En este artículo, discutiremos cómo crear diagramas de dispersión utilizando el paquete de celosía en el lenguaje de programación R.
En la programación R, el paquete Lattice es una biblioteca de visualización de datos que consta de varias funciones para trazar diferentes tipos de gráficos. Al usar la biblioteca de celosía, podemos trazar varios tipos de gráficos, como diagramas de dispersión, diagramas de caja, histogramas, diagramas de dispersión en 3D, diagramas de puntos, diagramas de franjas, diagramas de densidad, etc. primero la biblioteca.
Para importar la biblioteca de celosía, use la siguiente declaración:
biblioteca (celosía)
Diagrama de dispersión usando el paquete de celosía en R
En R, la biblioteca The Lattice contiene el método xyplot() que se utiliza para crear un diagrama de dispersión. Para usar el método xyplot(), primero se debe importar la biblioteca de celosía. La sintaxis del método xyplot() se proporciona a continuación:
Sintaxis: xyplot(col1~col2, data=Nombre del marco de datos)
Veamos un par de ejemplos sobre cómo trazar el diagrama de caja usando la biblioteca de celosía.
Ejemplo 1: en el siguiente código, creamos un marco de datos «estadísticas» y trazamos un gráfico de dispersión entre los datos en dos columnas usando el método xyplot().
R
# import lattice library library(lattice) # create a data frame stats <- data.frame(player=c('A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'), runs=c(200, 100, 100, 150, 109, 200, 270, 120, 76), wickets=c(5, 1, 6, 2, 4, 2, 0, 8, 1)) print("stats Dataframe") stats # groped scatter plot xyplot(runs ~ wickets, data = stats)
Producción
"stats Dataframe" player runs wickets 1 A 200 5 2 B 100 1 3 C 100 6 4 A 150 2 5 B 109 4 6 C 200 2 7 A 270 0 8 B 120 8 9 C 76 1
Ejemplo 2: en este ejemplo, trazamos un diagrama de dispersión agrupado para el marco de datos creado anteriormente utilizando el método xyplot().
R
# import lattice library library(lattice) # create a data frame stats <- data.frame(player=c('A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'), runs=c(200, 100, 100, 150, 109, 200, 270, 120, 76), wickets=c(5, 1, 6, 2, 4, 2, 0, 8, 1)) # groped scatter plot xyplot(runs ~ wickets, data = stats, group = player, auto.key = TRUE)
Producción
Publicación traducida automáticamente
Artículo escrito por rahulkl8471 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA