R语言结合统计学方法画图实现

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

• R语言结合统计学方法画图实现
• 前言
• 一、ggplot2是什么？
• 二、使用步骤
• • 1.引入库
  • 2.读入数据
• 总结

前言

提示：这里可以添加本文要记录的大概内容：
加载我们常用的包，如ggplot2 ，
在这里我只使用R的可视化功能，前期的数据清洗及处理，将数据转化为R可识别的数据格式，
我均是通过Python的pandas包来实现的，强烈推荐使用python清洗数据！！！！

提示：以下是本篇文章正文内容，下面案例可供参考

一、ggplot2是什么？

示例：ggplot2 是R语言可视化的一个包，可视化功能非常强大。

二、使用步骤

1.引入库

代码如下（示例）：

library(xlsx)
library("Hmisc") ## to use "rcorr"
library(psych)
library(lavaan)
library(semTools)
library(haven)
library(ggcorrplot)
library(semPlot)
library(foreign)
library(MASS)
library(tidyr)
library(jtools)
library(dplyr)
library(cluster)
library(fpc)
library(ggplot2)
library(dendextend)
library(purrr)

2.读入数据

代码如下（示例）：

setwd("F:/课题/数据/处理好的数据/20/")
raw_dt = read.xlsx2("*****.xlsx", sheetIndex = 1)

画图代码

ggplot(dt1,aes(x=name,y=speed,fill=factor(name))) +
  stat_boxplot(geom = 'errorbar')+
  geom_boxplot() +
  stat_compare_means(label.y=5,method = 'anova') +
  labs(title = "你的标题")+
  xlab("字符串")

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。