R语言学习-实例一

这篇博客详细介绍了如何使用R语言进行一系列统计分析和图表制作,包括建立学生名单,模拟成绩,计算平均分、最高分和最低分,直方图、散点图、箱线图等图形绘制,以及各种复杂图表如星相图、脸谱图、热力图等。还涵盖了R内置数据集的使用和社交数据的可视化方法。
摘要由CSDN通过智能技术生成

一个综合性实例(来自炼数成金)

模拟产生统计专业同学的名单(学号区分),记录数学分析,线性代数,概率统计三科成绩,然后进行一些统计分析
先简单介绍几个函数:
正态分布函数rnorm()
泊送分布函数rpois()
指数分布函数rexp()
Gamma分数函数rgamma()
均匀分布函数runif()
二项分布函数rbinom()
几何分布函数rgeom()

1 建立学生名单

> num<-seq(10378001,10378100)
> num
  [1] 10378001 10378002 10378003 10378004 10378005 10378006 10378007 10378008
  [9] 10378009 10378010 10378011 10378012 10378013 10378014 10378015 10378016
 [17] 10378017 10378018 10378019 10378020 10378021 10378022 10378023 10378024
 [25] 10378025 10378026 10378027 10378028 10378029 10378030 10378031 10378032
 [33] 10378033 10378034 10378035 10378036 10378037 10378038 10378039 10378040
 [41] 10378041 10378042 10378043 10378044 10378045 10378046 10378047 10378048
 [49] 10378049 10378050 10378051 10378052 10378053 10378054 10378055 10378056
 [57] 10378057 10378058 10378059 10378060 10378061 10378062 10378063 10378064
 [65] 10378065 10378066 10378067 10378068 10378069 10378070 10378071 10378072
 [73] 10378073 10378074 10378075 10378076 10378077 10378078 10378079 10378080
 [81] 10378081 10378082 10378083 10378084 10378085 10378086 10378087 10378088
 [89] 10378089 10378090 10378091 10378092 10378093 10378094 10378095 10378096
 [97] 10378097 10378098 10378099 10378100

2 模拟成绩

模拟数学分析成绩

> x1<-round(runif(100,min=80,max=100))#80到100分之间均匀分布,然后四舍五入
> x1
  [1]  83  95  81 100  87  85  94  89  91  91  83  85  99  98  82  81  80  96
 [19]  82  95  84  85  85  84  98  87  91  99  87  84  91  84  84  81  96  95
 [37]  97  94  88  89  82  99  86  93 100  93  83  90  99  92  94  88  94  81
 [55]  90  81  86  83  93  93 100  88  87  94  85  85  94  97  92  87  86  89
 [73]  90  87  80  97  83  94  87  81  83  84  97  91  92  98  93  83  80  97
 [91]  91  82  91  89  86  85  90  90  94  87

模拟线性代数成绩

> x2<-round(rnorm(100,mean=80,sd=7))#产生100个正态分布,平均值是80,标准差是7,然后四舍五入
> x2
  [1]  74  89  87  79  83  75  77  79  72  96  86  86  79  79  75  72  73  80
 [19]  85  87  73  77  75  82  79  81  84  78  68  73  90  79  79  87  78  71
 [37]  70  84  75  97  84  74  85  78  78  83  70  75  78  75  81  82  83  75
 [55]  73  81  82  75  73  81  78 100  77  77  83  79  80  82  80  76  79  78
 [73]  79  73  78  74  77  69  78  85  77  74  80  77  84  81  79  86  66  80
 [91]  93  75  87  79  73  78  77  86  78  86

模拟概率统计成绩

> x3<-round(rnorm(100,mean=83,sd=18))#产生100个正态分布,平均值是83,标准差是18,然后四舍五入
> x3
  [1]  68  88 113  89  98  82 101  74  76 115  82  63 114  73  88  92 103  65
 [19]  77  89  79  73 101  85  97 100 108  52  50  78  90  83  80 120 107  92
 [37]  75  73 119  47  85  94  49  74 126  79  95  90  76 120  74  71 119  57
 [55]  89  83  78 113  73  53 101  83  78  91  88  77  87  78  92  80 106 106
 [73]  67  65  64  98  59  98  56  69  51 100  69  67  72  79  83  89  93  67
 [91] 116 100  71  86  65  59  84  79  53  71
> x3[which(x3>100)]=100#对产生的值中超过100的改写成100
> x3
  [1]  68  88 100  89  98  82 100  74  76 100  82  63 100  73  88  92 100  65
 [19]  77  89  79  73 100  85  97 100 100  52  50  78  90  83  80 100 100  92
 [37]  75  73 100  47  85  94  49  74 100  79  95  90  76 100  74  71 100  57
 [55]  89  83  78 100  73  53 100  83  78  91  88  77  87  78  92  80 100 100
 [73]  67  65  64  98  59  98  56  69  51 100  69  67  72  79  83  89  93  67
 [91] 100 100  71  86  65  59  84  79  53  71

3 合成数据框并保存到硬盘

合成数据框

> x<-data.frame(num,x1,x2,x3)
> x
         num  x1  x2  x3
1   10378001  83  74  68
2   10378002  95  89  88
3   10378003  81  87 100
4   10378004 100  79  89
5   10378005  87  83  98
6   10378006  85  75  82
7   10378007  94  77 100
8   10378008  89  79  74
9   10378009  91  72  76
10  10378010  91  96 100
11  10378011  83  86  82
12  10378012  85  86  63
13  10378013  99  79 100
14  10378014  98  79  73
15  10378015  82  75  88
16  10378016  81  72  92
17  10378017  80  73 100<
  • 3
    点赞
  • 27
    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