2.1 使用R自带的数据集 Titanic,绘制以下图形

最新推荐文章于 2023-05-22 18:25:23 发布
最新推荐文章于 2023-05-22 18:25:23 发布
阅读量1.2k 收藏 12
点赞数
分类专栏： R语言大学作业 文章标签： r语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mrrunsen/article/details/130176599
版权
本文使用R语言内置的数据集Titanic、faithful、mtcars和iris，通过绘制条形图、帕累托图、脊形图、马赛克图、直方图、核密度图、箱线图、散点图、散点图矩阵、相关系数矩阵图、3D散点图、轮廓图、雷达图、星图和折线图，深入分析数据分布和变化特征。
摘要由CSDN通过智能技术生成

2.1 使用R自带的数据集 Titanic,绘制以下图形

(1)绘制Sex和SurQ的并列条形图和堆叠条形图,并为条形图添加频数标签


# 计算并列和堆叠条形图的频数
tab <- margin.table(Titanic, margin = c("Sex", "Survived"))

# 设置图形布局和参数
par(mfrow = c(1, 2), mai = c(0.7, 0.7, 0.8, 0.7), cex = 0.6)

# 绘制并列条形图
barplot1 <- barplot(tab, beside = T, xlab = "Survived", ylab = "人数", ylim = c(0, 1500),
              col = rainbow(7), main = "并列条形图",
              legend.text = c("male", "female"),
              args.legend = list(x = 6, y = 1400))  
text(barplot1, tab, labels = tab, pos = 3) # 设置频数标签

# 绘制堆叠条形图 
barplot2 <- barplot(tab, beside = F, xlab = "Survived", ylab = 
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Mrrunsen
关注
专栏目录
订阅专栏
R y语言课后作业
Mrrunsen的博客
09-02 570
5.3 顾客到银行办理业务时往往需要等待一些时间,等待时间的长短与许多因素有关,比如行的业务员办理业务的速度、顾客等待排队的方式等,为此,某银行准备采取两种排队方式进行试,第一种排队方式是所有顾客都进入一个等待队伍,第二种排队方式是顾客在三个业务窗口处排飘等待,为比较哪种排队方式使顾客等待的时间更短,银行各随机抽取10名顾客,他们在办理业待的时间(单位:分钟)如下。检验的结果p值是0.1753大于0.05，不能拒绝原假设，认为“看后”平均得分小于或等于“看前”平均得分，产品的新的电视广告之前与之后打分。
统计学-基于R （第四版） 贾俊平编著 第二章： 数据可视化 2.1, 2.2 习题答案 【自用】
weixin_45924161的博客
03-21 4909
第二章 数据可视化 习题答案
实验八—基本统计分析（一）
W_chuanqi的博客
11-06 5784
R自带的数据集Titanic记录了泰坦尼克号上乘客的生存和死亡信息，该数据集包含船舱等级（class）、性别 (sex)、年龄（age）、生存状态（survived）四个类别变量。生成如下数据框df，数据的范围[1,20]，并设定y2的第3个和第8个值为缺失值。数据集表示的含义为：7种比较算法的三种评价指标（AE of Best, AE of Mean, AE of worst）今测得10名非铅作业工人和7名铅作业工人的血铅值，如下表所示。c) 将问题b)生成的列联表转化为带有类别频数的数据框。
Class 08 - 数据的读取和保存 & R语言中的管道（pip）功能
M冰的博客
05-22 1528
上面介绍了如何加载R语言内置的数据集，这些内置的数据集一般都是用来做数据分析的练习来使用的。在实际工作中，分析的数据都是从数据库或者其他地方整理过的数据，大部分都是需要从本地电脑中导入的，那么下面就介绍如何使用readr功能包来读取文件。readr功能包是tidyverse功能包 的一个核心功能包。
R语言数据可视化 | 绘制帕累托图
JGuoboy的博客
03-13 4949
本文依旧是以R语言自带的数据集Titanic中的Class绘制帕累托图 首先我们先把数据集Titanic中的Class数据提取出来，则就用到了R语言中的margin.table()函数。代码如下： tab= margin.table(Titanic,"Class") 绘制Class帕累托图 绘制帕累托图图形前我们要将各类别的频数从高到低排序（即为降序）。这是帕累托图的必须要求。所以我们要用到R语言的sort()函数，函数用法如下： sort(x, decreasing = FALSE, .
R语言自学.1
Strawberry_Ya的博客
07-06 600
《R语言实战》第六章——条形图 1：条形图最基本的用法是：barplot(x,######) #都是要填入进去的参数； 2：关于条形图觉得最不好调整的是图例的位置以及颜色、大小。 3：条形图分为堆砌条形图以及并列条形图，堆砌条形图在barplot()语法中不需要添加任何，但是如果是并列条形图，则需要添加代码：beside=TRUE 这一节主要所遇到的问题 堆砌与折叠条形图中图例的位置： 1：按照《R语言实战》的语法做出来的图形是： 代码为： library(vcd) counts <- tabl
R语言机器学习篇——逻辑回归1（二分类）
m0_73275932的博客
01-13 4411
在监督学习中存在大量关于“是与否”的二分类问题，以过滤垃圾邮件为例，假设响应变量只有两种可能取值（既0和1），此时该变量称为虚拟变量或是哑变量。 线性概率模型一般并不适合作预测。这是因为虽然明知y的取值非0即1，但根据线性概率模型所作的预测值却可能出现y＞1或y＜0的不现实情形，对于二分类问题,机器学习一般不用线性概率模型。因此本文讨论机器学习中常用的逻辑回归模型
R语言——kaggle比赛Titanic代码汇总
07-07
kaggle比赛Titanic的R教程一和三（决策树、随机森林和logistics模型）；利用薛毅《统计建模与R软件》书中判别分析章节中的距离判别、贝叶斯判别和Fisher判别函数实习的模型预测
titanic:一个闪亮的应用程序，使用 R 语言的 Titanic 数据集和相关的 Slidify 演示
06-04
朴素贝叶斯分类器应用于泰坦尼克号数据集 一个闪亮的应用程序，使用 R 语言的 Titanic 数据集和相关的 Slidify 演示 泰坦尼克号闪亮应用程序： : 源代码（主分支）： : Slidify 演示文稿： ://romain-jacottin.github.io/titanic 源代码（ gh-pages 分支）： : 罗曼·雅科廷 - 2015 年 5 月
泰坦尼克号数据集，包含训练集和测试集。
06-10
机器学习泰坦尼克号案例的完整数据集，包含训练集和测试集。
c++ 根据点组绘制图形_手把手教你用R绘制条形图
weixin_39692253的博客
11-20 733
我们无论在何时分析数据，第一件要做的事情就是观察它。对于每个变量，哪些值是最常见的？值域是大是小？是否有不寻常的观测？R中提供了丰富的数据可视化函数。条形图通过垂直的或水平的条形展示了类别型变量的分布(频数)。今天来学习下绘制条形图。目 录1. 加载数据集2. 简单条形图3. 均值条形图4. 堆积条形图5. 并列条形图6. 棘状图7. 条形图进阶7.1 默认条形图间距7.2 自定义条形...
R语言——三个数据集
qq_39594033的博客
08-15 2176
第一章数据概览（1）三个数据集1.1 uspop 数据集为一组时间序列数据，从 1790 年至 1970 年，每隔 10 年取一个值1.2 Titanic 数据集记录了泰坦尼克号沉船事件中乘客年龄，性别，船舱等级，以及是否存活 4 项信息。1.3 Women 数据集是一张 15*12 的表格，相应存放着 15 个样本和 2 个变量的数据信息。参考 “数据” 是我们进行数据挖掘的起点。只要我们细心观察，我们可以发现数据无处不在。一个小商店，某一天的可乐销售量是单个数据；某影院，《疯狂原始人》的每场上座率是一组
R语言 titanic 数据挖掘作业
Mrrunsen的博客
06-20 1627
读取数据 缺失数据分析 以下程序分析数据集中缺失的数据。 统计数据集的缺失值对缺失值非常严重的无关字符变量选择直接删除，对于缺失值很少的选择插值多重插补（MI）是一种基于重复模拟处理缺失值的方法。面对复杂的缺失值问题，Mi是最常用的方法，会生成完整的数据集。在每个模拟数据集中，缺失的数据将通过蒙特卡罗方法进行填充。 EDA 统计数据集中幸存者的分布 逻辑回归 决策树 测试集中决策树的正确率高于逻辑回归 根据变量重要性图，影响生存最重要的因素是性别...
R语言系列：datasets（R自带数据包）
热门推荐
yjz_sdau的博客
05-26 2万+
 R语言系列：datasets（R自带数据包） 向量 euro    #欧元汇率，长度为11，每个元素都有命名 landmasses    #48个陆地的面积，每个都有命名 precip    #长度为70的命名向量 rivers    #北美141条河流长度 state.abb    #美国50个州的双字母缩写 state.area    #美国50个州的面积 state.
R语言自带基本数据集简介
大数据技术派
06-13 1万+
在用R语言做数据分析的时候，我们经常需要一些数据做实验，尤其当学会一个新的方法或者算法的时候，就想赶快编程实现一下。那么，问题来了，用什么数据好呢，什么样的数据适合做这种...
R语言内置的常用数据集及相关简介
Pola_的博客
09-05 1万+
R语言内置的常用数据集及相关简介前言查看数据集 前言 R语言提供了很多的基本数据集，这些基本数据集可以直接加载、可以完成几乎所有的数据分析任务模拟数据的。 查看数据集 这些基本数据集都在R包datasets里面，可以执行命令： data(package = ‘datasets’) 就会datasets包带的出现所有基本基本数据集： ...
Titanic数据分析与可视化
Cara的博客
05-05 6267
前言：跟Kaggle上大师们做的第一个项目，记录下目前的心得体会，便于后续查阅。 泰坦尼克沉船事故已经过去多年，但是关于它的生存预测问题一直是数据分析与建模的经典案例，今天抽空把Chuck Talbert大师做的预测进行简单翻译和再现，并加入个人理解，原文链接：Titanic: A TidyCaret Approach - (0.8086)开始数据分析与建模之前，我们一起看看Titanic数据集字...
利用iris数据集,绘制按物种分组的轮廓图、雷达图和气泡图,并进行比较分析
最新发布
11-11
iris数据集是一个经典的用于分类和聚类的数据集，包含了三种不同种类的鸢尾花，分别是山鸢尾(Iris-setosa)、变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。我们可以利用这个数据集来进行不同种类鸢尾花的比较分析。 首先，我们可以利用matplotlib库来绘制按物种分组的轮廓图。通过观察轮廓图，可以直观地比较不同种类鸢尾花的花瓣和花萼的长度和宽度，从而判断它们的区别和相似之处。 其次，我们可以绘制雷达图来进行比较分析。雷达图能够清晰地展示出不同种类鸢尾花的特征值，例如花瓣长度、花瓣宽度、花萼长度和花萼宽度，通过比较雷达图的形状和各个维度的数值大小，可以更加直观地了解不同种类鸢尾花的特征。 最后，我们可以利用气泡图来进行比较分析。气泡图可以将不同种类鸢尾花的特征值以气泡的形式展现出来，通过气泡的大小和颜色的差异来表示不同鸢尾花的特征值，从而可以更加直观地比较它们之间的差异。 通过对以上三种图表的分析，我们可以得出不同种类鸢尾花在花瓣和花萼的大小、形状等方面的差异，从而更好地理解它们之间的区别和相似之处。这些比较分析可以帮助我们更好地理解和利用iris数据集。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Mrrunsen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值