数据分析与R语言 |
您所在的位置：网站首页 › r语言summary函数输出的结果含义 › 数据分析与R语言 |
数据分析与R语言
|
数据结构
创建向量和矩阵 函数c(), length(), mode(), rbind(), cbind()求平均值，和，连乘，最值，方差，标准差 函数mean(), sum(), min(), max(), var(), sd(), prod()帮助文档 函数help()生成向量 seq()生成字母序列letters 新建向量 Which()函数，rev()函数，sort()函数生成矩阵 函数matrix()矩阵运算 函数t()，矩阵加减矩阵运算 矩阵相乘，函数diag()矩阵求逆，函数rnorm()，solve() 解线性方程组 函数solve(a,b)矩阵的特征值与特征向量 函数eigen()数据的R语言表示——数据框矩阵形式，但列可以不同数据类型每列是一个变量，每行是一个观测值 作图画散点图 函数plot()对x1进行直方图分析 绘制直方图函数hist() hist(x$x1)探索各科成绩的关联列联表分析 列联函数table()，柱状图绘制函数barplot() barplot(table(x$x1))饼图 饼图绘制函数pie() pie(table(x$x1))箱尾图 箱子的上下横线为样本的25%和75%分位数 箱子中间的横线为样本的中位数 上下延伸的直线为尾线，尾线的尽头为最高值和最低值 异常值 boxplot(x$x1,x$x2,x$x3)箱线图 boxplot(x[2:4],col = c("red","green","blue",notch=T)) 水平放置的箱尾图 boxplot(x$x1,x$x2,x$x3,horizontal = T)星相图 每个观测单位的数值表示一个图形 每个图形的每个角落表示一个变量，字符串类型会标注在图的下方 角线的长度表示值的大小 stars(x[c("x1","x2","x3")],full = T,draw.segments = T)脸谱图 安装aplpack包 faces(x[c("x1","x2","x3")]) 用五官的宽度和高度来描绘数值 人对脸谱高度敏感和强记忆 适合较少样本的情况其他脸谱图 安装TeachingDemos包 faces2(x)茎叶图 stem(x$x1)QQ图 可用于判断是否正态分布 直线的斜率是标准差，截距是均值 点的散步越接近直线，则越接近正态分布 qqnorm(x1) qqline(x1) qqnorm(x3) qqline(x3)散点图的进一步设置 plot(x$x1,x$x2,main = "数学分析与线性代数成绩的关系",xlab = "数学分析",ylab = "线性代数",xlim = c(0,100),ylim = c(0,100),xaxs="i",yaxs="i",col = "red",pch = 19)连线图 a = c(2,3,4,5,6) b = c(4,7,8,9,12) plot(a,b,type = "l")多条曲线的效果 plot(rain$Tokyo,type = "l",col = "red",ylim = c(0,300),main = "Monthly Rainfall in major cities", xlab = "Month of Year", ylab = "Rainfall(mm)", lwd = 2) lines(rain$NewYork,type = "l",col = "blue", lwd = 2) lines(rain$London,type = "l",col = "green", lwd = 2) lines(rain$Berlin,type = "l",col = "orange", lwd = 2)密度图 函数density() plot(density(rnorm(1000)))R内置数据集函数data()列出内置数据 热力图 利用内置的mtcars数据集绘制 data("mtcars") heatmap(as.matrix(mtcars),Rowv = NA,Colv = NA,col = heat.colors(256),scale = "column",margins = c(2,8),main = "Car characteristics by Model") Iris（鸢尾花）数据集 Sepal 花萼 Petal 花瓣 Species 种属向日葵散点图 用来克服散点图中数据点重叠问题 在有重叠的地方用一朵“向日葵花”的花瓣数目来表示重叠数据的个数 sunflowerplot(iris[,3:4],col = "gold",seg.col = "gold")散点图集 遍历样本中全部的变量配对画出二元图 直观地了解所有变量之间的关系 pairs(iris[,1:4]) 用plot也可以实现同样的效果 plot(iris[,1:4],main = "Relationship between characteristics of iris flowers",pch = 19,col = "blue",cex = 0.9) 利用par()在同一个device输出多个散点图 Par命令博大精深，用于设置绘图参数，help(par) par(mfrow=c(3,1)) plot(x1,x2) plot(x2,x3) plot(x3,x1)关于绘图参数 Help(par) 有哪些颜色？Colors() 关于绘图参数 绘图设备
位置控制参数Main参数：
Oma参数：
三维散点图 安装scatterplot3d包 scatterplot3d(x[2:4])三维作图 x |
【本文地址】