„Nowa oferta edukacyjna Uniwersytetu Wrocławskiego odpowiedzią na



Pobieranie 38.53 Kb.
Data04.05.2016
Rozmiar38.53 Kb.

Projekt Nowa oferta edukacyjna Uniwersytetu Wrocławskiego odpowiedzią na



współczesne potrzeby rynku pracy i gospodarki opartej na wiedzy”
library("maps")

png("francja.png")

map("france",fill=T,col=1:10) #8 KB

dev.off()



png("francjat.png",

height=4,

width=4,

units="in",res=600)

map("france",fill=T,col=1:10) #51 kB

dev.off()




png("francjac.png",

height=12,

width=12,

units="cm",res=600)

map("france",fill=T,col=1:10) #73 kB

dev.off()




pdf("france.pdf",

height=12,

width=12

)

map("france",fill=T,col=1:10) #127kB



dev.off()
pdf("france1.pdf") # 83 kB

map("france",fill=T,col=1:10)

dev.off()
plot(rnorm(1000),type="n")

x<-par("usr") # tylko przez par();daje współrzędne okna rysunku

rect(x[1],x[3],x[2],x[4],col="lightblue ")

points(rnorm(1000))



plot(rnorm(1000))



par() stosuje założone ustawienia do odwołania


plot(2^c(1:5),10^c(1:5),type="b")

plot(2^c(1:5),10^c(1:5),log="xy",type="b")


plot(rnorm(1000),xlab="",ylab="")

title(xlab="X axis",col.lab="red")

title(ylab="Y axis",col.lab="blue")

#jedyny sposób aby osie były różnych kolorów




# podział osi

plot(rnorm(100),xaxp=c(0,100,10))




library("XML")

© Smarter Poland

kraj <- c("poland", "united_kingdom", "greece", "hungary")

# lista czterech tabel z danymi

dane <- lapply(kraj,

function(k) readHTMLTable(paste("http://www.indexmundi.com/",

k, "/internet-users.html", sep = ""), which = 3,

colClasses = "numeric"))

# wyciągamy lata i procenty użytkowników

lata <- dane[[1]][, 1]

procenty <- as.data.frame(sapply(dane, `[`, 2))
library("RColorBrewer")

kolory <- brewer.pal(9, "Set1")

# c("#E41A1C", "#377EB8", "#4DAF4A", "#984EA3", "#FF7F00", "#FFFF33",

# "#A65628", "#F781BF", "#999999")

matplot(lata, procenty, type = "o", pch = 19, las = 1, xlab = "",

ylab = "", col = kolory, main = "% osób z dostępem do Internetu",

bty = "n")

abline(h = (0:7) * 10, col = "grey", lty = 3)

legend("topleft", kraj, ncol = 2, col = kolory, pch = 19, lwd = 2,

bty = "n", cex = 1)


require(vcd)

data("Arthritis")

Arthritis[1:5,]



ID Treatment Sex Age Improved

1 57 Treated Male 27 Some

2 46 Treated Male 29 None

3 77 Treated Male 30 None

4 17 Treated Male 32 Marked

5 36 Treated Male 46 Marked

cd_plot(Improved ~ Age, data = Arthritis)


*

x <- rnorm(1000)

hx <- hist(x, breaks=100, plot=F)

plot(hx, col=ifelse(abs(hx$breaks) < 1.65, 4, 2),

main="Histogram z ogonami na poziomie 0.1")


# plot z liniami dodatkowymi

with(mtcars,{

plot(wt, mpg, main="Wykres rozrzutu",

xlab="Ciężar samochodu [tys funtów] ", ylab="Miles Per Gallon ",

pch=19)


abline(lm(mpg~wt), col="red")

lines(lowess(wt,mpg), col="blue")

})

library(car)

scatterplot(mpg ~ wt | cyl, data=mtcars,

xlab="Ciężar samochodu [tys funtów] ", ylab="Miles Per Gallon ",

main="Warunkowy",

labels=row.names(mtcars),legend.coords="topright")



scatterplot(mpg ~ wt, data=mtcars,

xlab="Ciężar samochodu [tys funtów] ", ylab="Miles Per Gallon ",

main="box",boxplots="xy"

)


scatterplot(mpg ~ wt, data=mtcars,

xlab="Ciężar samochodu [tys funtów] ", ylab="Miles Per Gallon ",

main="box",boxplots="xy",log="x"

)

# Nałożenie krzywej Gaussa

x <- mtcars$mpg

h<-hist(x, breaks=10, col="red", xlab="mpg",

main="Histogram z krzywą normalną")

xfit<-seq(min(x),max(x),length=40)

yfit<-dnorm(xfit,mean=mean(x),sd=sd(x))

yfit <- yfit*diff(h$mids[1:2])*length(x)

lines(xfit, yfit, col="blue", lwd=2)


# wykres z odrębnymi kolorami dla grup

boxplot(len ~ dose, data = ToothGrowth,

boxwex = 0.25, at = 1:3 - 0.2,

subset = supp == "VC", col = "yellow",

main = "Przyrost zębów świnek morskich",

xlab = "Witamina C [mg]",

ylab = "długość zębów",

xlim = c(0.5, 3.5), ylim = c(0, 35), yaxs = "i")

boxplot(len ~ dose, data = ToothGrowth, add = TRUE,

boxwex = 0.25, at = 1:3 + 0.2,

subset = supp == "OJ", col = "orange")

legend(2, 9,c("Kwas askorbinowy", "Sok pomarańczowy"),

fill = c("yellow", "orange"),bty="n")

# w tytule kopia nazwy
baplot = function(x,y){

xstd = (x - mean(x))/sd(x)

ystd = (y - mean(y))/sd(y)

bamean = (xstd+ystd)/2

badiff = (ystd-xstd)/2

plot(badiff~bamean, pch=20, xlab="suma", ylab="różnica")

# deparse(substitute(varname)) cytuje nazwy danych

title(main=paste("Wykres Blanda-Altmana \n",

deparse(substitute(x)), "i", deparse(substitute(y)),"\n",

"(standaryzowane)"), adj=".5")

#linie rferencyjne w locie

abline(h = c(mean(badiff), mean(badiff)+1.96 * sd(badiff),

mean(badiff)-1.96 * sd(badiff)), lty=2)

}
set.seed(78)

aa = rnorm(50)

bb = aa + rnorm(50)

baplot(aa,bb)


baplot(aa,bb^2)

baplot(1:100,-(1:100)+rnorm(100))




with(mtcars,baplot(mpg,wt))

*


# wykres dwukolorowy; legenda z symbolami matematycznymi

sx<-c(0.32, 0.2, 0.67, 0.32, 0.45, 0.13)*100

sy<-c(0.37, 0.367, 0.586, 0.334, 0.481, 0.171)*100
zx <- c(0.41, 0.6 ,0.17 ,0.41 ,0.35 ,0.66)*100

zy <-c(0.334, 0.406, 0.253, 0.352, 0.333, 0.613)*100


w1<-expression(paste(phantom(0)<7*degree,"C"))

w2<-expression(paste(phantom(0) >= 10*degree,"C"))

plot(sx,sy, col="red",pch=19,ylim=c(15,70),xlim=c(15,70),

main="Udział populacji samosiewów i sadzonek",

xlab="samosiewy [%]",ylab="sadzonki [%]")

text(sx,sy,c("jes","czrm","wzwc","kljs","dąb","rbn"),cex=0.9,pos=4)

abline(0,1)

points(zx,zy,col="blue",pch=19)

text(zx,zy,c("jes","czrm","wzwc","kljs","dąb","rbn"),cex=0.9,pos=4)

legend("bottomright",legend=c(w1,w2),pch=c(19,19),

col=c("blue","red"),cex=1,bty="n",y.intersp=0.3,x.intersp=0.1)
# wykres z dużymi punktami

png("czytelne.png", pointsize=18)


plot(iris[3:4], col=iriscolors[unclass(iris$Species)],#zamiast nazw numerki

main="Iris Data", pch=20)

# etykiety obok średnich pozycje ustalane ręcznie

# (adjusted manually so labels do not overlap points)

text(irismeans[,2]+c(1,1,-1), irismeans[,3]+c(0,-.2,.2),

irismeans[,1])

dev.off()

# lepsze na slajdy

png("czytelne 1.png", width=4.5, height=5, units="in",

pointsize=14, res=200)

plot(iris[3:4], bg=iriscolors[unclass(iris$Species)], main="Iris Data",

pch=c(21,22,24)[unclass(iris$Species)], las=1)

text(irismeans[,2]+c(1.5,1.5,-1.5), irismeans[,3]+c(0,-.3,.3), irismeans[,1])

dev.off()





Statystyczne modelowanie decyzji biznesowych

w darmowym pakiecie R




©absta.pl 2016
wyślij wiadomość

    Strona główna