library(plotcli)
plot_width = 80
plot_height = 40
# Create some example data
x <- seq(0, 2 * pi, length.out = 100)
y1 <- sin(x)
y2 <- cos(x)
data_1 = list(
x = x,
y = y1,
name = "y1 = sin(x)",
color = "blue",
type = "line",
braille = FALSE
)
data_2 = list(
x = x,
y = y2,
name = "y2 = cos(x)",
color = "red",
type = "line",
braille = FALSE
)
# Create a plotcli object with specified dimensions
plot <- plotcli$new(
plot_width = plot_width,
plot_height = plot_height,
x_label = "X-axis",
y_label = "Y-axis"
)
# Add data sets to the plot
plot$add_data(data_1)
plot$add_data(data_2)
# Print the plot
plot$print_plot()
#>
#>
#> โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโ
#> 1.0 โ****** ********** *****โ
#> โ * ** ** * โ
#> โ ** * * ** โ
#> โ * ** * * โ
#> โ * * * * โ
#> โ ** * ** โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> 0.5 โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ y1 = sin(x)
#> Y-axis 0.0 โ* * * * *โ y2 = cos(x)
#> โ * * * *โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> -0.5 โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * * โ
#> โ * * * โ
#> โ * * * * โ
#> โ * * * ** โ
#> โ * * * * โ
#> โ ** ** ** ** โ
#> โ * * ** *** โ
#> -1.0 โ ******* ****** โ
#> โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโ
#>
#> 0.0 1.6 3.1 4.7 6.3
#>
#> X-axis
#> plotcli can use braille characters for plotting scatter and line plots, which give a much higher resolution on supported terminals. Whether to use braille or ascii characters can be specified for each data set.
library(plotcli)
data(mtcars)
# Fit a linear model
lm_fit <- lm(wt ~ mpg, data = mtcars)
# Create a new dataset with the predicted values
predicted_data <- data.frame(mpg = mtcars$mpg, predicted_wt = predict(lm_fit, mtcars))
# we use braille characters for the regression line
data_1 = list(
x = predicted_data$mpg,
y = predicted_data$predicted_wt,
name = "Regression Line",
color = "red",
type = "line",
braille = TRUE
)
# and ascii characters for the raw data
data_2 = list(
x = mtcars$mpg,
y = mtcars$wt,
name = "Data Points",
color = "blue",
type = "scatter",
braille = FALSE
)
# Create a plotcli object
plot_width = 80
plot_height = 40
plot_obj <- plotcli$new(
plot_width,
plot_height,
x_label = "Miles per Gallon",
y_label = "Weight"
)
# Add raw data and regression line
plot_obj$add_data(data_1)
plot_obj$add_data(data_2)
# Print the plot
plot_obj$print_plot()
#>
#>
#> โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโ
#> 5.4 โ* * โ
#> โ* โ
#> โ โ
#> โ โ
#> โ โ
#> โ โ
#> โ โ
#> โโก โ
#> โโ โ โข โ
#> โ โ โ ฆโก โ
#> 4.4 โ โ โ ณโฃ โ
#> โ โ โขฆโก โ
#> โ โ โ ณโฃโก * โ
#> โ โ โ โขฆโฃ โ
#> โ * โ โ ณโฃ * โ
#> โ *โ โ โขฆโก * โ
#> โ โ โ ฒโฃ โ
#> โ * ** โ โ โขฆโก โ
#> โ * **โฃ* * โ Regression Line
#> Weight 3.3 โ โ โ โขฆโฃ โ Data Points
#> โ โ โ ณโฃ * โ
#> โ * โ โ โขฆโก * * โ
#> โ โ โ ฒโฃ โ
#> โ โ โ โขฆโก โ
#> โ ** โ โ ฒโฃ โ
#> โ * โ โ โขฆโก โ
#> โ * โ โ ฒโฃ โ
#> โ โ โขฆโก โ
#> โ * โ โ ฒโฃ โ
#> 2.3 โ * โ โขฆโก โ
#> โ โ โ ฒโฃ * โ
#> โ * โ โขคโก โ
#> โ โ โ ขโฃ โ
#> โ * โ โ โขคโก โ
#> โ โ โ ขโฃ *โ
#> โ โ โ โขฆโก โ
#> โ * โ โ ฒโฃ โ
#> โ * โ โ โขฆโก โ
#> โ โ โ ขโก โ
#> 1.3 โ โ โ โขโ
#> โโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโโ
#>
#> 10.4 16.3 22.1 28.0 33.9
#>
#> Miles per Gallon
#> 