R语言代写给散点图添加Polynomial regression 拟合曲线和公式

这篇文章原本是要写进我上一篇关于Polynomial regression实现的文章里的,但一方面因为这个给散点图里添加拟合曲线和公式偏向画图,里面细节较多,相对上一节内容独立;另外一方面,为了使篇幅不致过长,读者看起来辛苦,因此就分开成两篇文章。本篇衔接上一篇,因此数据以及模型都是跟上一篇里同样的,这里再也不赘述,读者可阅读我上一篇的内容,因此,这里只会涉及到如何在散点图里添加拟合的曲线以及公式。git

先来看看咱们最终的效果图:express

image.png微信

(我直接截图的,坐标横轴是x,纵轴是y,这里被截掉了)app

画图的代码:函数

#下面这个函数定义咱们后面要添加的公式 [1] lm_eqn = function(df){ [2] m=lm(Num_complex ~ poly(k_value, 2), df) # 2rd degree polynomial [3] eq <- substitute(italic(y) == a + b %.% italic(x) + c %.% italic(x)^2*","~~italic(r)^2~"="~r2, [4] list(a = format(coef(m)[1], digits = 3), [5] b = format(coef(m)[2], digits = 3), [6] c = format(coef(m)[3], digits = 3), [7] r2 = format(summary(m)$r.squared, digits = 3))) [8] as.character(as.expression(eq)) [9] } # 先建立一个散点图 [10] p <- ggplot(dat,aes(x=x,y=y)) + geom_point() # [11] p + stat_smooth(method='lm',formula = y~poly(x,2),colour='red') + [12] scale_x_continuous(limits = c(1,19), breaks = c(seq(1,19,b=2))) + [13] theme(axis.text=element_text(colour = 'black',size = 12), axis.title=element_text(size = 14)) + [14] annotate("text", x=2, y=100, label=lm_eqn(dat), hjust=0, size=6,family="Times",parse=TRUE)

 

为了方便解释,我给上面代码加了行号。首先,1-9 行这里定义了一个函数,函数最终返回的是一个强制字符转换的expression对象(eq)。而 eq则是由substitute函数产生的结果,是一个call类型(调用类型,或者叫未求值表达式类型),这里的概念都比较复杂,我暂时也搞不清楚,仍是直接看看是怎么编辑这个表达式的吧。主要在第3行,%.% 这个符号是表示 “点乘”,italic(x) 表示斜体的 x平方,2 后面的星号是必需的,并不被解释,多是用来分割字符和表达式的,“~”符号表示空格,一个表明一个空格。而后是4~7行,这里是一个 list,里面列出了第三行表达式中要被替换的变量的值(好比a, b, c,等)。第10行,画一个散点图,全部都是默认设置;第11行,这里是为散点图根据二次多项式模型拟合一条平滑的曲线;第12-13行是调节坐标轴及坐标轴文字的,这里就很少说了,比较简单,能够查看ggplot2 cookbook;第14行,是添加公式的语句,"text" 表示添加的元素类型(这里是添加text),x 和 y 设定添加text到什么位置(坐标);label则是要添加的公式内容,这里调用前面(1-9行定义的表达式)定义的函数;parse这个设置我不知道怎么说,由于不太懂底层原理,但我测试了,必需加上,否则不会解析 前面定义的表达式。post

 

若是您有任何疑问,请在下面发表评论。 

  

大数据部落 -中国专业的第三方数据服务提供商,提供定制化的一站式数据挖掘和统计分析咨询服务测试

统计分析和数据挖掘咨询服务:y0.cn/teradat(咨询服务请联系官网客服大数据

点击这里给我发消息QQ:3025393450ui

 

​QQ交流群:186388004 spa

【服务场景】  

科研项目; 公司项目外包;线上线下一对一培训;数据爬虫采集;学术研究;报告撰写;市场调查。

【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询

 

欢迎关注微信公众号,了解更多数据干货资讯!
 
 

欢迎选修咱们的R语言数据分析挖掘必知必会课程!

相关文章
相关标签/搜索