R visualisering introduktion

Enklare plots

Plotta kurvor

ggplot2

I följande slides kommer jag att visa er lite enklare plots, eller grafer, som man kan skapa i R.

Tillbaka till innehållsförteckningen

del 1 — del 2 — del 3 — del 4 — del 5 — del 6 — del 7 — del 8

Säg att vi har en vektor

x <- c(1,2,3,1,7,5)

och vill plotta denna (lite svenska och engelska blandat här), alltså skapa en graf över den. Då använder vi helt enkelt funktionen plot() i R.

?plot

tillbaka

Läser ni i hjälpdokumentationen så finns fler sätt att visa samma data på olika sätt.

# "p" for points,  (default)
# "l" for lines,
# "b" for both,
# "c" for the lines part alone of "b",
# "o" for both ‘overplotted’,
# "h" for ‘histogram’ like (or ‘high-density’) vertical lines,
# "s" for stair steps,
# "S" for other steps, see ‘Details’ below,
# "n" for no plotting.

tillbaka

Jag vill att ni öppnar text filen dollar.txt som jag har gjort tillgänglig på fronter. Använd koden nedan men modifiera sökvägen. Det är irriterande men Windows kör med bakvänt backslash tecken så man måste vända detta manuellt för att det skall funka i R.

d = read.table("C:/Users/clg/Dropbox/~ Teaching ~/VT 17 MA1041 Mathematics for Civil Planning and Construction/R introduktion/Teaching-R-Swedish/R plots/dollar.txt", col.names=c("month","year", "index"))

Med fler val plot argument kan man få till snyggare grafer med mer meningsfulla åskådligöringar. Exemplet nedan gäller för dollarns index sedan 1973, kopiera denna till ett script. (källa)

plot(d$index, axes=F, ylim=c(0,150), typ='l', ann=F)
par(tcl= -0.2)
axis(1, at=seq(1, 445, by=12), labels=F, lwd=1, lwd.ticks=1)
par(tcl= -0.5)
axis(1, at=seq(1 + 12*2, 450, by=60), labels=seq(1975,2010,5), lwd=0, lwd.ticks=2)
par(tcl= -0.5)
axis(2)
abline(v=(12*(seq(2,32,by=5)))+1, col="lightgray", lty="dotted")
abline(h=(seq(0,150,25)), col="lightgray", lty="dotted")
title(main="Nominal Major Currencies Dollar Index", sub="Mar 1973 = 100.00", ylab="US$ vs major currencies")
linear.model = lm(d$index ~ row(d)[,1])
abline(linear.model, col="blue")

I följande slides kommer jag att visa er hur kurvor kan plottas i R utifrån matematiska formler.

Tillbaka till innehållsförteckningen

del 1 — del 2 — del 3 — del 4 — del 5 — del 6 — del 7 — del 8 — del 9 — del 10

En behändig och i många underskattad funktion i R är curve().

?curve

Funktionen låter er plotta matematiska formler, det vill säga plotta funktioner.

Kurvfunktionen tar, som första argument, ett uttryck i R. Uttrycket bör vara en matematisk funktion i form av x.

tillbaka

Vi kan också plotta mellan två eget angivna värden med from och to, och dessutom bestämma hur stor del av plotten vi skall titta på oberoende av dessa värden.

curve(x^3, from = -2, to = 2, xlim = c(-5, 5), ylim = c(-9, 9))

tillbaka

Vill vi även lägga till linjer för var x-axeln skär y-axeln. Detta kan vi enkelt göra med

abline(v=0, h=0)

efter vi har skapat vår plot. Vi vill kanske även få denna linje lite mer distinkt från själva plotten, då ändrar vi linjetyp.

abline(v=0, h=0, lty = "dashed")

tillbaka

På skoj kan ni testa köra följande kod och se vad som händer.

install.packages("plotly")
library(plotly)
plot_ly(z=volcano, type="surface") 

tillbaka

I följande slides kommer jag att kort introducera er till ggplot2, ett populärt grafikhanteringspaket i R.

Tillbaka till innehållsförteckningen

del 1 — del 2 — del 3 — del 4 — del 5 — del 6 — del 7

ggplot2 är ett populärt paket i R för att plotta generellt och kan ge många imponerande grafer. I vårt fall är vi främst intresserad av funktioner men ni kommer kunna finna stor nytta i att använda detta paket.

install.packages("ggplot2")
library(ggplot2)
?ggplot2

tillbaka

ggplot2 paketet har en extra funktion för att ange funktioner. Så koden kommer skilja sig från plot() men man kan åstakomma mer med detta plot verktyg.

?stat_function

I ggplot2 paketet lägger man till sådana här funktioner genom att addera dom med plustecken till sin orginalgraf.

tillbaka

Vi anger ett tomt dataset att plotta ovanpå. Jag kallar ggplot2 igen från library för presentationen kräver detta, men det behöver inte ni göra i er kod.

library(ggplot2)
p <- ggplot(data = data.frame(x = 0), mapping = aes(x = x))

tillbaka