![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R
文章平均质量分 52
Learn-Share_HY
https://www.youtube.com/@HY_main
展开
-
[R]如何繪製條型圖(Bar chart)? geom_bar()
在數據分析中,直方圖(Histogram)和條型圖(Bar chart)是常用於觀察數據樣態的工具。關於直方圖的用法,可參考<[R]直方圖(Histogram)的用法>文章。關於條型圖的用法,各位一定不陌生,尤其是經過2020年的COVID-19疫情事件,為了統計和比較各區域的確診或死亡病例,各媒體常以條型圖呈現數據。在R語言中,藉由安裝包ggplot2亦可輕鬆繪製,範例程式如下。a.首先,利用install.packages()安裝ggplot2,並用library()導入。..原创 2021-02-16 12:05:59 · 458 阅读 · 0 评论 -
[R]如何篩選出特定子集數據? subset()
在R語言中,篩選出特定子集數據的函數為subset(),經由查詢Help的結果,其對應的描述和用法如下。顧名思義,利用邏輯符號表述篩選子集的方式,將符合條件的數據子集合篩選出來。subset():Subsetting Vectors, Matrices and Data FramesDescription:Return subsets of vectors, matrices or data frames which meet conditions.Usage:subset(x,logical expr原创 2021-02-11 16:37:40 · 2855 阅读 · 2 评论 -
[R]如何擷取特定字串? substr()
在R語言中,擷取特定字串的函數為sunstr(),經由查詢Help的結果,其對應的描述和用法如下,顧名思義,substr()的用法僅需要定義原字串x,並定義起始字元和終止字元,即可達成效果。。sunstr():Substrings of a Character VectorDescription:Extract or replace substrings in a character vector.Usage:substr(x, start, stop)簡易範例如下,若終止字元大於原字串長度,.原创 2021-02-11 15:53:21 · 7320 阅读 · 0 评论 -
[R]如何取得非重複的向量或數組? unique()
在數據處理中,去除並取得非重複的數組是一項基本需求。在R語言中,可以用unique函數實現。簡易範例如下:x <- c(8-1:5, 4:8, 6+0:5)y <- unique(x)#輸出結果> x [1] 7 6 5 4 3 4 5 6 7 8 6 7 8 9 10 11> y[1] 7 6 5 4 3 8 9 10 11在實際數據操作中,例如一個汽車出廠年份和油耗效率的數據集,為了解該數據集統計的年份跨度,亦原创 2021-02-07 23:39:14 · 579 阅读 · 0 评论 -
[R]如何檢驗一組數據是否符合正態分布?
延續<[Minitab]如何檢驗一組數據是否符合正態分布?>一文,R語言中的Shapiro.test函數亦可以用來檢驗數據是否呈現正態分布。a.利用一組正態分布數據(平均值=50,標準差=0.01)來測試,p值0.05,無法拒絕原假設,說明該分佈可能是正態分布。x=1:100vec<-rnorm(length(x),mean = 50, sd=0.01)ntest<-shapiro.test(vec)#輸出結果> ntest Shapiro-Wilk n原创 2021-01-17 22:15:21 · 549 阅读 · 0 评论 -
[R]如何查詢符合條件的對應行列數據?
這個功能類似Excel中Vlookup函數的效果。但Excel畢竟有儲存欄位數量的限制,換句話說,Excel只能處理數據量級是受限制的。在R語言中,亦可用which來實現查詢符合條件的對應行列數據。延續[R]如何根據特定字元拆分數據(str_split_fixed)?一文,可知ratings_tb為具有四個變量的dataframe,其中包含UserID, MovieID,Ratig和Timestamp四個變量,如下圖一所示。圖一若欲進一步取得rating=5的MovieID數據,可參考下列語法。其.原创 2020-10-07 21:46:11 · 715 阅读 · 0 评论 -
[R]直方圖(Histogram)的用法
直方圖(Histogram)常用於數據分布和分類的呈現功能。在R語言中,利用hist指令即可繪製,同時亦可輸出數據分布結果,語法說明如下。HistogramsDescription:The generic function hist computes a histogram of the given data values.hist(x, breaks = "Sturges", main = paste("Histogram of" , xname), xlim = rang...原创 2020-10-05 17:39:05 · 2779 阅读 · 0 评论 -
[R]如何根據特定字元拆分數據(str_split_fixed)?
關於數據集(dataset)的處理,往往讀入數據集後,需要進一步對於數據進行拆分或合併處理,以利銜接後續數據分析工作。在R語言中,可利用安裝包 stringr中的str_split_fixed指令,根據特定字元拆分批量數據,達到數據匯總之效果。本文利用經典的MovieLens數據集做為範例,其中該數據集包含movies.dat、ratings.dat和users.dat,我們以ratings.dat檔案做為拆分的範例說明。a.首先,用read.table將ratings.dat讀入檔案,檔案數據排列原创 2020-10-05 12:44:11 · 1241 阅读 · 0 评论 -
[R]如何利用rnorm生成亂數矩陣和時間序列亂數?
在數值計算軟體的應用上,生成各類符合要求的隨機亂數分布以進一步驗證模型,幾乎是基本需求。R語言中,可利用rnorm指令來生成符合某個平均值和某個標準差要求的常態亂數分布。另外,亦可善用rnorm來生成時間序列亂數。a.生成平均數=5,標準差=1的25個常態亂數分布數據,數字取至小數點第二位,並形成5X5的矩陣。若要使亂數不隨每次執行結果而改變,可結合set.seed(1)定義編號1的隨機亂數群,可參考[R]如何利用seed和sample指令,生成各類的隨機亂數?#set seedset.seed原创 2020-10-02 22:26:52 · 1259 阅读 · 1 评论 -
[R]如何利用seed和sample指令,生成各類的隨機亂數?
在數值計算軟體的應用上,利用生成各類的隨機亂數是基本的功能。在R語言中,可利用seed和sample來生成各種類的隨機亂數,隨機亂數結果包含單個數值是否重複產生,亂數群是否可固定以驗證數值模型,以及是否可依照比例產出隨機亂數。利用以下範例,可以依須根據自身需求來取得各類的隨機亂數。a.產出1~5的亂數排列,其中每次執行結果都不一樣,換句話說,亂數排列不固定。#sample datax=1:5random_data0<-sample(x,length(x),replace = FALS原创 2020-06-26 16:00:03 · 3703 阅读 · 0 评论 -
[R]聚類算法:k-means模組
延伸<[Excel]k-means聚類算法的應用,以評價現有供應商的水平為例。>文章,同時恰巧在圖書館看到一本R語言機計學習書籍,因此正好可進一步了解如何用R語言來實現k-means算法和應用,一併將k-means模組建立起來,做為未來參照使用。利用R語言常用的iris數據集,同時在已知有三個品種的鸢尾花(setosa, versicolor, virginica),分別各有50個樣品,程式碼如下:#clearrm(list=ls())#pull in datakmean_iri原创 2020-07-01 21:39:48 · 135 阅读 · 0 评论 -
[R]高級結構指令(lapply, sapply和apply)的用法
基本的程序語言都具備基本的控制結構指令,如if...else和for...loop,一般可做為操作向量數據的輔助工具。然而,當用於大數據的平行處理作業,切換為矩陣操作就顯得相當重要,R語言中的高級數據結構指令即具備平行處理大數據的功能。lapply: 輸入資料結構為一個列表(list)和一個自訂函數(fun),即可對列表中的數據進行平行計算和求值,輸出資料結構為一個列表(list)。以一個列表(data1)和平均值函數(mean)作為範例,如下。#datadata1<-list(num=c原创 2020-06-21 12:09:30 · 3884 阅读 · 0 评论 -
[R]如何建立線性回歸模型,並診斷模型的正確性?
在數理統計中,線性回歸是利用最小平方法將自變量和因變量數據之間的關係,以建立函數形式的分析方法。根據自變量的個數,一個自變量的關係稱為一元線性回歸,兩個以上的關係稱為多元線性回歸。在實務的相關工程應用也相當廣泛,如電烙鐵的輸入電功率與加熱溫度的關係,膠機的出膠量與膠管溫度和壓力泵的輸出壓力的關係等等。利用R語言的模組,可協助建立線性回歸模型,並進一步診斷模型的正確性,一起來看看如何操作吧。...原创 2020-05-02 22:48:49 · 730 阅读 · 0 评论 -
[R]如何查詢安裝包(package)中的數據集(dataset)?
安裝包(package)之於R,就如同一棵樹的主幹之於枝幹。藉由安裝包的拓展,R語言的功能得已趨近於完整。安裝包除了集成眾多函數之外,有時為了展示安裝包中的函數效果,會再自帶數據集。如應用於處理數據繪圖的lattice安裝包,就包含不少數據集。然而,我們如何知道下載的安裝包裡有哪些數據集可以使用呢?a.查詢所有已下載安裝包的數據集,指令和結果如下。data()...原创 2020-04-05 19:34:28 · 813 阅读 · 0 评论 -
[R]如何利用Apriori Algorithm進行關聯性分析,以文具公司執行去化庫存作業為範例?
決策事務是企業經營者和中高階管理層的重要工作之一,尤其是涉及營運策略的決策事務,更應該謹慎面對。如同唐內拉‧梅多斯(Donella H. Meadows)於系統思考(Thinking in Systems: A Primer)一書所提到的內容,管理層常遇到的問題屬性往往不是彼此獨立,而是具備多種層面並相互關聯的系統性和多維度問題。因此執行決策的前置工作往往須包含明確定義問題、彙整可能涉及...原创 2018-04-16 23:05:25 · 551 阅读 · 0 评论