data_1$total_ammonia_nitrogen, na.rm = TRUE)*0.8, max(data_1$total_ammonia_nitrogen, na.rm = TRUE)*1.2),
xlim = c(data_1$day[1], data_1$day[length(data_1$day)]),
xlab = "", ylab = "",
main = ""
)
# title(xlab = "Ngày", line = 2)
# title(ylab = "Total ammonia nitrogen (ppm)", line = 3.5)
title(main = "Total ammonia nitrogen (ppm)", line = 0.5, cex.main = 0.9)
plot(nitrite ~ day,
na.omit(data_1[, c("nitrite", "day")]),
type = "l", col = 4, las = 1, lwd = 2,
xaxs = "i", yaxs = "i",
ylim = c(min(data_1$nitrite, na.rm = TRUE)*0.8, max(data_1$nitrite, na.rm = TRUE)*1.2),
xlim = c(data_1$day[1], data_1$day[length(data_1$day)]),
xlab = "", ylab = "",
main = ""
)
# title(xlab = "Ngày", line = 2)
# title(ylab = "Total ammonia nitrogen (ppm)", line = 3.5)
title(main = "Nitrite (ppm)", line = 0.5, cex.main = 0.9)
plot(dissolved_oxygen ~ day,
na.omit(data_1[, c("dissolved_oxygen", "day")]),
type = "l", col = 5, las = 1, lwd = 2,
xaxs = "i", yaxs = "i",
ylim = c(min(data_1$dissolved_oxygen, na.rm = TRUE)*0.8, max(data_1$dissolved_oxygen, na.rm = TRUE)*1.2),
xlim = c(data_1$day[1], data_1$day[length(data_1$day)]),
xlab = "", ylab = "",
main = ""
)
# title(xlab = "Ngày", line = 2)
# title(ylab = "Total ammonia nitrogen (ppm)", line = 3.5)
title(main = "Dissolved oxygen (ppm)", line = 0.5, cex.main = 0.9)
plot(temperature ~ day,
na.omit(data_1[, c("temperature", "day")]),
type = "l", col = 6, las = 1, lwd = 2,
xaxs = "i", yaxs = "i",
ylim = c(min(data_1$temperature, na.rm = TRUE)*0.8, max(data_1$temperature, na.rm = TRUE)*1.2),
xlim = c(data_1$day[1], data_1$day[length(data_1$day)]),
xlab = "", ylab = "",
main = ""
)
# title(xlab = "Ngày", line = 2)
# title(ylab = "Total ammonia nitrogen (ppm)", line = 3.5)
title(main = "Temperature (°C)", line = 0.5, cex.main = 0.9)
plot(salinity ~ day,
na.omit(data_1[, c("salinity", "day")]),
type = "l", col = 7, las = 1, lwd = 2,
xaxs = "i", yaxs = "i",
ylim = c(min(data_1$salinity, na.rm = TRUE)*0.8, max(data_1$salinity, na.rm = TRUE)*1.2),
xlim = c(data_1$day[1], data_1$day[length(data_1$day)]),
xlab = "", ylab = "",
main = ""
)
# title(xlab = "Ngày", line = 2)
# title(ylab = "Total ammonia nitrogen (ppm)", line = 3.5)
title(main = "Salinity (ppt)", line = 0.5, cex.main = 0.9)
# Tạo tiêu đề chung cho 2 đồ thị
mtext("Số liệu phân tích nước | Đợt 1 | 2022",
side = 3,
line = -1.2,
outer = TRUE
)
par(oldpar)Vẽ bằng lattice
package
library(zoo)
library(lattice)
z <- read.zoo(data_1, FUN = identity)
xyplot(na.approx(z),
type = "l", col = "#01d086", lwd = 2, xlab = "",
main = "Số liệu phân tích nước | Đợt 1 | 2022",
strip = strip.custom(factor.levels = c(
"pH",
"Total ammonia nitrogen (ppm)",
"Nitrite (ppm)",
"Dissolved oxygen (ppm)",
"Temperature (°C)",
"Salinity (ppt)"
)),
par.settings = list(strip.background = list(col = "#fcf186")),
scales = list(y = list(tick.number = 3))
)
Sơ kết
Trên đây là hướng dẫn vẽ đồ thị timeseries trong R. Để học R bài bản từ A đến Z, thân mời Bạn tham gia khóa học “HDSD R để xử lý dữ liệu” để có nền tảng vững chắc về R nhằm tự tay làm các câu chuyện dữ liệu của riêng mình!
ĐĂNG KÝ NGAY:
https://www.tuhocr.com/register
Hướng dẫn cài đặt package tuhocr
https://tuhocr.github.io/
