R语言
文章平均质量分 96
不褪色的迷彩
这个作者很懒,什么都没留下…
展开
-
学习之旅16-R数据可视化-图形处理(二)
六、图形处理前言6、ggplot数据可视化 (二)6.1 准备工作6.2 图形映射6.3 统计变化 前言 上一节我们对ggplot2包中的高级绘图有了一定了解,但是里面的很多参数并没有详细介绍,本节我们将继续对具体的参数函数进行讲解。 6、ggplot数据可视化 (二) 6.1 准备工作 我们总是想从庞大的数据集中获取我们想要的信息,比如对于mpg数据集中的数据,我们想知道大引擎的车是否比小引擎的车更加耗油?或许更耗油,但是我们可能需要进一步知道之间的具体关系:正相关还是负相关,线性还是非线性。任何的原创 2021-03-23 00:00:20 · 645 阅读 · 1 评论 -
学习之旅15-R数据可视化-图形处理(一)
五、高级绘图(一)前言5、gglot2数据可视化5.1 关于R图形系统5.2 ggplot2包5.3 条形图5.3.1 简单绘制条形图5.3.2 绘制簇状条形图5.3.3 绘制频数条形图5.3.4 对正负条形图分别着色5.3.5 条形宽度与条形间距5.3.6 添加数据标签 前言 之前我们讨论过关于数据的处理,对于任何的数据分析我们都是建立在数据的基础上,R语言也不例外。我们在利用R来做数据分析的时候必然少不了这些环节: 通过以上的数据处理,我们会最终得到结果,形成数据报告或者图表展现,但最好的呈现方式还是原创 2021-03-14 15:42:49 · 674 阅读 · 0 评论 -
学习之旅14-R基本数据管理(二)
四、基本数据管理(二)前言4、数据基本管理4.2 缺失值4.2.1 缺失值的判断4.2.1 重编码为缺失值4.2.1 排除缺失值4.3 日期值4.3.1 日期值转化 前言 上一节 学习之旅13-R基本数据管理(一)中,我们梳理了关于变量,因子的内容,并就如何创建变量以及变量的重编码,重命名做了简单介绍,这一节我们将进一步对数据的管理做详细介绍,比如缺失值如何查询、剔除,如何对数据做进一步转化,数据集的合并,查询子集等等。 4、数据基本管理 4.2 缺失值 缺失值在很对场景都会出现,即数据可能由于某种原原创 2021-03-02 21:53:15 · 590 阅读 · 2 评论 -
学习之旅13-R基本数据管理(一)
四、基本数据管理(一)前言4、基本数据管理4.1 变量、因子4.1.1 创建变量4.1.2 变量重编码4.1.3 变量重命名 前言 在之前的学习中 学习之旅11-R数据结构中,我们对数据结构有了一定的了解,也讨论了很多导入数据的方法,但是当我们将数据表示为矩阵或者数据框时,这仅仅是数据准备的第一步,我们在分析数据之前大部分的时间其实是花在数据的准备之上的,只有数据准备,清洗,整理完毕才能进行更好的数据分析。 4、基本数据管理 4.1 变量、因子 变量: 可以归纳为名义型、有序型、或连续型变量 (1)名原创 2021-02-27 14:03:52 · 285 阅读 · 1 评论 -
学习之旅12-R初识图形
三、图形初识前言3.1 关于图形3.3 图形参数 前言 都说文不如表,表不如图,一幅精心绘制的图形能够帮助你在数以千计的零散信息中做出有意义的比较,提炼出使用其他方法时不那么容易发现的模式,检查出数据异常值。这正是我们做数据分析分目的,那么我们是怎么通过R语言来进行图表的绘制呢,下面我们就通过代码举例进行讲解。 3.1 关于图形 展开图形讲解之前,我门先回顾一下上节的数据结构-数据框。 > key <- c(5,10,15,20,25); > Pa <- c(12,17,20原创 2021-02-26 12:43:01 · 295 阅读 · 0 评论 -
学习之旅11-R数据结构
二、R数据集前言2、R数据集2.1 数据集2.2 数据结构2.2.1 向量2.2.2 数据框2.3 数据输入2.3.1 键盘输入2.3.1 Excel导入 前言 对于数据分析来说,我们首先要做的就是按照相应的格式来创建含有研究价值的数据集。在R中我们需要:1、选择一种数据结构来存储我们的数据结构;2、将数据输入或导入到这个数据结构中;3、根据需要对数据进行进一步处理分析;4、形成分析结果、报告等。 2、R数据集 2.1 数据集 关于数据集: 简单来说数据构成的集合,不同的领域对于数据集的行和列的叫法各原创 2021-02-22 20:00:44 · 354 阅读 · 0 评论 -
学习之旅10-R语言介绍
R语言介绍前言一、R语言介绍1.1 为何要使用R1.2 R的获取和安装1.3 R 的使用1.3.1 初始R1.3.2 获取帮助1.3.3 工作空间1.3.4 输入和输出 前言 如今的数据分析要从广泛的数据源(数据库管理系统、文本文件、统计软件以及电子表格)获取数据、将数据片段融合到一起、对数据做清理和标注、用最新的方法进行分析、以有意义有吸引力的图形化方式展示结果,最后将结果整合成令人感兴趣的报告并向利益相关者和公众发布。R正是一个适合完成以上目标的理想而又功能全面的软件。 一、R语言介绍 1.1 为何原创 2021-02-22 14:23:35 · 901 阅读 · 0 评论