R数据科学第五章——蜂

R数据科学第五章

library(tidyverse)

变量的分布进行可视化
ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut))
图片.png
  • 观测值可以使用dplyr::count()计算统计
diamonds %>%
  count(cut)
图片.png
连续变量,用直方图
ggplot(data = diamonds) +
  geom_histogram(mapping = aes(x = carat), binwidth = 0.5)
图片.png
  • 当然也可以用dplry::count和ggplot::cut_width进行手动统计
    diamonds %>% count(cut_width(carat, 0.5))

    图片.png

  • 根据自己的目的选择直方图的宽度,如果选择小于3克拉的钻石

smaller <- diamonds %>%
  filter(carat < 3)
ggplot(data = smaller, mapping = aes(x = carat)) +
  geom_histogram(binwidth = 0.1)
图片.png
  • 如果使用叠加的条形图则用geom_freqpoly代替geom_histogram,但前者是折线图统计
ggplot(data = smaller, mapping = aes(x = carat, color = cut)) +
  geom_histogram(binwidth = 0.1)
ggplot(data = smaller, mapping = aes(x = carat, color = cut)) +
  geom_freqpoly(binwidth = 0.1)

ggplot(data = smaller, mapping = aes(x = carat)) +
        geom_histogram(binwidth = 0.1)
ggplot(data = faithful, mapping = aes(x = eruptions)) +
  geom_histogram(binwidth = 0.25)
图片.png

图片.png

5.3异常值

ggplot(diamonds) +
  geom_histogram(mapping = aes(x = y), binwidth = 0.5)
图片.png
  • coord_cartesian()放到靠近0的数值
ggplot(diamonds) +
  geom_histogram(mapping = aes(x = y), binwidth =0.5) +
  coord_cartesian(ylim = c(0,50))
图片.png
  • 可以看到有三个异常的数值,利用dplry中的filter将他们 找到
unusual <- diamonds %>%
  filter(y < 3 | y > 20) %>%
  arrange(y)
unusual
图片.png
ggplot(unusual) +
  geom_histogram(mapping = aes(x = y), binwidth =0.5) +
  coord_cartesian(ylim = c(0,50))
图片.png
钻石为0.99克拉和1克拉的数量,为什么出现这样的结果
m0.99 <- diamonds %>%
  filter(carat == 0.99)
m0.99
m1 <- diamonds %>%
  filter(carat == 1)
m1
图片.png
  • 缺失值
diamonds2 <- diamonds %>% 
  filter(between(y, 3, 20)) %>%
  arrange(y)
diamonds2
  • 利用缺失值NA代替异常值,mutate()
diamonds3 <- diamonds %>%
  mutate(y = ifelse(y < 3|y >20, NA, y))
diamonds3
  • ggplot2中遵循无视缺失值的原则,忽略缺失值
ggplot(data = diamonds3, mapping = aes(x = x, y = y)) +
  geom_point()
###Warning message:
Removed 9 rows containing missing values (geom_point).
  • 警告忽略缺失值,可用na.rn = TURE,消除警告
    ggplot(data = diamonds3, mapping = aes(x = x, y = y)) + geom_point(na.rm = TRUE)
图片.png
  • 下边这个没看懂 原文是:弄清楚造成缺失值的观测和没有缺失值的观测间的区别的原因,例如:在nycflights13::flights 中,dep_time变量中的缺失值表示 航班取消了,因子,应该比较一下 已取消的航班和未取消航班的计划出发时间,利用is.na()函数创建一个新变量来完成这个操作
nycflights13::flights %>% 
  mutate(
    cancelled = is.na(dep_time),
    sched_hour = sched_dep_time %/% 100,
    sched_min = sched_dep_time %% 100,
    sched_dep_time = sched_hour + sched_min / 60 
  ) %>%
  ggplot(mapping = aes(sched_dep_time)) + 
  geom_freqpoly(
    mapping = aes(color = cancelled),
    binwidth = 1/4)
图片.png

相关变动是两个或者多个变量以相关的方式共同变化所表现出的趋势

  • ** 分类变量和连续变量**
ggplot(data = diamonds, mapping = aes(x = price)) +
  geom_freqpoly(mapping = aes(color = cut), binwidth = 500)
图片.png
  • 注:应为数量差别很大和难看出差距
  • 将纵坐标改成密度 density,相当于对计数进行了标准化,这样每个频率多边形下面的面积都是1
ggplot(data = diamonds, mapping = aes(x = price, y = ..density..)) +
  geom_freqpoly(mapping = aes(color = cut), binwidth = 500)
图片.png

箱线图可以将分类变量进行可视化

  • geom_boxplot函数查看切割质量和价格分布
ggplot(data = diamonds, mapping = aes(x = cut, y = price)) +
  geom_boxplot(mapping = aes(color = cut)
)
图片.png
  • 利用reorder()函数进行排列
ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
  geom_boxplot()
ggplot(data = mpg, mapping = aes(x = reorder(class, hwy, FUN = median), y = hwy)) +
  geom_boxplot() 
图片.png

图片.png
  • 利用coord_flip将函数图形旋转90度
ggplot(data = mpg, mapping = aes(x = reorder(class, hwy, FUN = median), y = hwy)) +
  geom_boxplot() +
  coord_flip()

图片.png

个人学习笔记,记录的不够详细,比较粗糙,勿喷。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,783评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,360评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,942评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,507评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,324评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,299评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,685评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,358评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,652评论 1 293
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,704评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,465评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,318评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,711评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,991评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,265评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,661评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,864评论 2 335

推荐阅读更多精彩内容