bwplot

    1热度

    1回答

    我需要帮助格子bwplot。我制作了我的多平面图,并将它们放在同一个窗口中。 library(lattice) attach(mtcars) gear.f<-factor(gear,levels=c(3,4,5), labels=c("3gears","4gears","5gears")) cyl.f <-factor(cyl,levels=c(4,6,8), labels=c("4cyl

    0热度

    2回答

    ##Example data to illustrate problem: type=c("grp1","grp2","grp1","grp3","grp3","grp3","grp4") num=c(1,1,2,4,3,5,1) cols=c(rep("red",5),"green","red") library(lattice) bwplot(num~type) par(new=

    4热度

    2回答

    我有以下代码,允许通过函数在lattice分组垂直方块图。重复的例子.. data(mpg, package = "ggplot2") bwplot(hwy~class, data = mpg, groups = year, pch = "|", box.width = 1/3, auto.key = list(points = FALSE, rectangles = TR

    0热度

    1回答

    当我执行下面的代码(数据集格子包的一部分): ngroups <- length(unique(barley$site)) + 1 bwplot(yield ~ variety, data = barley, box.width = 1/ ngroups, groups = year, scales=(x=list(rot=45)), auto.key = list(p

    0热度

    1回答

    我试图在一张桌子上产生一个统计分析,下面是显示4个用5个增塑剂测试的加速器的表格部分,每次测试重复4次。我想制作一个分成4个面板(每个加速器)的bwplot,每个面板使用来自所有4个测试的数据分别绘制5个数据(5个增塑剂的数据)。 我目前使用 bwplot(TStrength ~ interaction(accelerator,plasticiser)| paste("Plasticiser ",

    0热度

    2回答

    下面的代码会生成一个bwplot,但y轴上的值是1,2,3,4,5而不是10,11,12,13,14。我该如何解决这个问题? library(lattice) test <- data.frame(c(rep(10,100),rep(11,100),rep(12,100),rep(13,100),rep(14,100)) ,c(rep(rnorm(n=500,mean=2,sd=

    0热度

    1回答

    我是新来的格子,我需要创建一个盒子图,其中y值表示电流。数据以1/24至8/1的不同比率进行了分析。幸运的是,我绘制出相对于实际比例的方框。我试图实现的是使用x-labels,如“1/24”,1/12等,而不是“0.04166667”,0.08333333等。您可以看到一个代码示例。我在面板函数里尝试了不同的接近方法,并且探索了尺度参数。数据被调节并且产生4个面板。棘手的是,右侧的面板和左侧的面板

    4热度

    1回答

    我有这样的数据帧为例: >mydata <- rbind(data.frame(Col1 = rnorm(2*1000),Col2 =rep(c("A", "C"), each=1000),Col3=factor(rep(c("YY","NN"), 1000))),data.frame(Col1 = rnorm(1000),Col2 =rep(c("B")),Col3=factor(rep(c("

    0热度

    1回答

    我想在格子bwplot的每个盒子和须子上标注一些统计信息。 下面是一个通用示例。 #---Some dummy data Rock<-c("Rock1","Rock2","Rock3") Zone<-as.data.frame(c("Zone10","Zone11","Zone12")) Domain<-as.data.frame(c("Domain1","Domain2")) Dt <-

    2热度

    1回答

    你好,我试图做一个bwplot(它必须是来自莱迪思的bwplot)不同的向量长度。 xx1 <- rnorm(20, mean = 3, sd = 3.6) #20 xx2 <- rpois(40, lambda = 3.5) xx3 <- rchisq(31, df = 5, ncp = 0) #31