##用R分析白葡萄酒（数据来源：http://archive.ics.uci.edu/ml/datasets/Wine+Quality）

##用R分析白葡萄酒

数据：葡萄酒http://archive.ics.uci.edu/ml/datasets/Wine+Quality
用R分析白葡萄酒：

w=read.csv('winequality-white.csv',header=T)  #读入数据
head(w) #看前几行数据
w[,12]=factor(w[,12]) #因子化
summary(w)  #看数据的总结（分位数、均值、中位数）
names(w)#共有4898个观测，12个变量

[1] “fixed.acidity” “volatile.acidity” “citric.acid”
[4] “residual.sugar” “chlorides” “free.sulfur.dioxide”
[7] “total.sulfur.dioxide” “density” “pH”
[10] “sulphates” “alcohol” “quality”
名词解释：1-固定酸度2-挥发性酸度3-柠檬酸4-残糖5-氯化物6-游离二氧化硫7-总二氧化硫8-密度9酸碱度10-硫酸盐11-酒精 12-质量（分数在0到10之间）

葡萄酒质量的分布情况：
普通的葡萄酒比好的或差的葡萄酒多得多（如图所示：分数为6的葡萄酒数量最多，低分和高分的葡萄酒数量都很少，最低分为3，最高分为9）

 summary(w1$quality)

chlorides（氯化物） 与白葡萄酒质量得分：
3-9分分别用’red’,‘blue’,‘green’,‘black’,‘purple’,‘yellow’,'orange’颜色表示
图显示：氯化物中等含量时（大约0.047左右）质量得分较高。

httchlorides（氯化物） 与白葡萄酒质量得分

酒精度与质量得分：
3-9分分别用’red’,‘blue’,‘green’,‘black’,‘purple’,‘yellow’,'orange’颜色表示
大部分白葡萄酒的质量都落在5-7间。
看较低浓度的白葡萄酒，绿色部分（5分）占比比较大；看较高浓度的白葡萄酒，紫色占比较大，且黄色占比也比低浓度的白葡萄酒大

counts=table(w1$quality,w1$alcohol)
barplot(count