R语言 wvioplot包 wvioplot()函数中文帮助文档(中英文对照)

loveR

wvioplot(wvioplot)
wvioplot()所属R语言包：wvioplot

                                        weighted violin plot
                                         加权小提琴图

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Produce violin plot(s) of the given values, taking weights into account. This package builds on Daniel Adler's excellent vioplot package.
生产小提琴图（s）的给定值，同时考虑到的权重。此包建立在丹尼尔·阿德勒的的优秀vioplot包。


用法----------Usage----------



wvioplot(x, ..., range = 1.5, h = NULL, ylim = NULL, names = NULL,
                horizontal = FALSE, col = "grey", border = "black", lty = 1,
                lwd = 1, rectCol = "black", colMed = "white", pchMed = 19,
                at, add = FALSE, wex = 1, drawRect = TRUE, centpt = "median",
                weights = NULL, adjust = 3, clip = TRUE)



参数----------Arguments----------

参数：x
data vector
数据向量


参数：...
additional data vectors
其他数据向量


参数：range
a factor to calculate the upper/lower adjacent values
一个因素来计算的上部/下部的相邻值


参数：h
the height for the density estimator, if omit as explained in sm.density, h will be set to an optimum
，如果省略了解释sm.density的密度估计的高度，h将被设置到一个最佳


参数：ylim
y limits
Ÿ限制


参数：names
one label, or a vector of labels for the datas must match the number of datas given
一个标签，或标签中数据的向量必须与给定的景致


参数：col, border, lty, lwd
Graphical parameters for the violin passed to lines and polygon
图形参数传递给线和多边形的小提琴


参数：rectCol, colMed, pchMed
Graphical parameters to control the look of the box
图形参数控制框的外观


参数：drawRect
logical. the box is drawn if TRUE.
逻辑。如果TRUE框画。


参数：at
position of each violin. Default to 1:n
每把小提琴的位置。默认1:n


参数：add
logical. if FALSE (default) a new plot is created
逻辑。如果为FALSE（默认值）创建一个新的图


参数：wex
relative expansion of the violin.
相对扩张的小提琴。


参数：horizontal
logical. horizontal or vertical violins
逻辑。水平或垂直小提琴


参数：centpt
one of "mean" or "median", indicating whether to use the median or mean for the center point
一个“平均”或“中间”，表示是否使用中位数或平均的中心点


参数：weights
either a vector of character weights or a list containing one vector of weights per data vector. Each weight vector must be the same length as each data vector
无论是矢量的字符权值或一个列表，包含每个数据向量的一个矢量的权重。必须是相同的每个权重矢量的长度作为每个数据向量


参数：adjust
smoothing parameter. This will govern the smoothness of the sides of the body of each violin. This argument is passed to the kernel density function.
平滑参数。这将支配的主体的两侧的每把小提琴的平滑性。这个参数被传递给内核密度函数。


参数：clip
logical. Should the extremes of the violin be clipped to the limits of the data?
逻辑。极端的小提琴被裁剪的数据的限制呢？


Details

详细信息----------Details----------

A violin plot is a combination of a box plot and a kernel density plot.  Specifically, it starts with a box plot. It then adds a rotated kernel density plot to each side of the box plot. Each NA value in the data and each corresponding weight value are automatically removed.
小提琴图相结合的箱线图和核密度图。具体地说，它开始以一个盒形图。然后，它增加了一个旋转的内核密度图，每边的方块图。每个NA中的数据值和每个对应的权重值被自动删除。


（作者）----------Author(s)----------


Solomon Messing <a href="mailto:messing~at~stanford...">messing~at~stanford...</a>






参考文献----------References----------

Hintze, J. L. and R. D. Nelson (1998).  Violin plots: a box plot-density trace synergism.  The American Statistician, 52(2):181-4.

参见----------See Also----------

vioplot boxplot density
vioplotboxplotdensity


实例----------Examples----------


  # box- vs violin-plot [箱与小提琴的图]
  par(mfrow=c(2,1))
  mu<-2
  si<-0.6
  bimodal<-c(rnorm(1000,-mu,si),rnorm(1000,mu,si))
  uniform<-runif(2000,-4,4)
  normal<-rnorm(2000,0,3)
  wvioplot(bimodal,uniform,normal)
  boxplot(bimodal,uniform,normal)
  
  # weighted versus unweighted:[加权与不加权的：]
  # make up some weights:[一些权重：]
  weights = rpois(2000, 1)
  par(mfrow=c(2,1))
  wvioplot(bimodal, uniform, normal)
  wvioplot(bimodal, uniform, normal, weights = weights )
  
  # use seperate set of weights for each variable:[使用单独为每个变量的权重集：]
  weightsbi = rpois(2000, 1)
  weightsun = rpois(2000, 1)
  weightsno = rpois(2000, 1)
  wvioplot(bimodal, uniform, normal,
                          weights = list(weightsbi, weightsun, weightsno) )
  # be sure to pass the variables via list()[一定要通过变量通过列表（）]
  
  # use different levels of smoothing:[使用不同级别的平滑处理：]
  par(mfrow=c(3,1))
  wvioplot(bimodal, uniform, normal, adjust = 3) #default[默认]
  wvioplot(bimodal, uniform, normal, adjust = 2)
  wvioplot(bimodal, uniform, normal, adjust = 1)
  
  # do not clip at the values of the data:[不夹在中的数据值：]
  par(mfrow=c(2,1))
  wvioplot(bimodal, uniform, normal, clip=TRUE) #default[默认]
  wvioplot(bimodal, uniform, normal, clip=FALSE)
  
  # add to an existing plot[添加到现有的图]
  x <- rnorm(100)
  y <- rnorm(100)
  plot(x, y, xlim=c(-5,5), ylim=c(-5,5))
  wvioplot(x, col="tomato", horizontal=TRUE, at=-4, add=TRUE,lty=2, rectCol="gray")
  wvioplot(y, col="cyan", horizontal=FALSE, at=-4, add=TRUE,lty=2)
  

  

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。