R數(shù)據(jù)科學(xué)第五章——蜂

R數(shù)據(jù)科學(xué)第五章

library(tidyverse)

變量的分布進(jìn)行可視化
ggplot(data = diamonds) +
  geom_bar(mapping = aes(x = cut))
圖片.png
  • 觀測(cè)值可以使用dplyr::count()計(jì)算統(tǒng)計(jì)
diamonds %>%
  count(cut)
圖片.png
連續(xù)變量,用直方圖
ggplot(data = diamonds) +
  geom_histogram(mapping = aes(x = carat), binwidth = 0.5)
圖片.png
  • 當(dāng)然也可以用dplry::count和ggplot::cut_width進(jìn)行手動(dòng)統(tǒng)計(jì)
    diamonds %>% count(cut_width(carat, 0.5))

    圖片.png

  • 根據(jù)自己的目的選擇直方圖的寬度矮锈,如果選擇小于3克拉的鉆石

smaller <- diamonds %>%
  filter(carat < 3)
ggplot(data = smaller, mapping = aes(x = carat)) +
  geom_histogram(binwidth = 0.1)
圖片.png
  • 如果使用疊加的條形圖則用geom_freqpoly代替geom_histogram,但前者是折線圖統(tǒng)計(jì)
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)
圖片.png

圖片.png

5.3異常值

ggplot(diamonds) +
  geom_histogram(mapping = aes(x = y), binwidth = 0.5)
圖片.png
  • coord_cartesian()放到靠近0的數(shù)值
ggplot(diamonds) +
  geom_histogram(mapping = aes(x = y), binwidth =0.5) +
  coord_cartesian(ylim = c(0,50))
圖片.png
  • 可以看到有三個(gè)異常的數(shù)值,利用dplry中的filter將他們 找到
unusual <- diamonds %>%
  filter(y < 3 | y > 20) %>%
  arrange(y)
unusual
圖片.png
ggplot(unusual) +
  geom_histogram(mapping = aes(x = y), binwidth =0.5) +
  coord_cartesian(ylim = c(0,50))
圖片.png
鉆石為0.99克拉和1克拉的數(shù)量如失,為什么出現(xiàn)這樣的結(jié)果
m0.99 <- diamonds %>%
  filter(carat == 0.99)
m0.99
m1 <- diamonds %>%
  filter(carat == 1)
m1
圖片.png
  • 缺失值
diamonds2 <- diamonds %>% 
  filter(between(y, 3, 20)) %>%
  arrange(y)
diamonds2
  • 利用缺失值NA代替異常值,mutate()
diamonds3 <- diamonds %>%
  mutate(y = ifelse(y < 3|y >20, NA, y))
diamonds3
  • ggplot2中遵循無視缺失值的原則鸠踪,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)
圖片.png
  • 下邊這個(gè)沒看懂 原文是:弄清楚造成缺失值的觀測(cè)和沒有缺失值的觀測(cè)間的區(qū)別的原因,例如:在nycflights13::flights 中跟压,dep_time變量中的缺失值表示 航班取消了,因子架忌,應(yīng)該比較一下 已取消的航班和未取消航班的計(jì)劃出發(fā)時(shí)間愧沟,利用is.na()函數(shù)創(chuàng)建一個(gè)新變量來完成這個(gè)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)
圖片.png

相關(guān)變動(dòng)是兩個(gè)或者多個(gè)變量以相關(guān)的方式共同變化所表現(xiàn)出的趨勢(shì)

  • ** 分類變量和連續(xù)變量**
ggplot(data = diamonds, mapping = aes(x = price)) +
  geom_freqpoly(mapping = aes(color = cut), binwidth = 500)
圖片.png
  • 注:應(yīng)為數(shù)量差別很大和難看出差距
  • 將縱坐標(biāo)改成密度 density,相當(dāng)于對(duì)計(jì)數(shù)進(jìn)行了標(biāo)準(zhǔn)化粤咪,這樣每個(gè)頻率多邊形下面的面積都是1
ggplot(data = diamonds, mapping = aes(x = price, y = ..density..)) +
  geom_freqpoly(mapping = aes(color = cut), binwidth = 500)
圖片.png

箱線圖可以將分類變量進(jìn)行可視化

  • geom_boxplot函數(shù)查看切割質(zhì)量和價(jià)格分布
ggplot(data = diamonds, mapping = aes(x = cut, y = price)) +
  geom_boxplot(mapping = aes(color = cut)
)
圖片.png
  • 利用reorder()函數(shù)進(jìn)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() 
圖片.png

圖片.png
  • 利用coord_flip將函數(shù)圖形旋轉(zhuǎn)90度
ggplot(data = mpg, mapping = aes(x = reorder(class, hwy, FUN = median), y = hwy)) +
  geom_boxplot() +
  coord_flip()

圖片.png

個(gè)人學(xué)習(xí)筆記谚中,記錄的不夠詳細(xì),比較粗糙寥枝,勿噴宪塔。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市脉顿,隨后出現(xiàn)的幾起案子蝌麸,更是在濱河造成了極大的恐慌,老刑警劉巖艾疟,帶你破解...
    沈念sama閱讀 217,826評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件来吩,死亡現(xiàn)場(chǎng)離奇詭異敢辩,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)弟疆,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,968評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門戚长,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人怠苔,你說我怎么就攤上這事同廉。” “怎么了柑司?”我有些...
    開封第一講書人閱讀 164,234評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵迫肖,是天一觀的道長。 經(jīng)常有香客問我攒驰,道長蟆湖,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,562評(píng)論 1 293
  • 正文 為了忘掉前任玻粪,我火速辦了婚禮隅津,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘劲室。我一直安慰自己伦仍,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,611評(píng)論 6 392
  • 文/花漫 我一把揭開白布很洋。 她就那樣靜靜地躺著充蓝,像睡著了一般。 火紅的嫁衣襯著肌膚如雪蹲缠。 梳的紋絲不亂的頭發(fā)上棺克,一...
    開封第一講書人閱讀 51,482評(píng)論 1 302
  • 那天,我揣著相機(jī)與錄音线定,去河邊找鬼娜谊。 笑死,一個(gè)胖子當(dāng)著我的面吹牛斤讥,可吹牛的內(nèi)容都是我干的纱皆。 我是一名探鬼主播,決...
    沈念sama閱讀 40,271評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼芭商,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼派草!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起铛楣,我...
    開封第一講書人閱讀 39,166評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤近迁,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后簸州,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體鉴竭,經(jīng)...
    沈念sama閱讀 45,608評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡歧譬,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,814評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了搏存。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片瑰步。...
    茶點(diǎn)故事閱讀 39,926評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖璧眠,靈堂內(nèi)的尸體忽然破棺而出缩焦,到底是詐尸還是另有隱情,我是刑警寧澤责静,帶...
    沈念sama閱讀 35,644評(píng)論 5 346
  • 正文 年R本政府宣布袁滥,位于F島的核電站,受9級(jí)特大地震影響灾螃,放射性物質(zhì)發(fā)生泄漏呻拌。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,249評(píng)論 3 329
  • 文/蒙蒙 一睦焕、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧靴拱,春花似錦垃喊、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,866評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至偎窘,卻和暖如春乌助,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背陌知。 一陣腳步聲響...
    開封第一講書人閱讀 32,991評(píng)論 1 269
  • 我被黑心中介騙來泰國打工他托, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人仆葡。 一個(gè)月前我還...
    沈念sama閱讀 48,063評(píng)論 3 370
  • 正文 我出身青樓赏参,卻偏偏與公主長得像,于是被迫代替她去往敵國和親沿盅。 傳聞我的和親對(duì)象是個(gè)殘疾皇子把篓,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,871評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容