الـ Plotting في برمجة R

الـ Plotting في برمجة R

| مقدمه

اليوم سنتحدث عن كيفية انشاء الرسوم البيانيه والرسوم التوضيحيه التي تعبر عن مجموعة البيانات الخاصه بنا باستخدام برمجة R
سنأخذ نظره عامه فقط علي هذه الرسوم وكيفية انشاءها , يمكن ان نعتبره من مقالات الحجم القصير , وهذا لسبب بسيط ومهم ايضا , وهو ان الموقع يقوم بتجهيز كورس مكون من 8 مقالات عن الـ Plotting في برمجة R , باستخادم بيانات خاصه بمجموعه كبيره من الكروموسومات البشريه وسنتعلم في هذا الكورس وهذه السلسه العديد من المهارات في برمجة R في الـ Plotting
دعنا نبدأ
برمجة R لديها دعم كبير للتخطيط وتخصيص الـ Plotting . سوف نظهر فقط عدد قليل أدناه. دعونا نأخذ عينة بها 50 من القيم في التوزيع العادي ورسمالرسم البياني لها

# sample 50 values from normal distribution
# and store them in vector x
x<-rnorm(50)
hist(x) # plot the histogram of those values

يمكننا تعديل جميع المخططات من خلال توفير وسيطات معينة لوظيفة التخطيط. الآن ، دعونا نعطي عنوانًا للمخطط باستخدام حجة ‘main’ . يمكننا أيضًا تغيير لون الأعمدة باستخدام وسيطة “col”. يمكنك ببساطة تقديم اسم اللون سواء كان احمر او ازرق الخ ، نحن نستخدم ‘الأحمر’ للون. انظر الشكل أدناه للحصول على نتيجة هذه القطعة.


hist(x,main="Biotechinformatics",col="red")

بعد ذلك ، سنقوم بعمل مخطط مبعثر. الـ scatter plot هي واحدة من أكثر الـ (plots)شيوعًا التي ستواجهها في تحليل البيانات. سنقوم بتجربة مجموعة أخرى من 50 قيمة ورسمها مقابل تلك التي أخذنا عينات منها سابقًا. يعرض Scatterplot قيم متغيرين لمجموعة من نقاط البيانات , من المفيد تصور العلاقات بين متغيرين. يستخدم بشكل متكرر فيما يتعلق بالارتباط والانحدار الخطي.يمكنك رؤية هذا المقال بعنوان (تحليل بيانات ميكرواراي) لمعرفة استخدام (scatter plot) في تحليل البيانات
يتم عرض الـ scatter plot من تجربة أخذ العينات لدينا في الشكل. لاحظ أنه ، بالإضافة إلى الاسم الرئيسي ، استخدمنا وسيطات “xlab” و “ylab” لإعطاء الملصقات للمخطط لفهم اكثر واضافة معلومات عن المخطط الخاص بنا

# randomly sample 50 points from normal distribution
y<-rnorm(50)
#plot a scatter plot
# control x-axis and y-axis labels
plot(x,y,main="scatterplot of random samples",
        ylab="y values",xlab="x values")

دعنا نأخذ مثالا اخر علي هذا ولكن سنضيف شيئا جديد هذه المره وهو smoothScatter() والذي يظهر كثافة النقاط بدلا من النقاط نفسها , دعنا نري ..

x2=1:1000+rnorm(1000,mean=0,sd=200)
y2=1:1000
plot(x2,y2,pch=19,col="blue")

إذا كنت ستستخدم وظيفة smoothScatter () ، فستحصل على الكثافة لكل نقطه , دعنا نري

smoothScatter(x2,y2,colramp=colorRampPalette(c("white","blue", "green","yellow","red"))) 

التالي هو bar plot الذي يمكنك رسم بواسطةوظيفة barplot () . سنقوم برسم أربع قيم نسبية خيالية وتلوينها بلونين ، وهذه المرة سنبين أيضًا كيفية رسم وسيلة إيضاح على الرسم باستخدام دالة legend ()

perc=c(50,70,35,25)
barplot(height=perc,
        names.arg=c("bio","tech","infor","matics"),
        ylab="we love",main="bioinformatics",
        col=c("red","red","blue","blue"))
legend("topright",legend=c("test","control"),
       fill=c("red","blue"))

إذا كنت تريد حفظ مخططاتك في ملف صورة ، فهناك طريقتان للقيام بذلك. عادة ، سيكون عليك القيام بما يلي: 1. افتح جهاز رسومات 2. قم بإنشاء المخطط 3. أغلق جهاز الرسومات

pdf("mygraphs/myplot.pdf",width=5,height=5)
plot(x,y)
dev.off()

بدلاً من ذلك ، يمكنك أولاً إنشاء المخطط ثم نسخ المخطط إلى جهاز رسم

 
plot(x,y)
dev.copy(pdf,"mygraphs/myplot.pdf",width=7,height=5)
dev.off()
 

الي هنا نكونقد انتهينا من هذا المقال البسيط وفي المقالات القادمه سنقوم بادخال تفاصيل اكتر وتحليل بيانات حقيقيه بمزيد من التفاصيل ..

Share this post

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني.


Justin Pugh Authentic Jersey