GeoPlot地球化学数据投图软件-使用说明
GeoPlot地球化学数据投图软件-使用说明
GeoPlot地球化学数据投图软件-使用说明GeoPlot地球化学数据投图软件-使用说明第一章：介绍1.1 软件背景与目的1.2 目标用户1.3 安装要求第二章：安装与配置2.1 软件包2.2 安装软件2.3 创建用户账户2.4 配置软件参数第三章：界面概览3.1 主界面3.2 工具栏3.3 菜单选项3.4 数据显示界面3.5 设置面板第四章：数据导入与处理4.1 导入数据文件4.2 数据清洗与预处理4.3 数据格式转换4.4 数据筛选与过滤4.5 数据计算与统计第五章：地球化学数据投图5.1 绘制散点图5.2 绘制地球化学图5.3 绘制剖面图5.4 绘制等值图5.5 绘制空间分布图第六章：图形设置与编辑6.1 修改图形样式6.2 添加图例与注释6.3 调整图像大小与比例6.4 图形导出与保存第七章：其他功能7.1 数据文件管理7.2 数据交互与共享7.3 扩展功能与插件第八章：常见问题解答8.1 如何导入多个数据文件？8.2 数据清洗过程中如何删除异常值？8.3 如何标准化图形？8.4 地球化学图如何进行符号设置？第九章：技术支持与反馈9.1 联系我们9.2 反馈建议9.3 常见问题咨询附件：附件一、安装包附件二、示例数据文件法律名词及注释：1、软件包：指GeoPlot地球化学数据投图软件的安装文件，包括执行文件和相关依赖文件。
2、安装软件：将软件包中的执行文件或脚本运行，并按照向导进行必要的安装配置的过程。
3、用户账户：为了保存用户个性化的设置和数据，软件需要创建用户账户来区分不同用户。
4、数据清洗：指对导入的数据进行去除异常值、填补缺失值等处理的过程。
5、数据格式转换：指将数据从一种格式转换为另一种格式的操作，例如从CSV格式转换为Excel格式。
6、数据筛选与过滤：指根据特定条件对数据进行过滤，例如筛选出特定元素浓度大于某个值的样点。
7、数据计算与统计：指对数据进行数学计算和统计分析的操作，例如计算元素比值、计算数据的平均值和标准差等。
GeoPlot地球化学数据投图软件-使用说明
GeoPlot地球化学数据投图软件-使⽤说明GeoPlot地球化学数据投图软件-使⽤说明⼀．软件介绍GeoPlot软件是⽤VBA开发并在Excel中使⽤的，主要⽤于地球化学数据计算和投图分析的专业宏程序软件；其实⽤性强、操作简便，可帮助研究⼈员快速分析地球化学数据。
功能如下：1)投图功能: (1)XY散点图、三⾓图;(2)岩⽯地球化学判别图;(3)蛛⽹图及REE配分图2)数据计算: (1)参数的公式计算;(2)CIPW标准矿物计算;(3)AFC及⼆元混合计算3)辅助功能: (1)样品分组投图;(2)数据统计结果;(3)数据排序及⼩数位数;(4)分⼦量计算;(5)Chart 2Picture;(6)系统设置及数据库管理4)⼆．安装删除运⾏⾃解压安装包程序⽂件“GeoPlot.exe”，选择⼀个安装⽬录（⼀般安装⽬录为：C:\Program Files\GeoPlot）就轻松安装成功，如图1。
启动GeoPlot软件的⽅法有两种：（1）运⾏安装⽬录下的宏程序GeoPlot.xla，⾃动启动Excel并出现GeoPlot的⽂件菜单和⼯具栏；打开数据⽂件后，就可以使⽤该软件的各项功能；（2）在Excel菜单中加载安装⽬录下的宏程序GeoPlot.xla，该⽅法可以让每次Excel运⾏后，都会⾃动启动GeoPlot。
如果需要不⾃动启动GeoPlot则可在Excel下取消宏GeoPlot.xla的加载。
该软件是绿⾊宏程序软件，所以反安装GeoPlot软件则可直接删除所安装的⽬录，⽐如“C:\Program Files\GeoPlot”。
图1 安装GeoPlot的⽬录选择三．软件使⽤1．数据准备使⽤GeoPlot软件进⾏计算和投图，地球化学数据存放的表格需要复合⼀个简单的、也是最常⽤的数据排列格式—元素名称排第⼀列，样品名称排第⼀⾏，其余数据对应元素名称和样品名称排列，如图2。
元素名称常⽤到软件中查询，所以元素名称中不能有⾮可见字符（⽹上复制的数据可能产⽣不可见字符，常导致不能正确计算和投图，需要⽤户⼿动重新输⼊元素名称⼀遍）。
ggplot2和maps的用法
ggplot2和maps的用法ggplot2是一个常用的R包，用于绘制数据可视化图形。
它提供了一套简单而强大的语法，可以轻松创建各种类型的图形，包括散点图、折线图、直方图等。
maps是另一个R包，用于在R中绘制地理空间数据的地图。
它提供了各种地理地图的数据，包括国家、州、省、县等。
maps包还提供了一些用于控制地图样式和绘图参数的函数。
下面是ggplot2和maps包经常使用的一些函数和用法示例：1. 安装和加载包：```Rinstall.packages("ggplot2")install.packages("maps")library(ggplot2)library(maps)```2. 绘制散点图：```R# 创建数据集data <- data.frame(x = rnorm(100), y = rnorm(100))# 绘制散点图ggplot(data, aes(x = x, y = y)) +geom_point()```3. 绘制地图：```R# 绘制世界地图world_map <- map_data("world")# 绘制地图ggplot() +geom_polygon(data = world_map, aes(x = long, y = lat, group = group), fill = "grey") +theme_void()```这些示例只是ggplot2和maps包的一小部分功能。
ggplot2提供了更多的图形选项和美化工具，而maps包可以利用更多的地理数据来绘制更精细的地图。
要深入了解这些包的功能和用法，建议查阅它们的官方文档和在线教程。
geoslope中文基本使用教程
岩土工程数值计算方法上机指导书目录软件的下载与安装 (3)1、软件下载 (3)2、解压缩安装包 (4)3、软件安装 (6)试验一 SlopeW软件使用 (9)一、试验目的 (9)二、试验步骤 (9)（1）软件的启动 (9)（2）选择软件使用许可 (10)（3）设置页面 (10)（4）设置比例尺 (11)（5）选择网格显示开关 (12)（6）绘制坐标轴 (12)（7）绘制边坡轮廓线和土层分界线 (14)（8）计算设置 (17)（9）输入材料参数 (20)（10）指定材料分区 (23)（11）输入滑面相关信息 (28)（12）绘制水位线 (30)（13）模型检验 (32)（14）计算 (33)（15）查看计算结果 (35)（16）后处理模块 (35)三、试验成果要求 (36)试验二 SigmaW软件使用 (37)一、试验目的 (37)二、试验步骤 (37)（1）软件的启动 (37)（2）选择软件使用许可 (38)（3）设置页面 (38)（4）设置比例尺 (39)（5）选择网格显示开关 (40)（6）绘制坐标轴 (40)（7）绘制轮廓线和土层分界线 (42)（8）计算设置 (45)（9）输入材料参数 (46)（10）绘制网格并指定材料分区 (49)（11）添加荷载 (54)（12）添加边界条件 (56)（13）模型检验 (60)（14）计算 (61)（15）查看计算结果 (63)（16）后处理模块 (63)三、试验成果要求 (64)试验三、Sarma程序上机指导 (65)一、试验目的 (65)二、试验步骤 (65)1、软件下载 (65)2、对已存在的sarma数据文件进行修改 (66)3、建立一个新的项目 (67)三、试验成果要求 (71)四、各种计算方法的综合应用 (72)软件的下载与安装1、软件下载下载地址：http://210.43.130.140/officev5.rar2、解压缩安装包3、软件安装试验一SlopeW软件使用一、试验目的了解目前用于边坡稳定刚体极限平衡分析的主要方法的基本原理与异同，学习使用SlopeW软件采用多种分析方法计算边坡的稳定性。
最新geostudio操作步骤（详细）资料
最新geostudio操作步骤（详细）资料操作步骤详细篇软件安装一定要正确，后续检查好各方面参数设置后，仍出现无法解决的问题时，有可能是软件安装不正确。
软件安装严格按照破解说明进行。
1 滑坡剖面图导入geostudio方法一：CAD中剖面图保留地形线、滑动面、最好保留175m时初始地下水位线，方便geostudio中画出时控制水力坡度角大小、坐标轴等信息，打印为bmp格式。
Geostudio在full license状态下新建seep，通过sketch pictures 按钮insert保存的bmp格式剖面图。
用scale 按钮选择已知坐标的横纵坐标上两点，调整geostudio中剖面坐标，apply后完成坐标校正。
Sketch polylines描绘剖面图中滑体、滑带、滑动面及滑床分隔线，sketch axes 完成坐标轴绘制，sketch text插入文字，其中字体大小调整通过view preferences and fonts 完成。
完成上述操作后，应用modify objects 按钮delete原bmp格式剖面图，即完成了CAD剖面图导入geostudio工作。
方法二：将CAD格式的剖面图只保留地表线和滑动面（亦最好保留175m时初始地下水位线），并进行闭合操作，闭合操作为:输入pe 命令—enter—选择要闭合的图形—出现下图所示的命令，点击C即可。
要确保图形已经闭合，否则后续无法进行导入，将鼠标放在图形上，若为一整体即表示已经闭合。
将剖面图以坐标轴交叉点为基点，移动到CAD页面上对应点（使用move命令），CAD另存为dxf格式, 在geostudio中点击file- import regions进行导入, 导入后点击region 绘制边界区域。
2 175-159m工况中滑体水力学参数、边界条件、初始地下水位的设置及浸润线分布特征，渗流分析结果耦合入slope计算稳定性结果选择draw regions按钮按照Sketch polylines 绘制好的分隔线生成闭合的有限元区域。
Geo-Slope渗流程序seep使用步骤
Geo-Slope渗流程序seep使用步骤Geo-slope2004中seep软件的计算步骤 1与slope一样先在set下拉菜单里选定page、scale～使计算图形适合于计算屏幕全面显示。
2在keyin下拉菜单里设定analysis settings。
3在view下拉菜单里设定preferences～即在图面中需要显示的输入内容～全选则图面复杂。
按以上打钩则输入数据显示如下图。
4在keyin下拉菜单里设定points。
要点是土层与边界～如开挖面及防渗体的交点都需编号。
高程以最低点为零点～这样选择大概便于输入渗透计算水头。
疑问～计算水位与渗透边界交点是否要输入,我是按近水侧坝肩x-coordinate为0点输入x坐标的～按地层的实际高程输入y-coordinate即y坐标的。
Label值不用填。
5在keyin下拉菜单hydraulic functions里点hydraulic conductivity～出现下面这个菜单。
其中function Number 根据不同渗透系数地层数从1到n分别定义～先按edit按钮出现下面的菜单。
Seep程序认为土层渗透系数与pressure有关～所以需定义土层渗透系数与压力斜线关系的两个点～我在1# pressurc里填0～conductivity里填渗透系数,单位m/s,～然后点copy～geoslope程序都是这样填数的～以后说明中不再重复; 在2# pressurc里填150～conductivity里值不变～意思是认为在一般工程中～压力变化不足以使土层渗透系数产生很大的变化～然后点copy。
填完后点ok按钮～回到下面菜单。
然后在function number中输入第二个地层～按以上步骤继续定义地层渗透系数～知道全部地层定义完毕。
6在keyin下拉菜单里设定material properties。
在上面菜单中#里输入的是地层线、开挖边界～建筑物与防渗体轮廓等交线划分得区域定义序号,在k-fn.中输入该区域的渗透系数编号即hydraulic conductivity-function number数字。
GeoKit:一个用 VBA构建的地球化学工具软件包
GeoKit：一个用 VBA构建的地球化学工具软件包
路远发
【期刊名称】《地球化学》
【年(卷),期】2004(033)005
【摘要】GeoKit是一个建立在Excel平台上,应用VBA编写而成的地球化学数据处理工具软件包,由主控模块、辅助模块和应用程序三个部分组成.主控模块文件格式为加载宏,是系统的控制中枢,可以实施对其他文件的控制与调用;辅助模块由Access数据库及由Excel建立的管理系统构成,可以方便地实现地球化学数据库的管理;应用软件由多个具有不同功能的相对独立的Excel文件构成,其主要组件包括以图形为主的地球化学散点图、稀土元素分布模式图、微量元素比值蛛网图和以参数计算为主的CIPW标准矿物计算、铅同位素模式年龄和参数计算及Sr-Nd同位素参数计算等.GeoKit界面友好,使用方便,是广大地质-地球化学工作者有用的工具软件.
【总页数】6页(P459-464)
【作者】路远发
【作者单位】中国地质调查局,宜昌地质矿产研究所,湖北,宜昌,443003
【正文语种】中文
【中图分类】P59;TP317.3
【相关文献】
1.用EXCEL中的VBA编写植物病害流行学常用程序软件包 [J], 刘影;马海霞;杨信东
2.RSView32软件包的VBA功能扩展 [J], 谢志孟;袁弱男;吴乃优
3.关于一个用于构建语言实现的工具箱 [J], 陈有祺
4.简述GeoKit在地球化学中的应用 [J], 吴扬;孙康;柏勇;刘兴章
5.用脚本制作自己的桌面诊断工具构建一个PC故障处理工具，同时学习命令行脚本 [J], Dick; Lewis; 蒋世滨（译）
因版权原因，仅展示原文概要，查看原文内容请购买。
Geosoft简要操作说明
一、新建工程菜单项（file）1.在打开geosoft软件后，点击File —>Project—>New—>建一个新的工程2.取名称，保存在所选择的文件夹中，出现如下图示二、选择数据菜单项（data）1．点击data—>new database，出现如下图示在Create New Database子菜单中：1）“New database name：”对话框中填入即将新建的子数据集名称：920line，/任意名称兼可；2）“Maximum lines/groups：”对话框中填入大于所用数据最大的行数即可，3）“Maximum channels/fields：”对话框中填入大约所用数据最大的列数即可。
其余选项默认即可。
点击“OK”按钮，出现如下图示此时说明新建的子数据库ok了，接下来就是数据的导入，Geosoft支持数据格式：*.xls，*.xyz ，*.csv等数据格式，一般说来，所用数据通常转换成2003版excel文件格式即可。
当数据和格式整理好后，点击主菜单：data，出现下拉列表，如下图示点击：Import—>Excel Spreadsheet—>Single Sheet 会出现对话框点击：File to import 栏后面的，选择所要使用的数据表格，点击“OK”按钮，数据导入完毕，可见图示：三、网格化菜单栏（Grid）1．网格化方法（Gridding）1）最小曲率法（Minimum Curvature）最小曲率是对随机数据、非平行线和正交线数据进行处理的数字网格技术。
2）双向网格法（Bi-Directional Line Gridding）双向网格方法是对平行线、带有一些切割线的线和近似平行线，进行处理的数字技术，如果沿着测线采集的数据是近似平行的，下面的例子适合于用双向网格方法（图2-3-7）。
双向网格方法尤其适合于相对线间隔为高采样率情况，因此，双向网格可以突出垂直测线方向的特征。
ggplot2 1.1.1 数据分析绘图软件说明说明书
Package‘plotluck’October14,2022Title'ggplot2'Version of``I'm Feeling Lucky!''Version1.1.1Description Examines the characteristics of a data frame and a formula to automatically choose the most suitable type of plot out of the following supported options:scatter,violin,box,bar,density,hexagon bin,spine plot,andheat map.The aim of the package is to let the user focus on what to plot,rather than on the``how''during exploratory data analysis.It also automateshandling of observation weights,logarithmic axis scaling,reordering offactor levels,and overlaying smoothing curves and median lines.Plots aredrawn using'ggplot2'.Depends R(>=3.1)Imports grid,Hmisc(>=3.17.4),quantreg(>=5.26),scales(>=0.4.1),plyr(>=1.8.4),hexbin(>=1.27.1),RColorBrewer(>=1.1.2),ggplot2(>=2.2.0)License MIT+file LICENSEURL https:///stefan-schroedl/plotluckBugReports https:///stefan-schroedl/plotluck/issues LazyData trueSuggests testthat,ggplot2movies,mgcv,nlme,knitr,rmarkdown,gapminderRoxygenNote6.1.1VignetteBuilder knitrNeedsCompilation noAuthor Stefan Schroedl[aut,cre]Maintainer Stefan Schroedl<**********************>Repository CRANDate/Publication2019-06-2611:50:03UTC1R topics documented:plotluck (2)plotluck.options (7)sample.plotluck (8)Index10 plotluck"I’m feeling lucky"for ggplotDescriptionThe purpose of plotluck is to let the user focus on what to plot,and automate the how.Given a dependency formula with up to three variables,it tries to choose the most suitable type of plot.It also automates sampling large datasets,correct handling of observation weights,logarithmic axis scaling,ordering and pruning of factor levels,and overlaying smoothing curves or median lines. Usageplotluck(data,formula,weights,opts=plotluck.options(),...)Argumentsdata a data frame.formula an object of class formula:a symbolic description of the relationship of up to three variables.Formula Meaning Plot typesy~1Distribution of single variable Density,histogram,scatter,dot,bary~x One explanatory variable Scatter,hex,violin,box,spine,heaty~x+z Two explanatory variables heat,spiney~1|z or y~x|z One conditional variable Represented through coloring or facetting y~1|x+z Two conditional variables Represented through facettingIn addition to these base plot types,the dot symbol"."can also be used,anddenotes all variables in the data frame.This gives rise to a lattice or series ofplots(use with caution,can be slow).Formula Meaning.~1Distribution of each variable in the data frame,separatelyy~.Plot y against each variable in the data frame.~x Plot each variable in the data frame against x.~.Plot each variable in the data frame against each other.See also section"Generating multiple plots at once"below.weights observation weights or frequencies(optional).opts a named list of options(optional);See also plotluck.options....additional parameters to be passed to the respective ggplot2geom objects.Valuea ggplot object,or a plotluck.multi object if the dot symbol was used.Determining the type of plotBesides the shape of the formula,the algorithm takes into account the type of variables as eithernumeric,ordered,or unordered factors.Often,it makes sense to treat ordered factors similarly asnumeric types.One-variable numeric(resp.factor)distributions are usually represented by density(resp.Clevelanddot)charts,but can be overridden to histograms or bar plots using the geom option.Density plotscome with an overlaid vertical median line.For two numerical variables,by default a scatter plot is produced,but for high numbers of points ahexbin is preferred(option min.points.hex).These plots come with a smoothing line and standarddeviation.The relation between two factor variables can be depicted best by spine(a.k.a.,mosaic)plots,unlessthey have too many levels(options max.factor.levels.spine.x,max.factor.levels.spine.y,max.factor.levels.spine.z).Otherwise,a heat map is produced.For a mixed-type(factor/numeric)pair of variables,violin(overridable to box)plots are generated.However,if the resulting graph would contain too many(more than max.factor.levels.violin)violin plots in a row,the algorithm switches automatically.The number of bins of a histogram canbe customized with n.breaks.histogram.The default setting,NA,applies a heuristic estimate.The case of a response two dependent variables(‘y~x+z‘)is covered by either a spine plot(if allare factors)or a heat map.In many cases with few points for one of the aggregate plots,a scatter looks better(options min.points.density, min.points.violin,min.points.hex).If each factor combination occurs only once in the data set,we resort to bar plots.Conditional variablesConditional variables are represented by either trying tofit into the same graph using coloring(max.factor.levels.color),or by facetting(preferred dimensions facet.num.wrap(resp.facet.num.grid) for one resp.two variables).Numeric vectors are discretized accordingly.Facets are laid out hor-izontally or vertically according to the plot type,up to maximum dimensions of facet.max.rowsand facet.max.cols.Reordering of factor levelsTo better illustrate the relation between an independent factor variable and a dependent numericalvariable(or an ordered factor),levels are reordered according to the value of the dependent variable.If no other numeric or ordered variable exists,we sort by frequency.Instance weightsArgument weights allows to specify weights or frequency counts for each row of data.All plots and summary statistics take weights into account when supplied.In scatter and heat maps,weights are indicated either by a shaded disk with proportional area(default)or by jittering(option dedupe.scatter), if the number of duplicated points exceeds min.points.jitter.The amount of jittering can be controlled with jitter.x and jitter.y.Axis scalingplotluck supports logarithmic and log-modulus axis scaling.log-modulus is considered if values are both positive and negative;in this case,the transform function is f(x)=sign(x)*log(1+abs(x)).The heuristic to apply scaling is based on the proportion of total display range that is occupied by the’core’region of the distribution between the lower and upper quartiles;namely,the fact whether the transform could magnify this region by a factor of at least trans.log.thresh.Missing valuesBy default,missing(NA or NaN)values in factors are are shown as a special factor level code"?".They can be removed by setting na.rm=TRUE.Conventionally,missing numeric values are not shown.SamplingFor very large data sets,plots can take a very long time(or even crash R).plotluck has a built-in stop-gap:If the data comprises more than sample.max.rows,it will be sampled down to that size (taking into account weights,if supplied).Factor preprocessingCharacter(resp.logical)vectors are converted to unordered(resp.ordered)factors.Frequently,when numeric variables have very few values despite sufficient data size,it helps to treat these values as the levels of a factor;this is governed by option few.unique.as.factor.If an unordered factor has too many levels,plots can get messy.In this case,only the max.factor.levels most frequent ones are retained,while the rest are merged into a default level".other.".ColoringIf color or fill aesthetics are used to distinguish different levels or ranges of a variable,the color scheme adjusts to the type.Preferably,a sequential(resp.qualitative)palette is chosen fora numeric/ordered(unordered)factor(palette.brewer.seq,palette.brewer.qual);see alsoRColorBrewer.Generating multiple plots at onceIf formula contains a dot(".")symbol,the function creates a number of1D or2D plots by calling plotluck repeatedly.As described above,this allows either single distribution,one-vs-all and all-vs-all variable plots.To save space,rendering is minimal without axis labels.In the all-vs-all case,the diagonal contains1D distribution plots,analogous to the behavior of the default plot method for data frames,see plot.data.frame.With setting in.grid=FALSE,plots are produced in a sequence,otherwise together on one or multi-ple pages,if necessary(default).Page size is controlled by multi.max.rows and multi.max.cols.With entropy.order=TRUE,plots are sorted by an estimate of empirical conditional entropy,with the goal of prioritizing the more predictive variables.Set verbose=TRUE if you want to see the actual values.For large data sets the calculation can be time consuming;entropy calculation can be suppressed by setting multi.entropy.order=FALSE.@note The return value is an object of class plotluck_multi.This class does not have any func-tionality;its sole purpose is to make this function work in the same way as ggplot and plotluck, namely,do the actual drawing if and only if the return value is not assigned.DebuggingWith the option verbose=TRUE turned on,the function will print out information about the chosen and applicable plot types,ordering,log scaling,etc.Column name matchingVariable names can be abbreviated if they match a column name uniquely by prefix.Remarks on supported plot typesBy default,plotluck uses violin and density plots in place of the more traditional box-and-whisker plots and histograms;these modern graph types convey the shape of a distribution better.In the former case,summary statistics like mean and quantiles are less useful if the distribution is not unimodal;a wrong choice of the number of bins of a histogram can create misleading artifacts.Following Cleveland’s advice,factors are plotted on the y-axis to make labels most readable and compact at the same time.This direction can be controlled using option prefer.factors.vert.Due to their well-documented problematic aspects,pie charts and stacked bar graphs are not sup-ported.With real-world data(as opposed to smooth mathematical functions),three-dimensional scatter, surface,or contour plots can often be hard to read if the shape of the distribution is not suitable, data coverage is uneven,or if the perspective is not carefully chosen depending on the data.Since they usually require manual tweaking,we have refrained from incorporating them.Remarks on the use of optionsFor completeness,we have included the description of option parameters in the current help page.However,the tenet of this function is to be usable"out-of-the-box",with no or very little manual tweaking required.If youfind yourself needing to change option values repeatedly orfind the presets to be suboptimal,please contact the author.Limitationsplotluck is designed for generic out-of-the-box plotting,and not suitable to produce more special-ized types of plots that arise in specific application domains(e.g.,association,stem-and-leaf,starplots,geographic maps,etc).It is restricted to at most three variables.Parallel plots with variables on different scales(such as time series of multiple related signals)are not supported.See Alsoplotluck.options,sample.plotluck,ggplotExamples#Single-variable densitydata(diamonds,package= ggplot2 )plotluck(diamonds,price~1)invisible(readline(prompt="Press[enter]to continue"))#Violin plotdata(iris)plotluck(iris,Species~Petal.Length)invisible(readline(prompt="Press[enter]to continue"))#Scatter plotdata(mpg,package= ggplot2 )plotluck(mpg,cty~model)invisible(readline(prompt="Press[enter]to continue"))#Spine plotdata(Titanic)plotluck(as.data.frame(Titanic),Survived~Class+Sex,weights=Freq)invisible(readline(prompt="Press[enter]to continue"))#Facettingdata(msleep,package= ggplot2 )plotluck(msleep,sleep_total~bodywt|vore)invisible(readline(prompt="Press[enter]to continue"))#Heat mapplotluck(diamonds,price~cut+color)#Multi plots#All1D distributionsplotluck(iris,.~1)#2D dependencies with one fixed variable on vertical axisplotluck(iris,Species~.)#See also tests/testthat/test_plotluck.R for more examples!plotluck.options7plotluck.options Create options structure for plotluckDescriptionCreate options structure for plotluckUsageplotluck.options(opts,...)Argumentsopts An(optional)named list to start with.Anything not specified in...will beinherited from opts....Parameters to override default settingsValueA named list of options,usable as argument to function plotluck.plotluck accepts a list of options to modify its behavior.Calling plotluck.options withoutarguments produces a list with the default values.Specifying any number of attribute/value pairsoverrides them selectively.Option Default Commentna.rm FALSE Do not show missing factor values as separate level. geom"auto"Override type of plot;the available types for a given formula and variable sample.max.rows100000If the data set has more rows than that,sample it down.trans.log.thresh2Threshold for logarithmic axis scaling.Visible magnification factor of the n.breaks.histogram NA Override the number of histogram breaks.min.points.hex5000Minimum data points required to display a hexbin plot.min.points.density20Minimum data points required to display a density or histogram plot. min.points.violin20Minimum data points required to display a violin or box plot. resolution.heat30Grid spacing for heat maps.dedupe.scatter’area’To represent multiple instances of the same coordinates in scatter plot:sc min.points.jitter3Minimum number of coordinate duplicates to start jittering points. jitter.x0.4Amount of jitter to apply in horizontal direction,as a fraction of resolutio jitter.y0.4Amount of jitter to apply in vertical direction,as a fraction of resolution. few.unique.as.factor5If a numeric variable has less than that many unique values,make it an or max.factor.levels30For factors with more than that many levels,least frequent ones will be p max.factor.levels.color3Maximum number of factor levels that can be represented as colors in the max.factor.levels.violin20Maximum number of levels to plot violins;rather switch to box plot. max.factor.levels.spine.x20Maximum number of levels to plot in x-direction in a spine plot. max.factor.levels.spine.y10Maximum number of levels to plot in y-direction in a spine plot. max.factor.levels.spine.z5Maximum number of levels to represent as colors in a spine plot. spine.plot.margin.x0.05Horizontal gap between rectangles in a spine plot.spine.plot.margin.y0.02Vertical gap between rectangles in a spine plot.facet.max.cols10Maximum number of facet columns for conditional variables.facet.max.rows10Maximum number of facet rows for conditional variables.facet.num.wrap6Preferred number of facets for single conditional variable.facet.num.grid3Preferred number of facets for each of two conditional variables. prefer.factors.vert TRUE In mixed numeric/factor plots,use vertical axis for the factor.fill.default"deepskyblue"Defaultfill color for density and histogram plots.palette.brewer.seq"YlGn"Sequential brewer palette name.palette.brewer.qual"Set1"Qualitative brewer palette name.multi.entropy.order TRUE Use estimated conditional entropy to order multi-plots.multi.max.rows6Maximum number of rows for multi-plots.multi.max.cols6Maximum number of columns for multi-plots.multi.in.grid TRUE In multi-plots,make a page with multiple plots,or generate each one sepa verbose FALSE Print information about plot types,ordering,scaling,etc.Noteplotluck’s aim is to provide a function that is usable"out-of-the-box",with no or very little manualtweaking.If youfind yourself needing to change option values repeatedly orfind the presets to besuboptimal,please contact the author.See AlsoplotluckExamples#list all default optionsplotluck.options()data(iris)#default with violin plotplotluck(iris,Petal.Length~Species)#use box-and-whiskers plot insteadplotluck(iris,Petal.Length~Species,opts=plotluck.options(geom= box ))sample.plotluck Run plotluck for a randomly generated formula.Descriptionsample.plotluck samples a formula as follows:•Uniformly draw the number of variables(1-3).•For each variable,uniformly choose one of the existing variable types from the data set(nu-meric,ordered or unordered factor).•Uniformly select one of the data frame columns of that type.Usagesample.plotluck(data,...)Argumentsdata a data frame...additional parameters to be passed to plotluck,such as weights and opts. Valuea ggplot2object.See AlsoplotluckExamplesset.seed(42)data(iris)sample.plotluck(iris)Index∗aplotplotluck,2∗automationplotluck,2∗bar plotplotluck,2∗box plotplotluck,2∗density plotplotluck,2∗dplotplotluck,2∗exploratory data analysis plotluck,2∗ggplot2plotluck,2∗ggplotplotluck,2∗heat mapplotluck,2∗hexbinplotluck,2∗histogramplotluck,2∗hplotplotluck,2∗mosaic plotplotluck,2∗plottingplotluck,2∗scatter plotplotluck,2∗spine plotplotluck,2∗violin plotplotluck,2∗visualizationplotluck,2 formula,2ggplot,6plot.data.frame,5plotluck,2,7–9plotluck.options,3,6,7RColorBrewer,4sample.plotluck,6,810。
GeoMap用户手册
GeoMap(3.5)地质制图系统GeoMap是由北京侏罗纪软件股份有限公司针对石油勘探开发行业数字化制图作业需求而研制开发的一套专业地质制图系统，其有完备的专业图形模板、丰富的数据成图功能、强大的图形编辑手段，可为快速、高质量制作符合石油行业标准的地质图件提供有效工具。
GeoMap3.5是GeoMap3.2的升级扩充版本，在继承原GeoMap3.2成功开发经验的基础上，综合了各油田单位广大用户的反馈意见，对GeoMap3.2进行了性能改进和功能扩充。
其升级方向侧重于原功能的完善与便利功能的增加。
在尽可能简化工作流程的基础上，便捷图元编辑、扩大数据制图功能、增加对其它格式图件的转换与处理、提高图件美观度。
广大用户在使用其制作各种地质平面图、剖面图、统计图、地理图、工程平面图等专业图件时，会更加方便和快捷。
本软件可以运行在Microsoft windows 98、Windows NT4.0 、Windows2000、Windows2003、WindowsXP及更高版本的操作系统。
GeoMap3.5软件特点GeoMap3.5是一套适用于石油勘探开发行业数字化制图作业的地质制图系统，其完备的专业图形模板、丰富的图形编辑功能、灵活的数据成图功能、强大的图件转换模块为快速、高质量制作符合行业标准的地质图件提供了一套不可多得的工具。
和GeoBank、MapofficeX以及图件资料Web发布系统相配合，为企业的图件库建设、图件资料管理和发布、地理信息系统和勘探开发信息可视化提供了一个完备的解决方案。
集团公司并在自动矢量化技术、带断层等值线的自动成图技术、利用标准图形模板的数据自动成图技术、基于GIS的图形应用技术等方面也推出了相应的产品和技术。
同时，推出利用标准图形模板、根据数据自动成图的开发图形系统，在部分油田已经实现，为油田开发人员提供快速了解油田动态，快速进行生产决策的有力工具。
定位：充分利用已有数据和图形等信息的资源快速生成、制作符合行业标准和工作习惯的地质图，为勘探开发地理信息系统、信息可视化和图形信息建设提供可重用的基础资料。
直接利用excel做地球化学微量、稀土配分图的方法
直接利用excel做地球化学微量、稀土配分图的方法
geokit，geoplot，都能做。
但是是如何做出来的呢。
原理如下：
准备好数据
对数据进行标准化，第一排：输入：=样品/球粒陨石，然后回车。
样品和球粒陨石的值用,鼠标去点击相应的格。
如第一个样品，=C2/C9，回车。
手动计算第一排的数，如上.然后拖动。
自动计算后面的数据。
如上。
现在开始画图。
如下，图表向导,系列
分类（X）轴标志：用鼠标在表中拖动从La-到Lu，然后确定。
如上。
完成
发现，Y轴是100，200.这样的。
用鼠标放在Y轴上，右击，坐标轴格式，刻度，最大值1000。
对数刻度。
在图中空白出右击，图表选项，填上X,Y轴，用geokit做的图对比
右图，是geokit做的。
与左图一样。
将第一排数据改为新的数据，发现下图中自动变化。
可将此作为模版，每次填上新的数据就会自动生成图。
$2
再来看个微量元素的蛛网图。
按照上面的做法生成蛛网图，
$2
下面将此作为模版。
做新图。
发现只要上面的数据改动，下面的图自动生成。
总结：此方法，方便，高效，一次成图，作为模版，多次利用。
GeoMap绘图软件使用及绘图的技巧
二、GeoMap图件的制图过程
— 加载底图与定义定位点
选择加载底图快捷钮 （或打 开菜单栏中的底图，在下拉菜单中 选择加载 ），系统会弹出对话框， 找到相应的位图文件名，按打开， 位图图像即会出现在屏幕上，如此 时位图不能显示出来，再点击显/ 隐底图快捷钮 即可。
单击拾取定位点快捷按钮 ，鼠标 变为十字线时，在定位点上单击拾取其 坐标。拾取完以后，再找第二点，点击 拾取其坐标。依次类推，直到定位点拾 取完毕。选择设置定位参数，系统会自 动弹出对话框，在对话框中填写定位点 的坐标值，按确定钮系统会自动生成一 个与位图文件同名、扩展名为*.3pt的文 件。
（1）鼠标右击图册标题名，在弹出的菜单中选择保存图册
（2）也可直接点击工具栏中的全存快捷键 （3）图册文件的保存格式为*.lst
二、GeoMap图件的制图过程
— 新图件的保存
保存新图件
创建好的新图件 ，也需要手动保存才能存储在系统磁盘里，其具体 的操作是：
（1）鼠标点击工具栏中的保存图件快捷钮 （2）如果是第一次保存，系统会出现一个如下对话框，提示图件文件 名及保存位置
GeoMap绘图软件
使用及绘图技巧
培训内容
一、GeoMap功能介绍 二、GeoMap图件的制图过程 三、GeoMap图件的绘制 四、GeoMap通用编辑 五、图册、图件的管理 六、图形输出
一、GeoMap功能介绍
（一）、软件的安装、维护 （二）、启动GeoMap （三）、GeoMap初始运行界面 （四）、新建或打开一个GeoMap图册
新建图件时注意的问题 一是正确选择投影类型
我们常用的是兰勃脱投影（正轴等角圆锥投影）和高斯-克吕格投 影的大地坐标图件
高斯-克吕格六度带投影后的坐标为大地坐标
地球化学更新说明及操作说明
46.1 数字特征统计通过最大值、最小值、方差等基本统计量以及分级统计，以反映数据的空间分布规律。
进入RGMAPGIS系统，选择某个工作图幅进入PRB库中。
将目标图层数据（点）加入工程后即可通过常用方法菜单对这些数据进行操作。
46.1.1 基本数字特征统计选择需要统计的目标点图层：在元素选择中列出了该地球化学数据具有的元素属性，如Ag、As等，选择某个元素后，输入最高替代值和最低剔除值后，选择该组数据的统计方式（按原始值、log10、ln）进行统计，可获得具有有效元素值的所有点的基本统计量，包括对数据集中趋势、数据离散程度和数据分布形态等的统计。
在此基础上可以通过分级把数据划分成不同的级别，体现数据自身的特征，为应用研究及专题制图提供基础。
分级方法有：（1）自定义分级：根据应用目的设定各个级别的数值范围来实现分级。
（2）模式分级：按照固定模式进行分级，级差由特定的算法自动设定。
模式分级分为：等间距分级、分位数分级、等面积分级、标准差分级、自然裂变点法分级、其他分级方法（有规律的不等间距分级、按嵌套平均值分级、按面积正态分布分级）。
专题图类型有：直方图、饼图、折线图。
可以统计这组数据的频数或频率。
用户选择等间距分级并输入级数、选择专题图类型、选择统计方式后，生成专题图件如下：图件的设置：右击图形窗口，选择“图件设置”，参考“等值线图”的“数字特征图件编辑”部分内容。
图件的保存：右击图形窗口，选择“保存图件”，保存为MAPGIS工程文件：根据用户自定义的区文件（不如某个元素异常区），在该区域内对数据进行统计：选择某个区文件，确定。
点击图层，选择某个区图元：选择是，则统计该区范围内的地球化学数据的情况，弹出的对话框如下：内圈，子区内的空洞的处理：如打勾选择，则考虑子区内的空洞情况，统计地球化学点时，严格判断点是否落在区域内，若落在区域的空洞内，也认为是落在区域外边。
其他操作如第一部分，区别就是统计的是某个区内的信息，而不是所有点的信息。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
GeoPlot地球化学数据投图软件-使用说明一．软件介绍GeoPlot软件是用VBA开发并在Excel中使用的，主要用于地球化学数据计算和投图分析的专业宏程序软件；其实用性强、操作简便，可帮助研究人员快速分析地球化学数据。
功能如下：1)投图功能: (1)XY散点图、三角图;(2)岩石地球化学判别图;(3)蛛网图及REE配分图2)数据计算: (1)参数的公式计算;(2)CIPW标准矿物计算;(3)AFC及二元混合计算3)辅助功能: (1)样品分组投图;(2)数据统计结果;(3)数据排序及小数位数;(4)分子量计算;(5)Chart 2Picture;(6)系统设置及数据库管理4)二．安装删除运行自解压安装包程序文件“GeoPlot.exe”，选择一个安装目录（一般安装目录为：C:\Program Files\GeoPlot）就轻松安装成功，如图1。
启动GeoPlot软件的方法有两种：（1）运行安装目录下的宏程序GeoPlot.xla，自动启动Excel并出现GeoPlot的文件菜单和工具栏；打开数据文件后，就可以使用该软件的各项功能；（2）在Excel菜单中加载安装目录下的宏程序GeoPlot.xla，该方法可以让每次Excel运行后，都会自动启动GeoPlot。
如果需要不自动启动GeoPlot则可在Excel下取消宏GeoPlot.xla的加载。
该软件是绿色宏程序软件，所以反安装GeoPlot软件则可直接删除所安装的目录，比如“C:\Program Files\GeoPlot”。
图1 安装GeoPlot的目录选择三．软件使用1．数据准备使用GeoPlot软件进行计算和投图，地球化学数据存放的表格需要复合一个简单的、也是最常用的数据排列格式—元素名称排第一列，样品名称排第一行，其余数据对应元素名称和样品名称排列，如图2。
元素名称常用到软件中查询，所以元素名称中不能有非可见字符（网上复制的数据可能产生不可见字符，常导致不能正确计算和投图，需要用户手动重新输入元素名称一遍）。
由于计算和投图都是使用数值型数据，所以数据要是数值型。
不能在地化数据中出现非数值型的数据，比如：数值前面有< > = 或者空白字符等；如果出现这些非数值型的数据，则会对投图产生错误。
图2 地球化学数据的排列格式2．功能使用2.1 XY散点图点菜单或者工具栏上XY散点图功能按钮，会出现投图的对话窗，需要用户确定投图的X、Y轴的变量元素名称，然后用户点OK按钮(如图3)，GeoPlot就会自动生成所需要的XY散点图。
确认X、Y变量的元素名称有两个方法：1）点X或Y变量栏的表格数据来源按钮，用户就可以在Excel表格上用鼠标点选第一列中的元素名称；2）在X、Y变量栏中手工输入元素名称或者元素名称构成的公式。
XY散点图默认采用线性坐标，如需要对数坐标，用户可以手工改动生成图的坐标轴参数，这和Excel 常用的使用方法一样。
图3 XY散点图对话框2.2 三角图点菜单或者工具栏上三角图功能按钮，会出现投图的对话窗口，需用户确定投图的A、B、C变量的元素名称，然后用户确认后点OK按钮(如图4)，GeoPlot就会自动生成所需要的三角图。
确认A、B、C 变量元素名称有两个方法：1）点A、B、C变量栏的表格数据来源按钮，用户就可以在Excel表格上用鼠标点选第一列中的元素名称；2）在A、B、C变量栏中手工输入元素名称或者元素名称构成的公式。
2.3 蛛网图和REE配分图点工具栏或菜单中的蛛网图，出现对话框窗口，用户确认好用于标准化的参考元素及参考地化库组分及投蛛网图或REE配分图（如图5），然后点OK按钮就自动生成所需的蛛网图或REE配分图。
用户可以通过系统库管理功能添加自定义标准化参考值等，方便以后使用。
图5 蛛网图对话框窗口2.4 判别图点工具栏或菜单中的判别图，出现投图窗口，用户根据自己所需选择投图名称（如图6），然后点击窗口上OK按钮就自动在Excel表中生成所需的地球化学数据的判别图。
用户可以用系统库管理功能，添加判别图，方便以后使用。
2.5 公式计算用户可以使用元素名称和计算操作符号"+", "-", "*", "/", "(", ")", ",", ":"和"^"以及七个常用功能函数名称Ln, Log10, Log, Exp, Power 和Sum构成公式。
公式可以用于投图对话框中的变量名称，比如X、Y 或者A、B、C等；也用在公式计算功能中。
在公式计算功能模块，公式窗口上有默认的公式名供用户选择，比如：Mg＃，图7所示。
该功能计算结果都会自动生成在Excel表已有数据区域的下面一行。
图7 公式计算对话框窗口2.6 CIPW标准矿物计算CIPW标准矿物计算功能可以计算整个表格最多255个样品的数据。
GeoPlot使用如下常见岩石中的11个主量氧化物来计算对应的标准矿物：SiO2, TO2, Al2O3, Fe2O3, FeO, MnO, MgO, CaO, Na2O, K2O,P2O5。
该软件没有对二价铁和三价铁进行自动从全铁含量中生成，用户需要根据实际或合理的Fe2+/Fe3+比值在全铁中计算出Fe2O3 和FeO 的量，以供CIPW的计算。
该功能的使用从GeoPlot菜单下数据处理的子菜单CIPW可以调出该功能模块。
3．辅助功能3.1 元素排序用户常合并不同来源的地球化学数据用于分析研究，该功能就是辅助合并不同元素排列顺序的数据表格。
该功能可以生成用户所选元素顺序排列的新表格数据内容，然后可以合并不同表格相同顺序的数据用于计算或投图分析。
用户可以用系统库管理功能，添加新的元素排列顺序，方便以后使用。
3.2 小数位数辅助功能小数位数的显示或计算。
地化数据的小数位数常进行调整，手工比较麻烦，用该功能就比较容易实现地化数据常需求的小数位数调整。
规则如下，0－10，两位小数；10－100，一位小数；大于100，保留整数。
用户使用中，需要确认是显示或者计算小数位数的选项，显示只是显示，没有改变数据的数值；计算则会根据数据四舍五入改变数值大小。
3.3 数据系列投图中常进行数据系列投图，该功能的使用如下：确认并调整所分系列样品数据排列连续，然后设置一个系列样品名称所在Excel单位格背景颜色为一种颜色，相邻系列样品名称单元格背景颜色需要设置成不同，以便程序区分系列。
做了如上操作，GeoPlot默认是按照系列进行投图的，就会得到不同系列的数据投图，一个系列的投图点显示相同的符号和颜色。
如果需要不进行系列投图，可以在系统库管理功能中修改默认选项或者把样品名称所在单元格背景颜色设置成相同，则为一个系列。
3.4用户库管理用户可以使用表格文件"User Database.xls"来定义自己所需要的标准化参数、元素排序的新顺序、新判别图定义参数、地球化学库组分数据等。
该文件的表格构成与GeoPlot宏内部表格构成不同，它多了一个"Reference"表格，该表格的数据供用户参考地球化学库组分数据。
"User Database.xls"有六个表格：REE NORM, Trace NORM, Reference Data, Elements Sort, Discrimination和Reference。
添加自定义数据步骤：1）按照表格示例设计的各参数格式，用户可以手工添加新的判别图定义参数、标准化数据、元素顺序等到"User Database.xls"中对应的表格。
2）使用Excel中GeoPlot菜单上库管理功能模块，点弹出窗口的Add按钮则把用户的"User Database.xls"新添加的参数添加到"GeoPlot.xla"中的表格里。
3）GeoPlot里使用新的标准化数据、判别图、元素顺序等。
下面详细解释如何添加一个新的XY散点判别图（图8）到GeoPlot中。
第1步记录下判别图上各线条两端点的X、Y值，如下表所示。
第2步第3步定义判别图的名称，举例为："New SiO2-K2O, 2005"。
注意的是，新的名称要不同于GeoPlot中已有判别图的名称，这是因为GeoPlot根据名称来选择所要投的判别图，故不同重复名称。
第4步输入以上各步骤的定义数据于"User Database.xls"中的"Discrimination"表格中，参考示例格式输入到对应位置，图9所示。
图9 添加定义数据到表格判别图定义参数在这里有24列内容需要输入，详细说明如下：1列.为判别图的每个线条都输入判别图名称.2列.输入判别图上各线条的X坐标值，如果是三角投图的判别图，则要先进行元素的三端元A、B、C的转换，转换公式如下：A+B+C=1；X= B+ C/2；Y=C*0.866。
3列.输入判别图上各线条的Y坐标值，如果是三角投图的判别图，则要先进行元素的三端元A、B、C的转换，转换公式如下：A+B+C=1；X= B+ C/2；Y=C*0.866。
4.输入判别图上各线条的格式定义数值: 0 代表新线条开始端点; 1 代表线条连续端并定义线条属性为直线; 2代表线条连续端并定义线条属性为破折线; 3 代表线条连续端并定义线条属性为点线; 1－3数值和Excel 中图表上使用的线定义序号一致。
用户可以自己查看并定义自己所需要的线条属性号码。
5.为判别图上每个标签输上判别图的名称。
6.输入标签的X坐标，如果是三角投图的判别图，则要先进行元素的三端元A、B、C的转换，转换公式如下：A+B+C=1；X= B+ C/2；Y=C*0.866。
7. 输入标签的Y坐标，如果是三角投图的判别图，则要先进行元素的三端元A、B、C的转换，转换公式如下：A+B+C=1；X= B+ C/2；Y=C*0.866。
8. 输入标签的文本内容。
代表判别图用于超镁铁岩；"Granite" 代表判别图用于花岗岩；"Basalt" 代表判别图用于基性岩石.10.为判别图定义参数数据行输入判别图名称。
11.输入变量名称组合，可以是X Y 或者A B C变量的公式字符串组合，X和Y变量之间用空格分隔开，ABC变量构成类似。
12.输入判别图X轴范围的最小值。
13.输入判别图X轴范围的最大值。
14.输入X轴刻度小格数值。
15.输入X轴刻度大格数值。
16.输入X轴坐标类别: 0 代表线性，1代表对数。