用R语言，生成1000个 服从标准正态分布的随机数，画出散点图，频率直方图（附加密度曲线）及箱线图

作为一种语言进行统计分析，R有一个随机数生成各种统计分布功能的综合性图书馆。R语言可以针对不同的分布，生成该分布下的随机数。其中有许多常用的个分布可以直接调用。

在R中各种概率函数都有统一的形式，即一套统一的前缀+分布函数名：

d 表示密度函数（density）。

p 表示分布函数（生成相应分布的累积概率密度函数）。

q 表示分位数函数，能够返回特定分布的分位数（quantile）。

r 表示随机函数，生成特定分布的随机数（random）。

扩展资料：

注意事项：

1、使用了错误大小写：help()是正确的，其他都是错误的。

2、不要忘记使用必要的引号：install.packages(“gclus”)。

3、在函数调用时，不要忘记使用括号：help()。

4、在Windous上，路径名中使用的是\。

5、R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。数据框是用来存储数据集的主要数据结构。

参考资料来源：百度百科-R语言

参考资料来源：百度百科-标准正态分布

参考资料来源：百度百科-散点图

给你一些代码，你慢慢研究：

install.packages('ggplot2')

library(ggplot2)

ggplot(a)+geom_bar(aes(x1,y,fill/col=x1/x2),position='dodge',stat='summary',fun='sum'/'mean')条形图+theme(text = element_text(family='Kai'))

ggplot(a)+geom_boxplot(aes(x1,y,col=x1/x2))箱线图

ggplot(a)+geom_point(aes(x1,y,col=x1/x2),position=position_jitter(width=0.04))散点图

1+geom_point(aes(x1,y,col=x1/x2),stat='summary',fun='sum'/'mean')+散点

2+geom_line(aes(x1,y,group=1/x2,col=x1/x2),stat='summary',fun='sum'/'mean')+折线

3+geom_errorbar(aes(x=x1,ymin=y-se,ymax=y+se,col=x1/x2),position=position_dodge(0.9),width=0.2)+误差棒

4+geom_text(aes(x1,y,label=marker,col=x1/x2),position=position_dodge(0.9)vjust=2或y+2)+显著字母

ggplot(a,aes(x1,y,fill/col=x1/x2))+geom_bar(position='dodge',stat='summary',fun='sum'/'mean')+geom_errorbar(aes(ymin=y-se,ymax=y+se),position=position_dodge(0.9),width=0.2)+geom_text(aes(label=marker),position=position_dodge(0.9),vjust=-2)条形图+误差棒+显著字母（坐标写一次即可）

ggplot(a,aes(x1,y,col=x1/x2))+geom_point(position=position_jitter(width=0.04),stat='summary',fun='sum'/'mean')+geom_line(aes(group=1/x2),stat='summary',fun='sum'/'mean')+geom_errorbar(aes(ymin=y-se,ymax=y+se),position=position_dodge(0.9),width=0.2)+geom_text(aes(label=marker),position=position_dodge(0.9),vjust=-2)散点图+折线+误差棒+显著字母（坐标写一次即可）

+geom_density(aes(y=liqi))密度图(1个数值型)

+geom_area(aes(x=tan,y=liqi))区域图(2个数值型)

+geom_smooth(aes(x=tan,y=liqi,group/col=chong),formula=y~x,method='lm',se=F)拟合图，分组/线条颜色(2个数值型)

+facet_wrap(~riqi,ncol/nrow=2,labeller='label_both/value')分面图，每行或每列分面数，分面标题

+xlab('自变量1（单位）')+ylab('因变量（单位）')+scale_fill_discrete(name='自变量2')更改轴和图例名称+coord_cartesian(ylim= c(0,80))限定轴范围

(fill=x1/x2,有此即可变色)+scale_fill_manual(values = c('grey70', 'grey50', 'grey30'))改变条形填充颜色(颜色数量=分组数量)

(col=x1/x2,有此即可变色)+scale_color_manual(values = c('red', 'orange', 'yellow'))改变颜色（颜色数量=分组数量）

用R作图，比用EXCEL要灵活的多。

散点图，直接用plot()即可

多类别，在R中就是多变量，用pionts() 加类别

拟合曲线用 fit<- lm()

lines(fit)

添加文字用 text()

---