上了猴子的大數(shù)據(jù)課第三講后瞄崇，因為有預(yù)習(xí)的緣故纹因，程序跑的比較順利盔腔。按照課后布置杠茬，用相似的思路，進行實踐分析弛随。
最先選取的是北京各區(qū)普通住宅成交十年（2016年及2006年）漲幅對比瓢喉。這張圖比較plain，主要拿來練習(xí)：
1.數(shù)據(jù)表格的基本整理及計算
2. 數(shù)據(jù)的初步分析
3.線圖的基本繪圖
圖片輸入為excel舀透，然后倒入到r程序中栓票。
install.packages("openxlsx")
library(openxlsx)
readFilePath<-"E:/citystock.xlsx"
mydata<-read.xlsx(readFilePath,"Sheet2")
按照短平快的思路，首先把線圖做出來
plot(mydata$y2006,col="red",ylim=c(0,95000),type="b")
lines(mydata$y2016,col="blue",type="b")
lines單獨不能繪圖愕够，所以要plot先行走贪。
2. 按照原始的表格，各區(qū)排名高低錯落惑芭，看不出來趨勢坠狡，所以插入order語句按照2006年的均價進行排序。然后檢查一下遂跟。
mydata<-mydata[order(mydata$y2006),]
mydata
3.修改plot及l(fā)ines語句逃沿，進行美化，線條及圖例進行區(qū)分幻锁，因為區(qū)名是比較長的中文凯亮，所以字體要進行豎排及縮小，las=1哄尔，cex為0.5假消。
加入2006年及2016年均價的中間值（黃色線），作為參考究飞。
mydata$mid<-(mydata$y2006+mydata$y2016)%/%2
plot(mydata$y2006,col="red",ylim=c(0,95000),type="b",xaxt="n",ylab="price")
lines(mydata$y2016,col="blue",type="b",pch=17,las=1)
lines(mydata$mid,col="gold",type="b",pch=16)
axis(1,las=2,at=c(1:16),labels=mydata$city,cex.lab=0.5)
4. 加入2006年置谦，2016年各自的平均線，顏色為灰色及粉紅亿傅。這樣哪個區(qū)是超出的媒峡，一目了然。
abline(h=(mean(mydata$y2006)+mean(mydata$y2016))%/%2,col="grey")
abline(h=mean(mydata$y2016),col="pink")
abline(h=mean(mydata$y2006),col="pink")
5.?加入圖例legend葵擎，谅阿，在2016年均線上加入互動標注（點擊后才出現(xiàn)），以及缺省柵格
legend("topleft",bty="n",horiz=TRUE,pch=c(17,16,21),c("2016","mean","2006"),col=c("blue","gold","red"),cex=0.8)
text(locator(1),"2016均價",4,cex=.8,color="brown")
grid()
至此，由簡單表格轉(zhuǎn)化的圖表基本完成签餐。不過從圖像來看寓涨，好像東城區(qū)漲幅最驚人，但是通過表格氯檐，其實東城區(qū)的漲幅并非最高戒良。因此我們可能需要用條形圖再顯示。這個就需要我繼續(xù)努力啦冠摄。
小白作業(yè)糯崎，歡迎提各種意見。
