準備工作
加載數據集
> load("E:/Statistics_with_R/example/ch2/example2_1.RData")
簡單條形圖
> count1<-table(example2_1$社區)
> count2<-table(example2_1$性別)
> count3<-table(example2_1$態度)
> par(mfrow=c(1,3), mai=c(0.7,0.7,0.6,0.1),cex=0.7, cex.main=0.8)
> barplot(count1, xlab='頻數', ylab='社區', horiz=TRUE, main="(a)水平條形圖", col=2:5)
> barplot(count2, xlab='頻數', ylab='性別', main="(b)垂直條形圖")
> barplot(count3, xlab='頻數', ylab='態度', main="(c)垂直條形圖")
效果圖：
帕累託圖
> count1<-table(example2_1$社區)
> par(mai=c(0.7,0.7, 0.1, 0.8), cex=0.8)
> x<-sort(count1,decreasing=T)
> barplot(x, xlab="社區", ylab="頻數"，col=2:5)
> y<-cumsum(x)/sum(x)
> par(new=T)
> plot(y, type="b", lwd=1.5, axes=FALSE, xlab=' ', ylab=' ', main=' ')
> axis(4)
> par(las=0)
> mtext("累計頻率", side=4, line=3)
> mtext("累計分佈曲線", line=-2.5, cex=0.8, adj=0.75)
效果圖：
馬賽克圖
> masaicplot(~性別+社區+態度, data=example2_1, color=2:3, main="")
效果圖：
餅圖
> count1<-tbale(example2_1$社區)
> name<-names(count1)> percent<-prop.table(count1)*100
> label1<-paste(name, " ", percent, "%", sep="")
> par(pin=c(3,3), mai=c(0.1,0.4,0.1,0.4), cex=0.8)
> pie(count1, labels=label1, init.angle=90)
二維餅圖
> pie3D(count1, labels=label1,explode=0.1,labelcex=0.7)
效果圖：
三維餅圖
> pie3D(count1, labels=labs,explode=0.1,labelcex=0.7, col=c("brown","#ddaa00","pink","#dd00dd"))
效果圖：