STIMA, Linköpings universitet
2021-02-22
Info här
ggplot2
, lattice
m.m.plot
)plot()
- kan plotta många olika objekt:
plot(x,y)
, ger en scatterplot, här är x och y vektorer som ger x- och y-koordinaterplot(X)
, om X en data.frame så skapas en matrix-plottype=
”,“main=
”, “xlab=
,”ylab=
“,”xlim=
,“ylim=
”, “col=
”data(iris)
plot(x = iris$Sepal.Length, y = iris$Petal.Length, main = "Iris")
hist(x=,breaks=,freq=)
ger ett histogram,
x
”- numerisk vektor breaks=
” - antal bins, default är att variationsområdet delas in i \( log_{2}(n)+1 \) intervallboxplot()
ger boxplotbarplot()
ger stapeldiagrampie()
ger en piecharthist(iris$Sepal.Length)
boxplot(iris$Sepal.Length)
tab <- table(iris$Species)
pie(tab)
tab <- table(iris$Species)
barplot(tab)
Lägger till “lager på lager”:
points(x, y, ...)
lägger till punkterlines(x, y) lägger
till linjerabline(a, b, h, v, ...)
lägger till räta linjerlegend(x, y, legend, ...)
lägger till en förklaringsrutapar()
: Fler grafiska alternativprefix | Beskrivning | Exempel |
---|---|---|
r |
simulera från fördelningen | rnorm() |
d |
täthetsfunktionen (pdf) | dnorm() |
p |
kulmulativ fördelninsgfunktion (cdf) | pnorm() |
q |
inversa kulmulativa fördelningsfunktionen | qnorm() |
?Distributions
set.seed()
)sample()
rnorm(n = 3, mean = 10, sd = 1)
[1] 10.012673 9.753187 11.129120
set.seed(20180218)
rnorm(n = 3, mean = 10, sd = 1)
[1] 10.19380 10.74998 11.32583
set.seed(20180218)
rnorm(n=3, mean=10, sd=1)
[1] 10.19380 10.74998 11.32583
text <- c("Linköpings", "Universitet")
set.seed(20180218)
sample(x=text, size=4, replace=TRUE)
[1] "Universitet" "Universitet" "Universitet" "Linköpings"
sample(x=text, size=4, replace=TRUE)
[1] "Universitet" "Universitet" "Linköpings" "Universitet"
kable()
downloader
repmis
repmis
hanterar:
pxweb
är ett paket för att “gå in” genom dörreninstall.packages("pxweb")
library(pxweb)
# gamla
mitt_data <- interactive_pxweb()
mitt_data <- interactive_pxweb(api = "scb", language = "sv")
# nya
mitt_data<-pxweb_interactive()
Se även denna vignette