plot.xts时间序列可视化
2015-04-01 23:14
429 查看
前言
r-bloggers的一篇博文,让我有动力继续发现xts的强大。xts扩展了zoo的基础数据结构,并提供了更丰富的功能函数。xtsExtra补充库,从可视化的角度出发,提供了一个简单而效果非凡的作图函数plot.xts。
本文将用plot.xts来演示,xts对象的时间序列可视化!
目录
xtsExtra介绍
xtsExtra安装
plot.xts的使用
注:我发现xts::plot.xts的函数,与xtsExtra::plot.xts还是有差别的。
关于xts包的介绍,请参考文章:可扩展的时间序列xts
下面我们安装xtsExtra包。
加载xtsExtra
plot.xts函数被用来,覆盖xts::plot.xts函数。
2). 简单的时间序列
3). K线图
4). panel配置
5). screens配置
6). events配置
7). 双时间序列
9). barplot
1). plot.xts的参数列表
2). 简单的时间序列
3). K线图
红白色
自定义颜色
4). panel配置
基本面板
多行面板
自由组合面板
5). screens配置
双屏幕显示,每屏幕2条线
双屏幕显示,指定曲线出现的屏幕和颜色
双屏幕显示,指定不同的坐标系
双屏幕显示,指定不同的输出图形
多屏幕,分组显示
6). events配置
基本事件分割线
7). 双时间序列
双坐标视图
双坐标梯度视图
8). xts类型转换作图
ts类型作图
以xts类型作图
9). barplot
我们看到xtsExtra::plot.xts提供了强大的作图功能,很容易做出可视的时间序列!
转载请注明出处:
http://blog.fens.me/r-xts-xtsextra/
r-bloggers的一篇博文,让我有动力继续发现xts的强大。xts扩展了zoo的基础数据结构,并提供了更丰富的功能函数。xtsExtra补充库,从可视化的角度出发,提供了一个简单而效果非凡的作图函数plot.xts。
本文将用plot.xts来演示,xts对象的时间序列可视化!
目录
xtsExtra介绍
xtsExtra安装
plot.xts的使用
1. xtsExtra介绍
xtsExtra是xts包的功能补充包,该软件包在Google Summer of Code 2012被开发,最终将合并到xts包。xtsExtra提供的主要功能就是plot.xts。注:我发现xts::plot.xts的函数,与xtsExtra::plot.xts还是有差别的。
关于xts包的介绍,请参考文章:可扩展的时间序列xts
下面我们安装xtsExtra包。
2. xtsExtra安装
由于xtsExtra没有发布到CRAN,我们要从R-Forge下载。~ R > install.packages("xtsExtra", repos="http://R-Forge.R-project.org") Warning in install.packages : package ‘xtsExtra’ is not available (for R version 3.0.1) trying URL 'http://R-Forge.R-project.org/bin/windows/contrib/3.0/xtsExtra_0.0-1.zip' Content type 'application/zip' length 242682 bytes (236 Kb) opened URL downloaded 236 Kb package ‘xtsExtra’ successfully unpacked and MD5 sums checked The downloaded binary packages are in C:\Users\Administrator\AppData\Local\Temp\Rtmp04stLd\downloaded_packages
加载xtsExtra
> library(xtsExtra) 载入需要的程辑包:zoo 载入程辑包:‘zoo’ 下列对象被屏蔽了from ‘package:base’: as.Date, as.Date.numeric 载入需要的程辑包:xts 载入程辑包:‘xtsExtra’ 下列对象被屏蔽了from ‘package:xts’: plot.xts Warning messages: 1: 程辑包‘zoo’是用R版本3.0.2 来建造的 2: 程辑包‘xts’是用R版本3.0.2 来建造的
plot.xts函数被用来,覆盖xts::plot.xts函数。
3. plot.xts的使用
1). plot.xts的参数列表2). 简单的时间序列
3). K线图
4). panel配置
5). screens配置
6). events配置
7). 双时间序列
9). barplot
1). plot.xts的参数列表
> names(formals(plot.xts)) [1] "x" "y" "screens" "layout.screens" "..." [6] "yax.loc" "auto.grid" "major.ticks" "minor.ticks" "major.format" [11] "bar.col.up" "bar.col.dn" "candle.col" "xy.labels" "xy.lines" [16] "ylim" "panel" "auto.legend" "legend.names" "legend.loc" [21] "legend.pars" "events" "blocks" "nc" "nr"
2). 简单的时间序列
> data(sample_matrix) > sample_xts <- as.xts(sample_matrix) > plot(sample_xts[,1]) > class(sample_xts[,1]) [1] "xts" "zoo"
3). K线图
红白色
> plot(sample_xts[1:30, ], type = "candles")
自定义颜色
> plot(sample_xts[1:30, ], type = "candles", bar.col.up = "blue", bar.col.dn = "violet", candle.col = "green4")
4). panel配置
基本面板
> plot(sample_xts[,1:2])
多行面板
> plot(sample_xts[,rep(1:4, each = 3)])
自由组合面板
> plot(sample_xts[,1:4], layout.screens = matrix(c(1,1,1,1,2,3,4,4),ncol = 2, byrow = TRUE))
5). screens配置
双屏幕显示,每屏幕2条线
> plot(sample_xts, screens = 1:2)
双屏幕显示,指定曲线出现的屏幕和颜色
> plot(sample_xts, screens = c(1,2,1,2), col = c(1,3,2,2))
双屏幕显示,指定不同的坐标系
> plot(10^sample_xts, screens = 1:2, log= c("","y"))
双屏幕显示,指定不同的输出图形
> plot(sample_xts[1:75,1:2] - 50.5, type = c("l","h"), lwd = c(1,2))
多屏幕,分组显示
> plot(sample_xts[,c(1:4, 3:4)], layout = matrix(c(1,1,1,1,2,2,3,4,5,6), ncol = 2, byrow = TRUE), yax.loc = "left")
6). events配置
基本事件分割线
> plot(sample_xts[,1], events = list(time = c("2007-03-15","2007-05-01"), label = "bad days"), blocks = list(start.time = c("2007-03-05", "2007-04-15"), end.time = c("2007-03-20","2007-05-30"), col = c("lightblue1", "lightgreen")))
7). 双时间序列
双坐标视图
> plot(sample_xts[,1],sample_xts[,2])
双坐标梯度视图
> cr <- colorRampPalette(c("#00FF00","#FF0000")) > plot(sample_xts[,1],sample_xts[,2], xy.labels = FALSE, xy.lines = TRUE, col = cr(NROW(sample_xts)), type = "l")
8). xts类型转换作图
ts类型作图
> tser <- ts(cumsum(rnorm(50, 0.05, 0.15)), start = 2007, frequency = 12) > class(tser) [1] "ts" > plot(tser)
以xts类型作图
> plot.xts(tser)
9). barplot
> x <- xts(matrix(abs(rnorm(72)), ncol = 6), Sys.Date() + 1:12) > colnames(x) <- LETTERS[1:6] > barplot(x)
我们看到xtsExtra::plot.xts提供了强大的作图功能,很容易做出可视的时间序列!
转载请注明出处:
http://blog.fens.me/r-xts-xtsextra/
相关文章推荐
- 可扩展的时间序列xts
- xts可扩展的时间序列
- R语言学习之<xts时间序列>
- 时间序列基础包xts
- MetricGraphics.js – 时间序列数据的可视化
- 使用R进行数据可视化套路之-散点图、图形分隔、时间序列
- R-xts()时间序列
- R实战:【基本类型】可扩展时间序列类型xts(Extensible Time Series)
- 使用matplotlib绘制不连续时间序列的OHLC数据
- matplotlib如何在绘制时间序列时跳过无数据的区间
- python matplotlib 画dataframe的时间序列图
- python、matplotlib画股票分时图、时间序列图的时候如何跳过没有数据的区域
- R学习记录:读入csv文件,并生成XTS(时间序列)对象
- 可扩展的时间序列xts
- 金融时间序列分析:5. AR模型实例(Python)
- R语言-时间序列
- 简单入门循环神经网络RNN:时间序列数据的首选神经网络
- 时间序列数据分析
- 数据挖掘之 时间序列分析
- MATLAB时间序列的排序函数