R语言统计与分析第六周总结

本文介绍了使用R语言进行数据可视化的实践,包括绘制气泡图、分析同比环比趋势以及相关性分析。通过示例展示了如何绘制气泡图展示多个指标,以及创建同比环比的pv趋势分析图。此外,还涉及了相关性分析,利用corrplot展示数据间的关联,并进行了漏斗分析,以理解新手教程路径的留存情况。
摘要由CSDN通过智能技术生成

可视化

绘制气泡图

w <- read.csv(“D://小学期/可视化数据.csv”, header = F,
as.is=T)
str(w)
head(w)
data.names <- c(“日期”,“活跃用户”,“新增用户”,“付费率”,
“付费用户”,“首次付费用户”,“ARPPU”,“ARPU”)
colnames(w) <- data.names
str(w)
head(w)
#单指标数据可视化
summary(w)
w n e w . d a t e < − p a s t e ( s u b s t r ( w new.date <- paste(substr(w new.date<paste(substr(w日期,6,7),substr(w 日 期 , 9 , 10 ) , s e p = " / " ) / / 将 日 期 进 行 规 范 化 h e a d ( w ) b a r p l o t ( h e i g h t = w 日期,9,10),sep = "/") //将日期进行规范化 head(w) barplot(height = w ,9,10),sep="/")//head(w)barplot(height=w新增用户, names.arg = wKaTeX parse error: Expected 'EOF', got '#' at position 222: …lor_FFFFFF,t_70#̲pic_center) #双指…活跃用户~wKaTeX parse error: Expected 'EOF', got '#' at position 60: …户 vs 新增用户散点图") #̲添加线性拟合直线 abline…活跃用户~w$新增用户),col=“blue”,lwd=2,lty=2)
#还可以进行哪些双指标分析?通过分析双指标,得出相对应的结论。

#三指标数据可视化
plot(w 活 跃 用 户   w 活跃用户~w  w新增用户,col=“violetred2”,pch=16,
cex=w$付费率,
main=“活跃用户 vs 新增用户气泡图”)

在这里插入图片描述
在这里插入图片描述

同比 环比

data <- data.frame(pre=c(113,134,123,145,137,196,187),
now=c(129,122,134,149,146,215,208));
ylim.max <- 550
col = c(“azure4”,“brown4”)
##将主副标题放到barplot函数里,进行设置
##font=3,表示字体为“斜体”
##cex=1.5,表示字体放大1.5倍
barplot(as.matrix(rbind( data

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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