数据科学与大数据分析项目练习-1熟悉并使用R语言进行数据分析

使用Rstudio读取yearly_sales.csv并进行练习。
yearly_sales.csv包含一万条数据，包含4个column：customer id, sales total, number of orders 和 gender.

练习1

# 设置路径
setwd("c:/Users/T7/Desktop/123")

# 读取数据
sales <- read.csv("./yearly_sales.csv")
# 检查导入的数据集
head(sales)
summary(sales)
# plot num_of_orders vs. sales图片
plot(sales$num_of_orders,sales$sales_total,
     main="Number of Orders vs. Sales")

# 进行统计分析(拟合线性回归模型)
results <- lm(sales$sales_total ~ sales$num_of_orders)
results
summary(results)

# 对拟合的模型进行一些诊断
# 绘制残差直方图
hist(results$residuals, breaks = 800)

得到的图片一

图片二

练习2

数据的输入和输出

setwd("c:/Users/T7/Desktop/123")
sales <- read.csv("./yearly_sales.csv")

# 为每个订单的平均销售额添加一个列
sales$per_order <- sales$sales_total/sales$num_of_orders

# 以制表符分隔，不带行名的方式导出数据
write.table(sales,"sales_modified.txt", sep="\t",row.names=FALSE)

# 导出直方图到jpeg
jpeg(file="c:/Users/T7/Desktop/123/sales_hist.jpeg") # 创建一个新的jpeg文件

hist(sales$num_of_orders)# 导出直方图到jpeg

dev.off() # 关闭图形设备

在R中查看修改后的数据

在设置中路径中可以看到查看导出的数据。

sakes_hist.jepg

参考书目

1. Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data, EMC Education Services, John Wiley & Sons, 27 Jan. 2015