餅圖

在統計學家看來餅狀圖是表達信息效果很差的一種圖，因為在餅狀圖中很難對不同扇區的大小進行比較，或對不同餅狀圖之間的數據進行比較。以至于在R中對于餅狀圖的操作相比起別的統計圖形要少很多。
在R中餅狀圖的代碼如下：

pie(x,labels=,main=" ",col=rainbow( ))#labels表示注釋，col采用rainbow調色，main表示標題

還可以在R中繪制3D的餅狀圖，借助plotrix包中的pie3D（）函數可實現。代碼如下：

library(plotrix) pie3D(GDP,labels=countries,explode=0.1,main="3D Pie Chrt")

如果沒有標注百分比，我們將很難判斷India和Ruassia之間的數量關系，為了更明顯地展示不同國家之間的數量差異，可以借助fan.plot（）函數，代碼如下：

fan.plot(GDP,labels=countries,main="Fan plot")

直方圖

不等距分組
利用datasets包中的mtcars數據集

hist(mpg,breaks=c(2*5:9,5*4:7),col="blue1",ylim=c(0,0.12),xlim=c(10,35),freq=F,xlab="Miles/Gallon") hist(mpg,breaks=12,col="blue1",ylim=c(0,0.12),xlim=c(10,35),freq=F,xlab="Miles/Gallon") lines(density(mpg),col="red",lwd=2)#擬合曲線加以描述 box（）#加框

需要注意的是所繪制的直方圖是歸一化的，即縱軸不是頻數，而是相對的占比。
breaks參數值是控制分組數量，實質上是用pretty（）函數進行分組劃分的。不是任意的組數都能實現，例如分成10組、12組、15組在這個數據集的直方圖中沒有區別。

核密度圖

顧名思義，核密度估計是用于估計隨機變量概率密度函數的一種非參數方法，核密度圖是一種值得推薦的用以觀察連續型變量分布的有效方法。

總結

以上是生活随笔為你收集整理的R语言中的统计图形的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。