个人生活的量化分析（三）：考研英语初探

点击蓝字关注这个神奇的公众号～

作者简介

林筱越：华东政法大学 社会学专业 R语言爱好者 

往期回顾:

使用ggplot2绘制心形

定量论文：探究「健康水平、婚姻状况」对幸福感的影响

个人生活的量化分析（一）：时间管理

个人生活的量化分析（二）：Apple健康数据分析

全文目录：

1. 前言

2. 数据预处理

3. 可视化部分

  3.1 正确率情况

        3.1.1 各年份试题的正确率
        3.1.2 各题型正确率
  3.2 得分情况
        3.2.1 各年份试题的得分情况
        3.2.2 各题型的得分情况
  3.3 用时情况
          3.3.1 各年份试题用时情况
          3.3.2 各题型用时情况

4. 读图部分
  4.1 正确率
  4.2 得分情况
  4.3 用时情况

5. 总结

 

---

1. 前言

本人目前正处于考研备考阶段，考研英语是考研中重要部分之一，所以每天在英语上花费了大量的时间。随着2005年-2014年的真题的客观题（客观题部分）一刷已经完成，第一阶段的英语复习也暂告一段落。

为了探索一下自己对于这些真题的做题状况，所以就有了这第三篇的量化分析的想法。在此之前我已经自己建立好了两个有关2005年-2014年的做题记录的csv，分别是「正确记录」和「用时记录」，全文都是围绕这两个数据集展开。

 

2. 数据预处理

首先，在「正确记录」的基础上我分别重新生成了「正确率」数据集（包含各题型的正确率和总的正确率）和「得分分数」数据集（各题型加权后的分数和总分数）；并将最后的总正确率和总得分添加到原数据集里。

其次，由于ggplot绘图对于数据集的要求是「长格式数据」（变量和值分别归入一个列中）而非「宽格式数据」，因此在三个宽格式数据集的基础上使用gather函数分别将其转化为长格式：

# 加载包
library(tidyverse) #数据处理工具包
library(lubridate) #处理日期值
library(gridExtra) #一页多图

#预处理
## 1.正确记录数据处理
options(digits =3)
data <-read_csv('1st_corrects.csv')
head(data)
data<-data[1:10,] #提取2005-2014年的记录
names(data) <-tolower(names(data)) #变量名小写转换

###  1.1建立其他数据集
#正确率数据集
correct_prop <-tibble(exams = data$exams,
                      cloze_prop = data$cloze/20,
                      text1_prop =data$text1/5,
                      text2_prop =data$text2/5,
                      text3_prop = data$text3/5,
                      text4_prop =data$text4/5,
                      sort_prop = data$sort/5)
data$total_prop <-apply(data[,-1], 1, sum)/45

#分数数据集
grade <-cbind(data[,2]*0.5, data[,3:7]*2)
names(grade) <-paste0(names(grade),'_score')
data$grade<-apply(grade, 1, sum)
grade$exams <-data$exams


### 1.2宽数据转为长数据
data_long <-data %>%
  gather(cloze:sort, key='types', value ='corrects')

correct_long <-correct_prop %>%
  gather(cloze_prop:sort_prop, key ='types', value ='prop')

grade_long <-grade %>%
  select(exams,cloze_score:sort_score) %>%
  gather(cloze_score:sort_score,key='types', value='score')</