r 中的 scale_colour_discrete 函数
本文将介绍如何在 r 中使用 scale_colour_discrete。
使用 scale_colour_discrete 修改 r 中的 colour 比例标签
scale_colour_discrete 可用于修改通常需要具有离散值的 colour 比例标签。在这种情况下，我们演示了一个使用过滤后的 babynames 数据集的示例，从中仅提取了五个名字以使其更简单。我们使用 geom_line 绘制线图。x/y 轴上的映射变量是婴儿的数量和他们出生的年份。由于名称映射到 colour 比例，它们将有一个图例，其中不同的颜色被映射到每个其中。使用 scale_colour_discrete 函数的 labels 参数，我们可以传递一个值向量，我们可以用它来替换现有的比例标签。
library(ggplot2)
library(gridextra)
library(babynames)
library(dplyr)
dat <- babynames %>%
filter(name %in% c("alice", "maude", "mae",
"annie", "ella")) %>% filter(sex=="f")
p3 <- ggplot(dat, aes(x = year, y = n, colour = name))
geom_line()
scale_colour_discrete(
labels = c("al", "mau", "mae", "an", "el"))
scale_y_continuous(
breaks = seq(0, 13000, 1000),
name = "number of babies")
scale_x_continuous(
breaks = seq(1880, 2017, 12),
name = "year")
theme(
legend.position = "left",
legend.background = element_rect(fill = "white", colour = "black"),
plot.title = element_text(
size = rel(1.2), lineheight = .9,
family = "calibri", face = "bold", colour = "brown"
))
ggtitle("name popularity through years")
p3
使用 scale_colour_discrete 修改 r 中的 colour 比例名称
scale_colour_discrete 函数的另一个有用参数是 name，它控制 colour 刻度标题。自定义字符串值可以分配给 name 参数，这会在以下示例代码中生成修改后的图例名称。
library(ggplot2)
library(gridextra)
library(babynames)
library(dplyr)
dat <- babynames %>%
filter(name %in% c("alice", "maude", "mae",
"annie", "ella")) %>% filter(sex=="f")
p3 <- ggplot(dat, aes(x = year, y = n, colour = name))
geom_line()
scale_colour_discrete(
name = "name",
labels = c("al", "mau", "mae", "an", "el"))
scale_y_continuous(
breaks = seq(0, 13000, 1000),
name = "number of babies")
scale_x_continuous(
breaks = seq(1880, 2017, 12),
name = "year")
theme(
legend.position = "left",
legend.background = element_rect(fill = "white", colour = "black"),
plot.title = element_text(
size = rel(1.2), lineheight = .9,
family = "calibri", face = "bold", colour = "brown"
))
ggtitle("name popularity through years")
p3
前面的图在单个面板上绘制所有线条，但我们可以使用 facet_wrap 函数在单独的一个面板上输出每条线。facet_wrap 将需要映射的变量作为第一个参数。
library(ggplot2)
library(gridextra)
library(babynames)
library(dplyr)
dat <- babynames %>%
filter(name %in% c("alice", "maude", "mae",
"annie", "ella")) %>% filter(sex=="f")
p4 <- ggplot(dat, aes(x = year, y = n, colour = name))
geom_line()
scale_colour_discrete(
name = "name",
labels = c("al", "mau", "mae", "an", "el"))
scale_y_continuous(
breaks = seq(0, 13000, 1000),
name = "number of babies")
scale_x_continuous(
breaks = seq(1880, 2017, 12),
name = "year")
theme(
legend.position = "left",
legend.background = element_rect(fill = "white", colour = "black"),
plot.title = element_text(
size = rel(1.2), lineheight = .9,
family = "calibri", face = "bold", colour = "brown"
))
ggtitle("name popularity through years")
facet_wrap(vars(name))
p4
转载请发邮件至 1244347461@qq.com 进行申请，经作者同意之后，转载请以链接形式注明出处
本文地址：
相关文章
发布时间：2024/03/25 浏览次数：234 分类：mysql
-
本教程将向你介绍 schema、database 以及它们之间的主要区别。它还强调了 mysql 和 oracle 中的模式和数据库。
发布时间：2024/03/19 浏览次数：81 分类：javascript
-
本教程展示了 html5、html 4.01、xhtml 和 vbscripts 中 html 脚本类型属性的使用。
使用 powershell 将文件从 windows 复制到 linux
发布时间：2024/02/08 浏览次数：571 分类：编程语言
-
本教程将教你使用 powershell 将文件从 windows 复制到 linux。
发布时间：2023/11/28 浏览次数：177 分类：java
-
本教程展示了 scanner 类中包含的读取控制台输入的各种功能。在本教程中，我们将查看 java 中的 scanner 类，并学习如何使用该类从控制台读取输入。scanner 类来自于 java 包 java.util.scanner。
发布时间：2023/11/13 浏览次数：76 分类：java
-
本文讨论了 java scanner nextline 跳过的原因以及如何修复它在 java 中的 next() 或 nextint() 方法之后使用 nextline() 方法时，有时 nextline() 方法会跳过要读取的当前输入并转到下一个输入。
在 java 中使用 scanner 时没有此类元素异常
发布时间：2023/07/13 浏览次数：81 分类：java
-
本篇文章将介绍如何在 java 中使用 scanner 时解决 nosuchelementexception 错误。在 java 中使用 scanner 时没有此类元素异常 scanner 类用于在 java 程序中获取用户输入。 它使用多种实用方法，如 next()、
发布时间：2023/07/09 浏览次数：1976 分类：python
-
python 中什么是 indexerror：invalid index to scalar variable 当您滥用 numpy 数组的索引时，python 中会出现 indexerror: invalid index to scalar variable。
发布时间：2023/07/03 浏览次数：250 分类：python
-
本篇文章将介绍 python 中的 schedule 包，以在特定时间间隔后定期安排作业。schedule是python中的一个轻量级进程调度程序库 在 python 中安装 schedule 库
发布时间：2023/06/28 浏览次数：202 分类：python
-
我们将了解为什么需要数据分箱以及哪种技术最适合哪种情况。python 中的分箱 分箱是推断不同变量关系的最强大的分析技术之一。分箱是一种非参数且高度灵活的技术，其中变量被分类为不同
