#
# Diese Tips stammen von Sara Buerkle <sara@net.in.tum.de>
#

# einzelne Zahlen einlesen
var <- scan("filename")

# density plotten
plot(density(var))

# density logarithmisch plotten
plot(density(var), log="x")

# mit Titel, Bezeichnung, bestimmter x-range...
plot(density(b2okt8wr0), col="green", log="x", main="Offset Beacon2",
xlim=range(2:1200), ylim=range(0,0.15),
sub="Kollektor rrc00, wochenweise, rot ab 1.10., gruen ab 8., blau ab 15.,
schwarz ab 22.10.",
xlab="Abstand (sec) zum naechsten Event")

# weitere Linien dazuzeichnen
lines(var2)

# (x,y)-Tupel einlesen
elements <- read.table("filename")

# weitere Punkte hinzumalen, in rot
points(elements2, col="red")

# Postscript-Plot erzeugen (speichern)
postscript("plotfilename.ps")
[plotten usw.]
dev.off()

# Noch ein Beispiel mit Titel etc.
> plot(density(bR0okt1wrvOhneOffset), col="orange", main="Offset Routeviews",
+ ylim=range(0,0.02), xlab="Abstand(sec) zum naechsten Event *ohne* Offset",
+ sub="Routeviews, alle Beacons (o.2), jeweils eine Woche, je 3 Tage versetzt",
+ xlim=range(0,400))
> lines(density(bR0okt4wrvOhneOffset), col="red")
> lines(density(bR0okt7wrvOhneOffset), col="violet")
> lines(density(bR0okt10wrvOhneOffset), col="blue")
> lines(density(bR0okt13wrvOhneOffset), col="green")
> leg.txt <- c("1.-7.10.", "4.-11.10.", "7.-13.10.", "10.-16.10.", "13.-19.10.")
> col <- c("orange", "red", "violet", "blue", "green")
> lty <- c(1,1,1,1,1)
> legend(list(x=270, y=0.018), legend = leg.txt, col = col[1:5], lty = lty,
+ merge = TRUE, bty="n")

# Standard von Olaf:
par(ps=8, lwd=3)

col <- c( "black", "red", "darkolivegreen4", "blue", "yellow", "green",
   "cyan", "chocolate" )
leg <- c("RRC:1-C", "RRC:1-D", "RRC:1-E", "LISP:1-A", "LISP:1-B")
legend( leg.x, leg.y, leg, col = col[1:n], lty = lty[1:n], pch = 1:n,
   merge = TRUE, y.intersp=.8, bty="n", cex=2.5)
# lty line type; pch Punktform, merge=TRUE damit alle col, lty... zusammen
# gezeichnet werden, bty="n" macht _keine_ Box um die Legende
# cex skaliert alles zusammen, auch ps (fontsize) und lwd (line width)
# diese vorige Zeile stimmt nicht. cex nur fuer die Punkte im Diagramm.

# meine Lieblingskonfig momentan (Abend 13.11.02):
pch=16, cex=0.3  # zumindest fuer A4-Ausdruck. Wie das psnupt-8 aussieht...

# Auszug aus ~/Output/beacons/aspath/updateDistribution/Rcode-20021114.2009.txt
helper <- read.table("/home/sara/Output/beacons/updateDistribution/helper.data")
postscript("/home/sara/Output/beacons/updateDistribution/ps_out/b1rrc00_Oct27_1day-20021114.2009.ps")
b1rrc00ann <- read.table("/home/sara/Output/beacons/updateDistribution/1-beacon_Oct27_1day_announcements_rrc00_20021114.2009.data")
b1rrc00wd <- read.table("/home/sara/Output/beacons/updateDistribution/1-beacon_Oct27_1day_withdrawals_rrc00_20021114.2009.data")
plot(helper, main="Update-Verteilung rrc00, Beacon 1, Daten ab 27. Oktober ueber 1 Tag\n mit variation durch (ASPfadlaenge-2)*0.04 (mit DUPs, mit Obergrenze 0.3)",
xlab="Zeitpunkt des Updates seit Event", col="white", log="x",
xlim=range(1,7200), ylim=range(1,13),
ylab="nach Peers gruppiert, unten A-Event, oben W-Event", 
sub="Withdrawals sind rot, Announcements blau, cex=0.3, pch=16")
points(b1rrc00ann, col="blue", cex=0.3, pch=16)
points(b1rrc00wd, col="red", cex=0.3, pch=16)
dev.off()

# eigene Achsen-Beschriftung:
plot(...,axes=FALSE)
box()	# macht einen Rahmen drumrum
axis(2,labels=paste("Peer",1:10),at=1:10)  
# beschriftet y-Achse mit Peer 1 bei y=1, Peer 2 bei y=2... bis y=10.
events <- c(100,200,303,411,412)
axis(2,labels=paste("Event ",events[1:5]), at=1:5)
# beschriftet mit Event 100 bei y=1, ..., Event 412 bei y=5.
axis(1)	# macht Default-x-Achsen-Beschriftung

# R-Speicher loeschen:
rm(list = ls())
# und anschl. Save workspace image? _y_!

# Text annotieren an Linien oder Geraden:
text(1600,0.0003, labels="1300s", pos=4) 
# schreibt 1300s rechts von (1600,0.0003)
# Vorsicht:  zentriert an den gegebenen Punkt, wenn pos nicht gegeben ist,
# pos aus {1,2,3,4}, 1 below, 2 to the left, 3 above, 4 to the right.

# 2e-04 auf x-Achsenbeschriftung bedeutet 0.0002
# also 0.(Zahl hinten -1 Nullen)(Zahl vorne)

# Geraden einzeichnen
x <- c(1200,1200)
y <- c(0,1)
lines(x,y)
# besser:
abline(v=1200)
# horizontal
abline(h=0.004)

# Breite der Histogramm-Balken bestimmen
hist(interOkt, br=360) # oder auch plot(hist(interOkt, br=360))
# zerlegt die x-Range in 360 Teile.
# Bei z.B. 7200 sek macht das Bloecke von 50 sek Breite.

# das funktioniert leider nicht immer. Pattern noch nicht erkannt.

# Werte ausfiltern
plot(density(d[d>700]))

# Histogramm
hist(blubb, breaks=30) #=> 30 Balken
hist(blubb, breaks=c(1.5,2.5,...) #=> explizite Trennwerte in Vektor

# Geraden (mit Steigung)
abline(5400, 1, col="green")
# hat Steigung 1 und Achsenabschnitt 5400
# auf Englisch: abline(intercept, slope, ...)

# nur einen Teil eines Vektors anzeigen (wie Farben):
colors()[101:190]

# rgb einer Farbe:
col2rgb("khaki")
red    240
green  230
blue   140
# um sie als Farbe anzugeben, braucht man allerdings den hex-Wert (-> z.B. bc in der Shell, obase=16 eingeben, danach gibt 240<return> den Hexwert aus.)
plot(..., col="#F0E68C")	# rot/gruen/blau-Anteil als 2stellige Hexwerte

# Fuer Folien und Drucke usw. braucht man doch dickere Linien, sowas wie
plot(..., cex.main=1.4, lwd=3, cex.axis=1.4, cex.lab=1.4, cex=0.5,...)
abline(..., lwd=2)
text(..., cex=1.5)
# Dann sieht's ganz harmonisch aus.

# Und um das Ganze etwas farbunabhaengiger zu kriegen, sollte man 
# noch Symbole einflechten. Das ist deshalb nicht-trivial, weil die 
# im richtigen Abstand auftauchen sollten.
# Hier die Tipps, die ich von Olaf gekriegt habe:
par(ps=20, lab=c(8,4,7))
adj <- 2
d <- scan("rtg-dist-A-all")
plot( density( d[d>0], adjust=adj ), col="red", lty=1, xlim=c(0,20), ylim=c(0,
+0.1), xlab="distance", ylab="probability density", main="", type="l", lwd=3)
sel <- round( seq(1,2000, length=77), 0 )
# rundet Dezimalzahlen. seq(from, to, length): sequence from to with des. length
selx <- density(d[d>0], adjust=adj)
sx.x = selx$x
sx.y = selx$y
points( sx.x[sel], sx.y[sel], pch=1, col="red", cex=1.6, lwd=2 )
# er sagt selbst, dass man mit adj/length laenger spielen muss, bis das 
# rauskommt, was man gerne haette.

# par(lab=c(8,4,7)):
# c(x, y, len) aendert die Annotierungsart der Axen:
# x, y geben die ungefaehre Anzahl Tickmarks an, 'len' label size.
# default: c(5,5,7), len nicht implementiert.
# bedeutet also: mehr Ticks auf x, weniger auf y-Achse. Hm.

# par(ps=20): point size von Text und Symbolen (die auch von anderem 
# beeinflusst werden)

# vorher hatte ich legend(..., cex=1.5), aber mit
par(ps=20, lab=c(8,4,7))
# was man anscheinend vor jedem Plot wiederholen muss, braucht man kein cex,
# dafuer:
legend(..., y.intersp=1.3)
# das macht genuegend Raum zwischen die Aufzaehlungen, die sonst aneinander
# gequetscht werden.

# Moeglichkeit zum Perfektionieren des Symbol-Setzens:
selx <- density(var)	# Density-x- und y-Werte
sx.x = selx$x		# Vektor aus x-Werten
sx.y = selx$y		# Vektor aus y-Werten
sel.try <- c(1:100*10)		# Probe: alle 10 Vektorwerte
points(sx.x[sel.try], sx.y[sel.try], pch=4, col="red", cex=1.6, lwd=2)
points(sx.x[sel.try], sx.y[sel.try], pch=1, col="blue", cex=1.6, lwd=2)
points(sx.x[sel.try], sx.y[sel.try], pch=4, col="green", cex=1.6, lwd=2)
# anschl. kann man zaehlen, fuer welchen Bereich man ungefaehr wieviele Punkte
# braucht ->
sel.a <- round(seq(1,28,length=10),0)
sel.b <- round(seq(35,115,length=3), 0)
sel.c <- round(seq(120,155,length=6),0)
sel.d <- round(seq(172,2000,length=50),0)
sel <- c(sel.a, sel.b, sel.c, sel.d)
# Aber wie gesagt, das ist halt perfektionistisch...