• R软件,分段直方图


    View Code
     1 setwd("C:\\RBook\\数据研究\\重庆数据研究\\面积\\")
     2 
     3 mhist<-function(sData,freq="T",Color="black",lty="solid",brk=NULL)
     4 {
     5     exf<-hist(sData,plot="F",breaks=brk)
     6     brk<-exf$breaks
     7     if(freq)
     8         cnt<-exf$intensities
     9     else
    10         cnt<-exf$counts
    11         
    12     for(i in 1:length(cnt))
    13     {
    14         n=i+1
    15         #第一条竖线
    16         lines(c(brk[i],brk[i]),c(0,cnt[i]),lty=lty,col=Color)
    17         #第二条竖线
    18         lines(c(brk[n],brk[n]),c(0,cnt[i]),lty=lty,col=Color)
    19         #顶线
    20         lines(c(brk[i],brk[n]),c(cnt[i],cnt[i]),lty=lty,col=Color)
    21     }
    22 }
    23 ##三个数据文件。只有一列 mp
    24 files=c("all.csv","lessT90.csv","90T120.csv","greaterT120.csv")
    25 
    26 xMin=NULL
    27 xMax=NULL
    28 yMin=NULL
    29 yMax=NULL
    30 mp_seq=300
    31 brk=seq(0,15000,mp_seq)
    32 
    33 for(fil in files)
    34 {
    35     d<-read.table(fil,header=T)
    36     exf<-hist(d$mp,plot="F",brk)
    37     xMin=min(xMin,exf$breaks)
    38     xMax=max(xMax,exf$breaks)
    39     yMin=min(yMin,exf$intensities)
    40     yMax=max(yMax,exf$intensities)
    41 }
    42 plot(x=c(xMin,xMax),xlab="",ylab="",xaxt="n",frame = FALSE,main="2012年上半年不同面积段的均价直方",y=c(yMin,yMax),type="n")
    43 
    44 axis(1,brk,pos=0,las=2)
    45 ltys<-c("solid","dashed","dotdash","dotted")
    46 cols<-c("black","green","red","blue")
    47 legends<-c("all","<90","90-120",">=120")
    48 
    49 for(i in 1:length(files))
    50 {
    51     d<-read.table(files[i],header=T)
    52     mhist(d$mp,freq="T",Color=cols[i],lty=ltys[i],brk=brk)
    53 }
    54 legend(x=12000,y=2e-04,lty=ltys,col=cols,legend=legends)

    结果如下:

  • 相关阅读:
    字典树Trie
    转载一个不错的LRU cache
    git和github基础入门
    git基础之常用操作
    python矩阵和向量的转置问题
    梯度下降法注意要点
    python 浮点数问题
    Python数据分析基础——读写CSV文件2
    Python数据分析基础——读写CSV文件
    读书笔记----javascript函数编程
  • 原文地址:https://www.cnblogs.com/davyfamer/p/2679111.html
Copyright © 2020-2023  润新知