R语言入门第四集 实验三：数据可视化

R语言入门第四集 实验三：数据可视化

---

---

一、资源

【R语言】R语言数据可视化——东北大学大数据班R实训第三次作业

在r中rowsums_R语言初级教程(15): 矩阵（下篇）

R语言环境变量的设置 环境设置函数为options()

R语言绘图基础篇-散点图（geom_point）

箱形图

ggplot2绘图去除图例

R：使用ggplot2画散点图时出现错误: Continuous value supplied to discrete scale

3.3 R中内置的散点图的所有样式/shape（重要）

---

---

二、答案更新纠正

1. 1.2绘制散点图，分别展示年龄与男性的死亡率（对数即取log）的关系。

   答案：

   plot(df$Age,log(df$q_male))
   
   

   应该为：

   1.2绘制散点图，分别展示年龄、年份与男性的死亡率（对数即取log）的关系。

   plot(df$Age,log(df$q_male))
   plot(df$Year,log(df$q_male))
   
   

2. 1.3绘制年龄与对数生存人数的散点图，分析这2个量的关系。

   答案：

   无
   
   

   应该为：

   1.3绘制年龄与对数生存人数的散点图，分析这2个量的关系。

   df$L_exp <- df$L_female_exp+df$L_male_exp
   plot(df$Age,df$L_exp)
   
   

3. 1.5绘制男性的对数死亡人数即（Male_death的对数）的直方图，来观察男性的对数死亡人口数的分布情况。

   答案：

   无
   
   

   应该为：

   1.5绘制男性的对数死亡人数即（Male_death的对数）的直方图，来观察男性的对数死亡人口数的分布情况。

   hist(log(df$Male_death),breaks=100)
   
   

4. 2.2数据探索，绘制一张图表来展示1990到2011年的HPI的变化情况，横轴是时间
   （可以是数据的第一列），纵轴是HPI值。

   答案：

   Sys.setlocale("LC_TIME","English")
   # 最初的date数据类型是factor
   class(houseIndex$date)
   head(houseIndex$date)
   # 然后转化为character
   houseIndex$date <- as.character(houseIndex$date)
   class(houseIndex$date)
   head(houseIndex$date)
   # 然后转化为Date
   houseIndex$date <- as.Date(houseIndex$date, "%d-%b-%y")
   class(houseIndex$date)
   head(houseIndex$date)
   plot(houseIndex$date,houseIndex$index,type = "l",main = "HIP(Canberra)-since 1990")
   
   

   应该为：

   2.2数据探索，绘制一张图表来展示1990到2011年的HPI的变化情况，横轴是时间（可以是数据的第一列），纵轴是HPI值。

   Sys.setlocale("LC_TIME","English")
   houseIndex$date <- as.character(houseIndex$date)
   houseIndex$date <- as.Date(houseIndex$date, "%d-%b-%y")
   plot(houseIndex$date,houseIndex$index,type = "l",main = "HIP(Canberra) - from 1990 to 2011")
   

5. 2.4为了进一步了解HPI的波动，计算其每个月的增长率。绘图时，增长率为正数的月份由加号（“+”）表示，为负的用（“o”）表示。

   答案：

   无
   
   

   应该为：

   2.4为了进一步了解HPI的波动，计算其每个月的增长率。绘图时，增长率为正数的月份由加号（“+”）表示，为负的用（“o”）表示。

   houseIndex$rates <- houseIndex$delta/houseIndex$index[houseIndex$rates]
   houseIndex$rates[1] <- (houseIndex$index[1]-1)/1
   houseIndex$cyl <- houseIndex$rates
   houseIndex$cyl[houseIndex$cyl>0]<- 3
   houseIndex$cyl[houseIndex$cyl<0]<- 1
   library(ggplot2)
   ggplot(houseIndex, aes(date, rates))+
     geom_point(shape=houseIndex$cyl)
   
   

6. 2.6绘制一个箱线图，来查看HPI的增长率的分布情况。

   答案：

   boxplot(rateMatrix,ylab="HPI Increase Rate")
   
   

   应该为：

   2.6绘制一个箱线图，来查看HPI的增长率的分布情况。

   boxplot(houseIndex$rates,ylab="HPI Increase Rate")
   
   

---

---

三、答案

实验三 数据可视化

题目1：
1.1通过读取文件death rate.csv获取数据保存到df中，简单分析数据，获取共有数据多少条，是否有缺失值或是异常值,若存在这样的数据，将这些数据剔除;对于死亡率来说，它的值域是0<q<=1 。【注：1-6题中的死亡率，只考虑男性的死亡率】

df <-read.csv("death rate.csv")
dim(df)
sum(rowSums(is.na(df)) > 0) 
nrow(df) - nrow(df[df$q_male > 0 & df$q_male <= 1, ])
nrow(df)
df <- na.omit(df)
nrow(df)
df <- df[df$q_male > 0 & df$q_male <= 1, ]
nrow(df)

1.2绘制散点图，分别展示年龄、年份与男性的死亡率（对数即取log）的关系。

plot(df$Age,log(df$q_male))
plot(df$Year,log(df$q_male))

1.3绘制年龄与对数生存人数的散点图，分析这2个量的关系。

df$L_exp <- df$L_female_exp+df$L_male_exp
plot(df$Age,df$L_exp)

答：根据年龄与对数生存人数的散点图，可知这2个量的关系为随着年龄的增大，对数生存人数逐渐降低，且降低的幅度快速增大。

1.4绘制直方图来观察一下男性死亡人数的分布。

hist(df$Male_death,breaks=100)

1.5绘制男性的对数死亡人数即（Male_death的对数）的直方图，来观察男性的对数死亡人口数的分布情况。

hist(log(df$Male_death),breaks=100)

1.6计算df的各变量的相关系数，并画出相关图。【用corrgram包】

install.packages("corrgram")
library(corrgram)
options(digits=2)  
cor(df) 
corrgram(df, 
         order=TRUE,
         lower.panel=panel.shade,
         upper.panel=panel.pie,
         text.panel=panel.txt,
         main="Corrgram of df intercorrelations")

题目2：
2.1通过读取文件House-handle.csv获取数据保存到houseIndex中。

houseIndex<-read.csv("House-handle.csv")

2.2数据探索，绘制一张图表来展示1990到2011年的HPI的变化情况，横轴是时间（可以是数据的第一列），纵轴是HPI值。

Sys.setlocale("LC_TIME","English")
houseIndex$date <- as.character(houseIndex$date)
houseIndex$date <- as.Date(houseIndex$date, "%d-%b-%y")
plot(houseIndex$date,houseIndex$index,type = "l",main = "HIP(Canberra) - from 1990 to 2011")

2.3绘制一张图，展示每个月的HPI的增长量，表示为delta,在0的位置添加参考线。【注：增长量，可以用下一条减上一条来计算；第一条的上一条的HPI值可以认为是1】

houseIndex$rates <- which(houseIndex$index==houseIndex$index)-1
houseIndex$rates[1] <- 1
houseIndex$delta <-houseIndex$index-houseIndex$index[houseIndex$rates]
houseIndex$delta[1] <- houseIndex$index[1]-1
plot(houseIndex$date,
     houseIndex$delta,
     type="p", 
     main="Increase in HPI",
     xlab="时间",
     ylab="delta") 
abline(h=0,lty = 3) 

2.4为了进一步了解HPI的波动，计算其每个月的增长率。绘图时，增长率为正数的月份由加号（“+”）表示，为负的用（“o”）表示。

houseIndex$rates <- houseIndex$delta/houseIndex$index[houseIndex$rates]
houseIndex$rates[1] <- (houseIndex$index[1]-1)/1

houseIndex$cyl <- houseIndex$rates
houseIndex$cyl[houseIndex$cyl>0]<- 3
houseIndex$cyl[houseIndex$cyl<0]<- 1

houseIndex$gear <-houseIndex$rates
houseIndex$gear[houseIndex$gear>0]<- 3
houseIndex$gear[houseIndex$gear<0]<- 1

library(ggplot2)
ggplot(houseIndex, aes(date, rates))+
  geom_point(aes(shape=factor(cyl)),size=3)+
  scale_shape_manual(values = c(1,3))+
  theme(legend.position = 'none')

2.5对HPI增长率建立表格，其中每一行代表一个月份，每一列代表一个年份，显示前四年的数据（HPI增长率舍入到小数点后4位）；并绘制一个HPI的平均年增长率和HPI的平均月增长率（全部年份的年增长率（列平均）和月增长率（行平均））。

rateMatrix <- xtabs(rates~month+year,data=houseIndex)
round(rateMatrix[,1:4],digits=4)

yearmean <- colMeans(rateMatrix)
barplot(yearmean,main="HPI的平均年增长率",xlab="年",ylab="平均年增长率") 
mouthmean <- rowMeans(rateMatrix)
plot(1:12,mouthmean,type="b",
     main="HPI的平均月增长率",xlab="月",ylab="平均月增长率") 

2.6绘制一个箱线图，来查看HPI的增长率的分布情况。

boxplot(houseIndex$rates,ylab="HPI Increase Rate")