聊聊R语言中Legend 函数的参数用法

如下所示:

legend(x, y = NULL, legend, fill = NULL, col = par("col"),
border = "black", lty, lwd, pch,
angle = 45, density = NULL, bty = "o", bg = par("bg"),
box.lwd = par("lwd"), box.lty = par("lty"), box.col = par("fg"),
pt.bg = NA, cex = 1, pt.cex = cex, pt.lwd = lwd,
xjust = 0, yjust = 1, x.intersp = 1, y.intersp = 1,
adj = c(0, 0.5), text.width = NULL, text.col = par("col"),
text.font = NULL, merge = do.lines && has.pch, trace = FALSE,
plot = TRUE, ncol = 1, horiz = FALSE, title = NULL,
inset = 0, xpd, title.col = text.col, title.adj = 0.5,
seg.len = 2)

x, y


X,y用于定位图例,也可用单键词"bottomright", "bottom", "bottomleft", "left", "topleft", "top", "topright", "right" and "center"


legend


字符或表达式向量


fill


用特定的颜色进行填充


col


图例中出现的点或线的颜色


border


当fill = 参数存在的情况下,填充色的边框


lty, lwd


图例中线的类型与宽度


pch


点的类型


angle


阴影的角度


density


阴影线的密度


bty


图例框是否画出,o为画出,默认为n不画出


bg


bty != "n"时,图例的背景色


box.lty, box.lwd, box.col


bty = "o"时,图例框的类型,box.lty决定是否为虚线,box.lwd决定粗线,box.col决定颜色


pt.bg


点的背景色


cex


字符大小


pt.cex


点的大小


pt.lwd


点的边缘的线宽


x.intersp


图例中文字离图片的水平距离


y.intersp


图例中文字离图片的垂直距离


adj


图例中字体的相对位置


text.width


图例字体所占的宽度


text.col


图例字体的颜色


text.font


图例字体


merge


logical, if TRUE,合并点与线,但不填充图例框,默认为TRUE


trace


logical; if TRUE显示图例信息.


plot


logical. If FALSE不画出图例


ncol


图例中分类的列数


horiz


logical; if TRUE,水平放置图例


title


给图例加标题


inset


当图例用关键词设置位置后,inset = 分数,可以设置其相对位置


xpd


xpd=FALSE,即不允许在作图区域外作图,改为TRUE即可,与par()参数配合使用。


title.col


标题颜色


title.adj


图例标题的相对位置,0.5为默认,在中间。0最左,1为最右。


seg.len


lty 与lwd的线长,长度单位为字符宽度

补充:R语言_legend()函数用法

Add Legends to Plots | 图例

Usage
legend(x, y = NULL, legend, fill = NULL, col = par("col"),
    border = "black", lty, lwd, pch,
    angle = 45, density = NULL, bty = "o", bg = par("bg"),
    box.lwd = par("lwd"), box.lty = par("lty"), box.col = par("fg"),
    pt.bg = NA, cex = 1, pt.cex = cex, pt.lwd = lwd,
    xjust = 0, yjust = 1, x.intersp = 1, y.intersp = 1,
    adj = c(0, 0.5), text.width = NULL, text.col = par("col"),
    text.font = NULL, merge = do.lines && has.pch, trace = FALSE,
    plot = TRUE, ncol = 1, horiz = FALSE, title = NULL,
    inset = 0, xpd, title.col = text.col, title.adj = 0.5,
    seg.len = 2)

Arguments | 参数

x, y:用于定位图例,也可用单键词"bottomright", "bottom", "bottomleft", "left", "topleft", "top", "topright", "right" and "center"

legend:字符或表达式向量

fill:用特定的颜色进行填充

col:图例中出现的点或线的颜色

border:当fill = 参数存在的情况下,填充色的边框

lty, lwd:图例中线的类型与宽度

pch:点的类型

angle:阴影的角度

density:阴影线的密度

bty:图例框是否画出,o为画出,默认为n不画出

bg:bty != "n"时,图例的背景色

box.lty, box.lwd, box.col

bty = "o"时,图例框的类型,box.lty决定是否为虚线,box.lwd决定粗线,box.col :决定颜色

pt.bg:点的背景色

cex:字符大小

pt.cex:点的大小

pt.lwd:点的边缘的线宽

x.intersp:图例中文字离图片的水平距离

y.intersp:图例中文字离图片的垂直距离

adj:图例中字体的相对位置

text.width:图例字体所占的宽度

text.col:图例字体的颜色

text.font:图例字体

merge:logical, if TRUE,合并点与线,但不填充图例框,默认为TRUE

trace:logical; if TRUE显示图例信息.

plot:logical. If FALSE不画出图例

ncol:图例中分类的列数

horiz:logical; if TRUE,水平放置图例

title:给图例加标题

inset:当图例用关键词设置位置后,inset = 分数,可以设置其相对位置

xpd:xpd=FALSE,即不允许在作图区域外作图,改为TRUE即可,与par()参数配合使用。

title.col:标题颜色

title.adj:图例标题的相对位置,0.5为默认,在中间。0最左,1为最右。

seg.len:lty 与lwd的线长,长度单位为字符宽度

Example | 例子

> legend("topleft", inset=.05, title="Drug Type", c("A","B"),
+    lty=c(1, 2), pch=c(15, 17), col=c("red", "blue"))

以上为个人经验,希望能给大家一个参考,也希望大家多多支持我们。如有错误或未考虑完全的地方,望不吝赐教。

(0)

相关推荐

  • R语言实现LASSO回归的方法

    Lasso回归又称为套索回归,是Robert Tibshirani于1996年提出的一种新的变量选择技术.Lasso是一种收缩估计方法,其基本思想是在回归系数的绝对值之和小于一个常数的约束条件下,使残差平方和最小化,从而能够产生某些严格等于0的回归系数,进一步得到可以解释的模型.R语言中有多个包可以实现Lasso回归,这里使用lars包实现. 1.利用lars函数实现lasso回归并可视化显示 x = as.matrix(data5[, 2:7]) #data5为自己的数据集 y = as.ma

  • R语言绘图样式设置操作(符号,线条,颜色,文本属性)

    设置图像样式有两种方法,一种是全局修改,一种只针对一幅图片有效. 全局修改 a<-c(1:10) #全局修改 old_par<-par(no.readonly=TRUE) #记录默认样式到变量old_par中 par(lty=2,pch=17) #设置线型lty=2虚线,pch=17实心三角形,键值对的方式进行设置 #第一幅图,已经和默认样式不一样了 b<-rnorm(10) plot(a,b,type='b') #第二幅图,和第一幅图样式一样 b<-rnorm(10) plot(

  • R语言导入CSV数据的简单方法

    第一.查看读取路径:getwd() ``` getwd() #获取文件存储位置 [1] "E:/R/meta-rbook-examples" #文件位置,如果是自己想要的存储位置可以直接将文件放到这里,如果不是更改路径. `` 第二.修改路径: setwd("E:/R")#设置新的路径`,将文件放入该文件夹中 第三.读取CSV文件: data1<-read.csv("dataset01.csv",as.is = TRUE)#读取文件名为:d

  • R语言 小数点位数的设置方式

    经常用数据分析,有时不同的文件的小数位数不一样,但是我们可以让它们的位数保持一致的,下面的介绍就是设置小数位数. 使用options函数 > options(digits) 默认为7位 > a=0.234333323#9位> a[1] 0.2343333 下面开始设置下 > options(digits=3)> a=0.34434434#8位> a[1] 0.344 看最大的位数 > options(digits=27)Error in options(digit

  • R语言删除/添加数据框中的某一行/列

    假如数据是这样的,这是有一个数据框 > A <- data.frame(姓名 = c("张三", "李四", "王五"), 体重 = c(50, 70, 80), 视力 = c(5.0, 4.8, 5.2)) > A 姓名 体重 视力 1 张三 50 5.0 2 李四 70 4.8 3 王五 80 5.2 删除第一行"张三"的信息 > A <- A[-1,] > A 姓名 体重 视力 2 李

  • R语言随机数生成的实现

    1. 均匀分布 函数: runif(n, min=0, max=1),n 表示生成的随机数数量,min 表示均匀分布的下限,max 表示均匀分布的上限,若省略参min.max,则默认生成[0,1]上的均匀分布随机数. > q = runif(5,-1,1) > q [1] 0.73539909 0.72895000 -0.04357151 0.81696252 0.50210058 2. 正太分布 函数:rnorm(n, mean=0, sd=1),其中,n 表示生成的随机数数量,mean是正

  • 详解R语言数据合并一行代码搞定

    数据的合并 需要的函数 cbind(),rbind(),bind_rows(),merge() 准备数据 我们先构造一组数据,以便下面的演示 > data1<-data.frame( + namea=c("海波","立波","秀波"), + value=c("一波","接","一波") + ) > data1 namea value 1 海波 一波 2 立波 接 3 秀

  • 聊聊R语言中Legend 函数的参数用法

    如下所示: legend(x, y = NULL, legend, fill = NULL, col = par("col"), border = "black", lty, lwd, pch, angle = 45, density = NULL, bty = "o", bg = par("bg"), box.lwd = par("lwd"), box.lty = par("lty")

  • R语言中c()函数与paste()函数的区别说明

    c()函数:将括号中的元素连接起来,并不创建向量 paste()函数:连接括号中的元素 例如 c(1, 2:4),结果为1 2 3 4 paste(1, 2:4),结果为"1 2" "1 3" "1 4" c(2, "and"),结果为"2" "and" paste(2, "and"),结果为"2 and" 补充:R语言中paste函数的参数sep

  • R语言中merge函数详解

    1.创建测试数据: name <- c('A','B','A','A','C','D') school <- c('s1','s2','s1','s1','s1','s3') class <- c(10, 5, 4, 11, 1, 8) English <- c(85, 50, 90 ,90, 12, 96) w <- data.frame(name, school, class, English) w name <- c('A','B','C','F') school

  • R语言中cut()函数的用法说明

    R语言cut()函数使用 cut()切割将x的范围划分为时间间隔,并根据其所处的时间间隔对x中的值进行编码. 参数:breaks:两个或更多个唯一切割点或单个数字(大于或等于2)的数字向量,给出x被切割的间隔的个数. breaks采用fivenum():返回五个数据:最小值.下四分位数.中位数.上四分位数.最大值. labels为区间数,打标签 ordered_result 逻辑结果应该是一个有序的因素吗? 先用fivenum求出5个数,再用labels为每两个数之间,贴标签,采用(]的区间,

  • R语言中qplot()函数的用法说明

    ggplot2()函数 ggplot2是一个强大的作图工具,它可以让你不受现有图形类型的限制,创造出任何有助于解决你所遇到问题的图形. qplot() qplot()属于ggplot2(),可以理解成是它的简化版本. qplot 即"快速作图"(quick plot),顾名思义,能快速对数据进行可视化分析.它的用法和R base包的plot函数很相似. qplot() 参数 qplot(x, y = NULL, ..., data, facets = NULL, margins = F

  • R语言中quantile()函数的用法说明

    在R语言中取百分位比用quantile()函数,下面举几个简单的示例: 1.求某个百分位比 > data <- c(1,2,3,4,5,6,7,8,9,10) > quantile(data,0.5) 50% 5.5 > quantile(data,c(0.25,0.75)) 25% 75% 3.25 7.75 2.产生一个序列百分位比值 > quantile(data,seq(0.1,1,0.1)) 10% 20% 30% 40% 50% 60% 70% 80% 90% 1

  • R语言中assign函数和get函数的用法

    assign函数在循环时候,给变量赋值,算是比较方便 1.给变量赋值 for (i in 1:(length(rowSeq)-1)){ assign(paste("nginx_server_fields7_", i, sep = ""), nginx_server_fields7[(rowSeq[(i-1)+1]):(rowSeq[i+1]), ]) } 2.通过for循环给变量a1.a2.a3赋值 for (i in 1:3){ assign(paste(&quo

  • C语言中qsort函数用法实例小结

    本文实例汇总了C语言中qsort函数的常见用法,非常具有实用价值.分享给大家供大家参考.具体分析如下: C语言中的qsort函数包含在<stdlib.h>的头文件里,本文中排序都是采用的从小到大排序. 一.对int类型数组排序 int num[100]; int cmp ( const void *a , const void *b ) { return *(int *)a - *(int *)b; } qsort(num,100,sizeof(num[0]),cmp); 二.对char类型数

  • R语言中set.seed()函数的作用详解

    目录 001.首先查看不使用set.seed函数的情况 002.使用set.seed函数的情况 003.改变种子序号的情况 R语言中set.seed()函数的作用是保证前后生成的随机数保持一致. 001.首先查看不使用set.seed函数的情况 x=rnorm(10) ## 生成10个平均值为0, 标准差为1的符合正太分布的随机数 x plot(x) 再次运行以上代码(可以发现生成的随机数发生了编号): x=rnorm(10) x plot(x) 002.使用set.seed函数的情况 set.

  • R语言中R-squared与Adjust R-squared参数的解释

    前言 最近做项目时,使用 R语言对一些数据做回归计算,分析数据时,想查看这堆数据的相关性,得知R-squared可以得到我想要的信息,但是在打印线性关系式时,看到了R-squared,Adjust R-squared 这两个参数,有点疑惑,上网也查看了一部分资料,最后,发现有两道题可以很明白解释这两个参数,如下: 题一 如果在线性回归模型中增加一个特征变量,下列可能发生的是(多选)? A. R-squared 增大,Adjust R-squared 增大 B. R-squared 增大,Adju

随机推荐