微信小程序企业网站,电子商务网站的建设心得体会,手机之家论坛官网,专业做合同的网站折线图的概念及作用#xff1a;
折线图#xff08;Line Chart#xff09;是一种常见的图表类型#xff0c;用于展示数据的变化趋势或时间序列数据。它通过一系列的数据点#xff08;通常表示为坐标系中的点#xff09;与这些点之间的线段相连#xff0c;直观地展示变量…折线图的概念及作用
折线图Line Chart是一种常见的图表类型用于展示数据的变化趋势或时间序列数据。它通过一系列的数据点通常表示为坐标系中的点与这些点之间的线段相连直观地展示变量随着时间或其他因素变化的情况。折线图适用于比较多个数据集的变化趋势尤其是在时间序列数据分析中常用于反映数据的连续性和波动。 1. 折线图的基本概念
折线图是由坐标系中的一系列数据点和这些点之间的直线段组成。每个数据点的横坐标通常代表某一时间点或顺序而纵坐标则表示对应的数值如销量、温度、股票价格等。通过连接这些点形成折线图可以清晰地看到数据的波动趋势和变化规律。
横坐标X轴通常表示自变量例如时间、日期、阶段等。它是连续的或离散的。纵坐标Y轴表示因变量即需要观察的数据值。数据点每一个数据点对应一个横坐标和纵坐标的组合表示某个时刻或某个条件下的观测值。折线通过连接数据点形成的线条展示了数据的变化趋势。
2. 折线图的作用
折线图的作用主要体现在以下几个方面
a. 展示数据变化的趋势
折线图最常见的用途是展示数据随时间或其他因素变化的趋势。通过观察折线的走势可以直观地了解数据随时间的波动和变化模式。
例如绘制一年中每个月的气温变化折线图可以清晰地看出气温的升降趋势揭示季节性变化。
b. 比较多个数据系列
折线图还可以用来比较多个数据系列的变化趋势。当有多个变量或不同类别的时间序列数据时可以将它们绘制在同一张图表上通过不同的颜色、线型或符号区分不同的数据系列。
例如比较不同公司在同一时间段内的股票价格变化或不同地区的气温变化。
c. 揭示数据的波动性和周期性
折线图不仅能展示数据的趋势还能揭示数据中的周期性波动如季节变化、突发性变化、趋势反转等重要特征。
例如通过绘制股票市场的折线图可以看到市场的波动性识别牛市和熊市的周期性变化。
d. 识别异常值或趋势变化点
折线图能够帮助观察数据中的异常值或突变点。例如突如其来的数据激增或暴跌在折线图中会形成尖锐的波动容易被观察者识别出来。
例如销售额的急剧下降可能是某个重要事件导致的需要进一步分析。
3. 折线图的类型
根据数据的特点和需求折线图可以有不同的变种常见的有
a. 基本折线图Simple Line Chart
最基本的折线图展示一个数据系列随时间的变化趋势。
b. 多重折线图Multiple Line Chart
适用于比较多个数据系列。每个系列通过不同的颜色或线型区分以便在同一图表中显示多个变量的变化趋势。
c. 堆叠折线图Stacked Line Chart
在多重折线图的基础上堆叠折线图显示了不同数据系列之间的叠加关系。每个数据系列的值在前一系列之上堆叠起来适用于表示部分与整体的关系。
例如展示各个产品在某个月的销售额时可以通过堆叠折线图看到不同产品的销售额与总销售额之间的关系。
d. 平滑折线图Smooth Line Chart
在基本折线图的基础上通过平滑算法如样条插值等使得折线不那么尖锐适用于数据变化较为平稳、且不要求每个数据点之间的波动都十分显著的情况。 代码
第一部分加载所需包
library(ggplot2)
library(dplyr)
library(tidyr)
library(gridExtra)
library(openxlsx)ggplot2用于数据可视化。dplyr用于数据操作。tidyr用于数据整理例如宽表和长表的转换。gridExtra用于排版多个图表。openxlsx用于读取和写入 Excel 文件。 第二部分数据加载与清理
mydata - read.xlsx(gpt.xlsx)
mydata - subset(mydata, mydata$final ! 3)
mydata - mydata %%mutate(gpt factor(gpt, levels c(gpt3.5, gpt4)),system factor(system, levels c(system2, system1)),query factor(query, levels c(query1, query2)),final_new factor(final, labels c(不参加, 参加)),sort_new factor(sort, labels paste0(seq(10, 90, by 10), %)))数据加载 read.xlsx(gpt.xlsx)读取 Excel 文件 gpt.xlsx。 数据过滤 subset(mydata, mydata$final ! 3)去除 final 列中值为 3 的数据。 数据清理 使用 mutate 对数据进行格式化处理 将 gpt、system 和 query 列转为因子变量设定排序规则。对 final 和 sort 列创建新的因子变量并赋予更易读的标签。 第三部分分组并汇总数据
result_wide - mydata %%group_by(gpt, system, query, final_new) %%summarise(Frequency n(), .groups drop) %%pivot_wider(names_from final_new, values_from Frequency, values_fill list(Frequency 0)) %%mutate(Proportion 参加 / (不参加 参加))分组与汇总 group_by(gpt, system, query, final_new)按 gpt、system、query 和 final_new 进行分组。summarise(Frequency n(), .groups drop)计算每组的频数生成 Frequency 列。 宽表转换 pivot_wider(names_from final_new, values_from Frequency, values_fill list(Frequency 0)) 将 final_new 的值不参加 和 参加作为新列值来源于 Frequency。未匹配的单元格填充为 0。 计算比例 mutate(Proportion 参加 / (不参加 参加))计算 参加 在总频数中的比例结果存储在 Proportion 列中。 第四部分绘制折线图
plota - ggplot(result_wide, aes(x system, y Proportion, color gpt, linetype query, group interaction(gpt, query))) geom_line(linewidth 1.1) geom_point(size 2) labs(title 比对折线图, x system, y 参加比例) theme_minimal() theme(plot.title element_text(hjust 0.5),legend.title element_blank(),legend.position bottom) scale_color_manual(values c(gpt3.5 red, gpt4 green)) scale_linetype_manual(values c(query1 solid, query2 dashed, query4 dotted),labels c(query1 query1-单次博弈, query2 query2-多次博弈, query4 query4-聚合结果的多次博弈)) scale_x_discrete(labels c(system1 system1【AI】, system2 system2【Human】))核心部分解释 ggplot 初始化 aes(x system, y Proportion, color gpt, linetype query, group interaction(gpt, query)) xsystem 作为 x 轴变量。yProportion 作为 y 轴变量参加比例。colorgpt 区分颜色。linetypequery 区分线型例如虚线、实线等。group按照 gpt 和 query 的组合分组确保线条连续。 绘制折线和点 geom_line(linewidth 1.1)绘制折线设置线宽为 1.1。geom_point(size 2)在线上叠加点设置点大小为 2。 添加标题和标签 labs(title 比对折线图, x system, y 参加比例)设置图表标题和轴标签。 主题样式 theme_minimal()应用简约主题。theme(...) plot.title element_text(hjust 0.5)标题居中。legend.title element_blank()去除图例标题。legend.position bottom将图例放在底部。 自定义颜色和线型 scale_color_manual(...)指定颜色 gpt3.5 为红色gpt4 为绿色。scale_linetype_manual(...) values指定线型实线、虚线、点线。labels为每种 query 提供易读的标签描述。 自定义 x 轴标签 scale_x_discrete(labels c(system1 system1【AI】, system2 system2【Human】)) 将 system1 和 system2 的标签分别替换为 system1【AI】 和 system2【Human】。 第五部分保存图表
ggsave(plota.png, plota, width 8, height 6, bg white)将绘制的图形 plota 保存为 PNG 文件 文件名为 plota.png。宽度和高度分别为 8 英寸和 6 英寸。背景色为白色。 总结
# ------- 加载所需包 -------
library(ggplot2)
library(dplyr)
library(tidyr)
library(gridExtra)
library(openxlsx)# ------- 加载并清理数据 -------
mydata - read.xlsx(gpt.xlsx)
mydata - subset(mydata, mydata$final ! 3)
mydata - mydata %%mutate(gpt factor(gpt, levels c(gpt3.5, gpt4)),system factor(system, levels c(system2, system1)),query factor(query, levels c(query1, query2)),final_new factor(final, labels c(不参加, 参加)),sort_new factor(sort, labels paste0(seq(10, 90, by 10), %)))# ------- 分组并汇总数据 -------
result_wide - mydata %%group_by(gpt, system, query, final_new) %%summarise(Frequency n(), .groups drop) %%pivot_wider(names_from final_new, values_from Frequency, values_fill list(Frequency 0)) %%mutate(Proportion 参加 / (不参加 参加))# 打印汇总数据
print(result_wide)# ------- 绘制折线图 -------
plota - ggplot(result_wide, aes(x system, y Proportion, color gpt, linetype query, group interaction(gpt, query))) geom_line(linewidth 1.1) geom_point(size 2) labs(title 比对折线图, x system, y 参加比例) theme_minimal() theme(plot.title element_text(hjust 0.5),legend.title element_blank(),legend.position bottom) scale_color_manual(values c(gpt3.5 red, gpt4 green)) scale_linetype_manual(values c(query1 solid, query2 dashed, query4 dotted),labels c(query1 query1-单次博弈, query2 query2-多次博弈, query4 query4-聚合结果的多次博弈)) scale_x_discrete(labels c(system1 system1【AI】, system2 system2【Human】))# 显示图表
print(plota)# ------- 保存图表 -------
ggsave(plota.png, plota, width 8, height 6, bg white)
