自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 收藏
  • 关注

原创 ggplot详细代码汇总3.1-4

在您的R环境中运行这个代码段,可以查看排序后数据。对数据的进一步分析可以通过添加新的数据列或修改现有列以添加有趣的洞察。注意,由于您使用的颜色样本是随机生成的,您在R环境中得到的结果可能和此处的例子略有不同。如果你有任何特殊的需求或者想要执行其他的操作,可以随时在这里进行提问,我们非常愿意帮助您。代码首先筛选出不含数字且不以‘s’开头的颜色,然后对筛选后的颜色进行排序,提取并输出前三种颜色。请注意,由于您使用的颜色样本是随机的,所以在您的环境中实际上得到的结果可能与此处的示例略有不同。

2023-06-08 19:51:22 291

原创 ggplot详细代码整合攻略3.3

这些测试用例涵盖了连续字符出现的不同情况,同时也包括不存在的字符,以确保函数在各种情况下的正确运行。例如,若 target = c(“abaa”, “abab”, “aacc”), pattern = c(“a”, “c”)。则该函数将检测 target 向量中”aa”和”cc”的出现的次数。编写一个名为 Overlapping_search 的函数,其输入的参数为两个字符型向量,target。下面是一些测试示例,您可以在R环境中使用这些示例对函数的正确性进行进一步测试。请编写并自行测试该函数的正确性。

2023-06-08 19:38:37 95

原创 ggplot画图细节代码总结1

通过观察拟合线的斜率,我们可以判断不同物种的 Sepal.Length 和 Petal.Length 之间的相关性。最后,我们可以通过观察拟合线的斜率来判断不同物种的 Sepal.Length 和 Petal.Length 之间的相关性。要计算 diamonds 表中各类切割质量(cut)的钻石的平均价格的标准差,我们可以使用 R 语言中的。需要注意的是,计算结果可能受到数据集的采样方法和大小的影响,不同的数据集可能会得到不同的标准差值。数据集是一个非常著名的数据集,包含了三种不同的鸢尾花(

2023-06-08 19:28:42 115

原创 ggplot详细附加代码总结4

根据上述代码,可以得出结论:周六延误普遍高于其他时间,因为在生成的比较结果中,满足周六延误高于其他时间的记录数超过了总记录数的一半。

2023-06-08 19:07:20 115

原创 ggplot详细画图指南3.4

可以看到,除原来的三列(id, vowel, consonant_1, consonant_2)之外,新的数据框中还添加了以 a、o、e 为列名的三个匹配次数的变量。其中,第一行的第一个元素 2 表示 tb_pattern 中第一行中的第一列 “a” 在 tb_pattern 中第一列中出现了两次。

2023-06-08 19:02:19 131

原创 ggplot画图详细指南3.3

可以看到函数返回了正确的结果 [2, 1]。函数的正确性可以进一步得到验证。

2023-06-08 18:57:12 112

原创 ggplot画图代码总结3.2

可以看到,图中的条形按照出现次数从高到低排序,最靠右的条形对应的是出现次数最少的字母 Q,最高的条形对应的是出现次数最多的字母 S。图中的坐标轴也已经添加了有意义的名称和标题。可以看到,字母 S 的单词出现的次数最多,为 20 次,而字母 Q 的单词出现的次数最少,为 1 次。

2023-06-08 18:55:01 103

原创 ggploot绘图指南3.1

可以看到,符合条件的颜色一共有 117 种,前三种颜色分别为 aliceblue、antiquewhite 和 aqua。

2023-06-08 18:53:47 33

原创 ggploot绘图2

以上代码得到的结果为一个包括 30,252 行和 5 列的数据集,其中每一行记录了年份(year)、种族(race)、年龄段(age_cat)、变量(variable)和对应的值(value)。其中变量包括样本数量(n)和年轻人所占比例(prop_youth)。可以看到,图中用不同颜色区分了种族,每个观测值表示为一个点,并用线把同一种族的点连接起来。从图中可以观察到,年轻人所占比例随时间具有波动性,并且不同种族之间存在明显的差异。可以看到,每一年龄组的样本分别为 28859,38372 和 25782。

2023-06-08 18:50:10 57

原创 ggploot2222222

可以看到,平均服役时间最长的十种飞机型号分别为 747-412、747-451、747-428B、A320-232、747-422、757-223、717-200、757-224、A321-231。从图上可以看出,不同目的地的离开平均延迟时间差异较大,其中 BOS、MIA 和 FLL 目的地的平均离开延迟时间较长,而 CLT、ATL 和 ORD 目的地则平均延迟时间较短。可以看到,抵达航班数量最多的前十个目的地分别为 ORD、ATL、LAX、BOS、MCO、CLT、SFO、FLL、MIA、DCA。

2023-06-07 23:20:24 52 1

原创 ggloop 1111

在 x,y 平面上,z 的单调性可以通过观察等高线的形状来得知。从图中可以看出,z 的值在 x,y 平面上没有单调性,即 z 的值并不随着 x,y 的增加或减小而单调地增加或减小。函数生成了一个包含 x,y 所有可能取值的数据框,然后对每个 (x,y) 计算 z 值。

2023-06-07 23:15:27 62 1

原创 ggplot画图指南3

函数将 flights 和 airlines 数据框按照 carrier 列进行连接。来匹配以 “Inc.” 结尾的字符串。注意需要使用双反斜杠转义字符来表示 “.”。函数选取符合条件的观测值,并将结果保存到新的数据框中。函数来选取每组中前 7 个到达目的地机场最多的机场,并使用。函数来根据条件判断生成新的变量 vowel_gr。函数将每组前 7 的机场都显示出来。函数来按照 n 变量排序并选取每组中的最大值。函数来分组并统计到达目的地机场的次数,并用。这里使用了管道操作符。这里使用了正则表达式。

2023-06-07 23:05:45 82 1

原创 第二题....

从散点图中可以看出,大部分学生的成绩变化不大。然而,有两个学生的成绩变化超过了 3 分,一个成绩提高了 4 分,另一个成绩下降了 5 分。此外,无论是在 class1 还是在 class2 中,学生成绩变化的趋势无明显规律。接下来,画出散点图并分析学生成绩变化的趋势。

2023-06-07 22:35:45 50 1

原创 标题五个字

根据z的表达式与实际图像,我们可以发现z在x,y平面上形成了一个高斯分布的山峰形状。当x和y的值在山峰中心(3,4)处时,z取得最大值310。当x和y的值距离山峰中心越远时,z的值会逐渐变小,即z随着x和y的增大而减小,因此z在x,y平面上是单调递减的。这里使用ggplot2包中的geom_tile和geom_contour函数分别绘制z的图像并设置了颜色刻度范围为从白色到红色。这里使用expand.grid函数生成一个x、y的网格,步长为0.1,并给网格中每一个点计算对应的z值。

2023-06-04 23:47:33 43 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除