本篇内容介绍了“R语言绘制分布曲线的方法是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
成都网站建设哪家好，找创新互联公司！专注于网页设计、成都网站建设公司、微信开发、微信小程序、集团企业网站制作等服务项目。核心团队均拥有互联网行业多年经验，服务众多知名企业客户；涵盖的客户类型包括：除甲醛等众多领域，积累了大量丰富的经验，同时也获得了客户的一致赞扬！
重庆分公司
重庆分公司
library(readr)
df<-read_tsv("author_number.tsv")
head(df)
table(df$journal)
我们先来看一下帮助文档中的例子
df_1 <- data.frame(
x = c(rnorm(100, 0, 3), rnorm(100, 0, 10)),
g = gl(2, 100)
)
p1<-ggplot(df_1, aes(x)) + stat_ecdf(geom = "step")
# Don't go to positive/negative infinity
p2<-ggplot(df_1, aes(x)) + stat_ecdf(geom = "step", pad = FALSE)
# Multiple ECDFs
p3<-ggplot(df_1, aes(x, colour = g)) + stat_ecdf()
library(patchwork)
p1+p2+p3
这里新学到一个函数gl()，生成因子数据，比如
gl(2, 8, labels = c("Control", "Treat"))
参数的意思是
之前我实现这个都是用rep（）函数
再来一个例子
gl(2, 1, 20)
两个因子，每种一个，重复20次
ggplot(df, aes(x=auth_num, col=journal)) +
stat_ecdf(geom="smooth", se=F, size=1.2) +
theme_bw() +
scale_x_log10(breaks=c(1:5, seq(10, 50, by=10),
100, 200, 300,400,500)) +
theme(legend.position=c(.75,.33),
panel.grid = element_blank()) +
labs(x="Number of authors per paper",
y="ECDF",
col="") +
coord_cartesian(xlim=c(1,500)) +
scale_color_brewer(type="qual", palette=6)
“R语言绘制分布曲线的方法是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
