c# free pdf viewer : Add page numbers to pdf using preview Library control component asp.net web page azure mvc R%20Graphics%20Cookbook3-part711

Figure 2-9. Left: histogram with qplot() from ggplot2, with default bin width; right: with
wider bins
2.5. Creating a Box Plot
You want to create a box plot for comparing distributions.
To make a box plot (Figure 2-10), use plot() and pass it a factor of x values and a vector
of y values. When x is a factor (as opposed to a numeric vector), it will automatically
create a box plot:
plot(ToothGrowth$supp, ToothGrowth$len)
If the two vectors are in the same data frame, you can also use formula syntax. With this
syntax, you can combine two variables on the x-axis, as in Figure 2-10:
# Formula syntax
boxplot(len ~ supp, data = ToothGrowth)
# Put interaction of two variables on x-axis
boxplot(len ~ supp + dose, data = ToothGrowth)
With the ggplot2 package, you can get a similar result using qplot() (Figure 2-11), with
qplot(ToothGrowth$supp, ToothGrowth$len, geom="boxplot")
2.5. Creating a Box Plot | 15
Add page numbers to pdf using preview - insert pages into PDF file in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Guide C# Users to Insert (Empty) PDF Page or Pages from a Supported File Format
adding a page to a pdf; add and delete pages from pdf
Add page numbers to pdf using preview - VB.NET PDF Page Insert Library: insert pages into PDF file in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Easy to Use VB.NET APIs to Add a New Blank Page to PDF Document
add page to existing pdf file; add document to pdf pages
Figure 2-10. Left: box plot with base graphics; right: with multiple grouping variables
Figure 2-11. Left: box plot with qplot(); right: with multiple grouping variables
If the two vectors are already in the same data frame, you can use the following syntax:
qplot(supp, len, data=ToothGrowth, geom="boxplot")
# This is equivalent to:
ggplot(ToothGrowth, aes(x=supp, y=len)) + geom_boxplot()
It’s also possible to make box plots for multiple variables, by combining the variables 
with interaction(), as in Figure 2-11. In this case, the dose variable is numeric, so we
must convert it to a factor to use it as a grouping variable:
16 | Chapter 2: Quickly Exploring Data
C# Create PDF Library SDK to convert PDF from other file formats
them the ability to count the page numbers of generated PDF document in C#.NET using this PDF document creating toolkit, if you need to add some text
add pages to pdf acrobat; add pages to pdf in preview
C# PowerPoint - PowerPoint Creating in C#.NET
them the ability to count the page numbers of generated a PowerPoint document in C#.NET using this PowerPoint creating toolkit, if you need to add some text
add page number pdf file; adding a page to a pdf file
# Using three separate vectors
qplot(interaction(ToothGrowth$supp, ToothGrowth$dose), ToothGrowth$len,
# Alternatively, get the columns from the data frame
qplot(interaction(supp, dose), len, data=ToothGrowth, geom="boxplot")
# This is equivalent to:
ggplot(ToothGrowth, aes(x=interaction(supp, dose), y=len)) + geom_boxplot()
You may have noticed that the box plots from base graphics are ever-
so-slightly different from those from ggplot2. This is because they use
slightly different methods for calculating quantiles. See ?geom_box
plot and ?boxplot.stats for more information on how they differ.
See Also
For more on making basic box plots, see Recipe 6.6.
2.6. Plotting a Function Curve
You want to plot a function curve.
To plot a function curve, as in Figure 2-12, use curve() and pass it an expression with
the variable x:
curve(x^3 - 5*x, from=-4, to=4)
You can plot any function that takes a numeric vector as input and returns a numeric
vector, including functions that you define yourself. Using add=TRUE will add a curve to
the previously created plot:
# Plot a user-defined function
myfun <- function(xvar) {
1/(1 + exp(-xvar + 10))
curve(myfun(x), from=0, to=20)
# Add a line:
curve(1-myfun(x), add = TRUE, col = "red")
With the ggplot2 package, you can get a similar result using qplot() (Figure 2-13), by
using stat="function" and geom="line" and passing it a function that takes a numeric
vector as input and returns a numeric vector:
2.6. Plotting a Function Curve | 17
C# Word - Word Creating in C#.NET
offer them the ability to count the page numbers of generated creating a Word document in C#.NET using this Word creating toolkit, if you need to add some text
add page numbers to pdf in preview; adding pages to a pdf document in preview
C# Word - Word Create or Build in C#.NET
also offer them the ability to count the page numbers of generated using this Word document adding control, you can add some additional Create Word From PDF.
add page numbers to pdf using preview; add page to pdf reader
Figure 2-12. Left: function curve with base graphics; right: with user-defined function
# This sets the x range from 0 to 20
qplot(c(0,20), fun=myfun, stat="function", geom="line")
# This is equivalent to:
ggplot(data.frame(x=c(020)), aes(x=x)) + stat_function(fun=myfun, geom="line")
Figure 2-13. A function curve with qplot()
See Also
See Recipe 13.2 for more in-depth information about plotting function curves.
18 | Chapter 2: Quickly Exploring Data
C# Excel - Excel Creating in C#.NET
also offer them the ability to count the page numbers of generated a Excel document in C#.NET using this Excel creating toolkit, if you need to add some text
add pages to pdf preview; add page numbers to pdf files
Bar Graphs
Bar graphs are perhaps the most commonly used kind of data visualization. They’re
typically used to display numeric values (on the y-axis), for different categories (on the
x-axis). For example, a bar graph would be good for showing the prices of four different
kinds of items. A bar graph generally wouldn’t be as good for showing prices over time,
where time is a continuous variable—though it can be done, as we’ll see in this chapter.
There’s an important distinction you should be aware of when making bar graphs:
sometimes the bar heights represent counts of cases in the data set, and sometimes they
represent values in the data set. Keep this distinction in mind—it can be a source of
confusion since they have very different relationships to the data, but the same term is
used for both of them. In this chapter I’ll discuss this more, and present recipes for both
types of bar graphs.
3.1. Making a Basic Bar Graph
You have a data frame where one column represents the x position of each bar, and
another column represents the vertical (y) height of each bar.
Use ggplot() with geom_bar(stat="identity") and specify what variables you want
on the x- and y-axes (Figure 3-1):
library(gcookbook) # For the data set
ggplot(pg_mean, aes(x=group, y=weight)) + geom_bar(stat="identity")
Figure 3-1. Bar graph of values (with stat="identity”) with a discrete x-axis
When x is a continuous (or numeric) variable, the bars behave a little differently. Instead
of having one bar at each actual x value, there is one bar at each possible x value between
the minimum and the maximum, as in Figure 3-2. You can convert the continuous
variable to a discrete variable by using factor():
# There's no entry for Time == 6
Time demand
# Time is numeric (continuous)
'data.frame':   6 obs. of  2 variables:
$ Time  : num  1 2 3 4 5 7
$ demand: num  8.3 10.3 19 16 15.6 19.8
- attr(*, "reference")= chr "A1.4, p. 270"
ggplot(BOD, aes(x=Time, y=demand)) + geom_bar(stat="identity")
# Convert Time to a discrete (categorical) variable with factor()
ggplot(BOD, aes(x=factor(Time), y=demand)) + geom_bar(stat="identity")
20 | Chapter 3: Bar Graphs
Figure 3-2. Left: bar graph of values (with stat="identity”) with a continuous x-axis;
right: with x variable converted to a factor (notice that the space for 6 is gone)
In these examples, the data has a column for x values and another for y values. If you
instead want the height of the bars to represent the count of cases in each group, see
Recipe 3.3.
By default, bar graphs use a very dark grey for the bars. To use a color fill, use fill.
Also, by default, there is no outline around the fill. To add an outline, use colour. For
Figure 3-3, we use a light blue fill and a black outline:
ggplot(pg_mean, aes(x=group, y=weight)) +
geom_bar(stat="identity", fill="lightblue", colour="black")
Figure 3-3. A single fill and outline color for all bars
3.1. Making a Basic Bar Graph | 21
In ggplot2, the default is to use the British spelling, colour, instead of
the American spelling, color. Internally, American spellings are re‐
mapped to the British ones, so if you use the American spelling it will
still work.
See Also
If you want the height of the bars to represent the count of cases in each group, see
Recipe 3.3.
To reorder the levels of a factor based on the values of another variable, see
Recipe 15.9. To manually change the order of factor levels, see Recipe 15.8.
For more information about using colors, see Chapter 12.
3.2. Grouping Bars Together
You want to group bars together by a second variable.
Map a variable to fill, and use geom_bar(position="dodge").
In this example we’ll use the cabbage_exp data set, which has two categorical variables,
Cultivar and Date, and one continuous variable, Weight:
library(gcookbook) # For the data set
Cultivar Date Weight
c39  d16   3.18
c39  d20   2.80
c39  d21   2.74
c52  d16   2.26
c52  d20   3.11
c52  d21   1.47
We’ll map Date to the x position and map Cultivar to the fill color (Figure 3-4):
ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar)) +
22 | Chapter 3: Bar Graphs
Figure 3-4. Graph with grouped bars
The most basic bar graphs have one categorical variable on the x-axis and one contin‐
uous variable on the y-axis. Sometimes you’ll want to use another categorical variable
to divide up the data, in addition to the variable on the x-axis. You can produce a grouped
bar plot by mapping that variable to fill, which represents the fill color of the bars.
You must also use position="dodge", which tells the bars to “dodge” each other hori‐
zontally; if you don’t, you’ll end up with a stacked bar plot (Recipe 3.7).
As with variables mapped to the x-axis of a bar graph, variables that are mapped to the
fill color of bars must be categorical rather than continuous variables.
To add a black outline, use colour="black" inside geom_bar(). To set the colors, you
can use scale_fill_brewer() or scale_fill_manual(). In Figure 3-5 we’ll use the
Pastel1 palette from RColorBrewer:
ggplot(cabbage_exp, aes(x=Date, y=Weight, fill=Cultivar)) +
geom_bar(position="dodge", colour="black") +
Other aesthetics, such as colour (the color of the outlines of the bars) or linestyle,
can also be used for grouping variables, but fill is probably what you’ll want to use.
Note that if there are any missing combinations of the categorical variables, that bar will
be missing, and the neighboring bars will expand to fill that space. If we remove the last
row from our example data frame, we get Figure 3-6:
ce <- cabbage_exp[1:5, ]   # Copy the data without last row
Cultivar Date Weight
c39  d16   3.18
c39  d20   2.80
3.2. Grouping Bars Together | 23
c39  d21   2.74
c52  d16   2.26
c52  d20   3.11
ggplot(ce, aes(x=Date, y=Weight, fill=Cultivar)) +
geom_bar(position="dodge", colour="black") +
Figure 3-5. Grouped bars with black outline and a different color palette
Figure 3-6. Graph with a missing bar—the other bar fills the space
If your data has this issue, you can manually make an entry for the missing factor level
combination with an NA for the y variable.
See Also
For more on using colors in bar graphs, see Recipe 3.4.
24 | Chapter 3: Bar Graphs
Documents you may be interested
Documents you may be interested