R语言基础(一) 可视化基础

 

##数据获取

x1=round(runif(100,min=80,max=100))

x2=round(rnorm(100,mean=80, sd=7))

x3=round(rnorm(100,mean=80,sd=18))

x3[which(x3>100)]=100

num=seq(2005138101,length=100)

x=data.frame(num,x1,x2,x3)

write.table(x, "grade.txt")

##数据分析

y=read.table("grade.txt")

mean(y)

colMeans(y)

colMeans(y)(c("x1","x2","x3"))

#//2代表按列取平均值

apply(x, 2, mean)

apply(x, 2, max)

apply(x, 2, min)

apply(x[c("x1","x2","x3")], 2, sum)

#常用分布函数

均匀分布:runif()

正态分布:rnorm()

二项式分布:rbinom()

gamma分布:rgamma()

泊松分布:rpois()

指数分布:rexp()

几何分布:rgeom()

> which.max(apply(x[c("x1","x2","x3")], 1, sum)) 49

> x$num[which.max(apply(x[c("x1","x2","x3")], 1, sum))] [1] 2005138149

> hist(x$x1)

> plot(x$x1,x$x2)

> table(x$x1)

80 81 82 83 84 85 86 87 88 89 90 91 92 93 95 96 97 98 99 100   2   3   4   3   8   3   6   6   6   7   4   6   4   8   8   3   5   6   6   2

> barplot(table(x$x1))

> pie(table(x$x2))

> boxplot(x$x1, x$x2, x$x3)

> boxplot(x[2:4], col=c("red", "blue", "green"), notch=T)

> stars(x[c("x1","x2","x3")])

> stars(x[c("x1","x2","x3")],full=T, draw.segment=T)

> faces(x[c("x1","x2","x3")])

> stem(x$x1)

The decimal point is at the |

80 | 00000    82 | 0000000    84 | 00000000000    86 | 000000000000    88 | 0000000000000    90 | 0000000000    92 | 000000000000    94 | 00000000    96 | 00000000    98 | 000000000000   100 | 00

> stem(x$x2, scale = 1, width = 80, atom = 1e-08)

The decimal point is 1 digit(s) to the right of the |

6 | 23   6 | 7788889   7 | 00001222333444444   7 | 55666677777788888999   8 | 0000000000111122233333344444   8 | 5566666677778999   9 | 001112234   9 | 5

> stem(x$x3, scale = 1, width = 80, atom = 1e-08)

The decimal point is 1 digit(s) to the right of the |

3 | 9    4 |    5 | 0022346788    6 | 1112233344555667789    7 | 022223344444555667889    8 | 0122333444455677999    9 | 000112223345666777889   10 | 000000000

> qqnorm(x1) > qqline(x1)

> qqnorm(x2)

> qqline(x2)

R语言可视化的更多相关文章

  1. R语言可视化学习笔记之添加p-value和显著性标记

    R语言可视化学习笔记之添加p-value和显著性标记 http://www.jianshu.com/p/b7274afff14f?from=timeline   上篇文章中提了一下如何通过ggpubr ...

  2. R语言可视化学习笔记之添加p-value和显著性标记--转载

    https://www.jianshu.com/p/b7274afff14f?from=timeline #先加载包 library(ggpubr) #加载数据集ToothGrowth data(&q ...

  3. R语言可视化学习笔记之ggpubr包—SCI文章图

    转载:https://www.jianshu.com/p/678213d605a5?from=jiantop.com Hadley Wickham创建的可视化包ggplot2可以流畅地进行优美的可视化 ...

  4. R语言可视化--颜色

    RColorBrewer包 三类调色板:sequential / diverging / qualitative 调色板的信息可以与colorRamp / colorRampPalette结合使用 从 ...

  5. R语言可视化--ggplot函数

    上一篇说了qplot函数,现在说一下ggplot函数 本身不能实现,需要添加层才可以.ggplot2的核心函数 library(ggplot2) ggplot(airquality,aes(Wind, ...

  6. R语言可视化--qplot函数

    ggplot绘图系统 使用动词名词形容词构造句子的过程,将数据映射到美学属性上的过程,由层组成 绘图函数 qplot() :参数包括美学属性.几何体.面.统计.坐标系.主题这些层次. ggplot() ...

  7. [3]R语言在数据处理上的禀赋——par参数详解(一)

    本文目录 公共参数列表 par 颜色相关 字体相关 字体大小相关 线条相关 符号相关 线条和符号大小相关 结束 本文首发:program-dog.blogspot.com 注1:本文也曾在csdn发布 ...

  8. 手把手教你学习R语言

    本文为带大家了解R语言以及分段式的步骤教程! 人们学习R语言时普遍存在缺乏系统学习方法的问题.学习者不知道从哪开始,如何进行,选择什么学习资源.虽然网络上有许多不错的免费学习资源,然而它们多过了头,反 ...

  9. R语言中文社区历史文章整理(类型篇)

    R语言中文社区历史文章整理(类型篇)   R包: R语言交互式绘制杭州市地图:leafletCN包简介 clickpaste包介绍 igraph包快速上手 jiebaR,从入门到喜欢 Catterpl ...

随机推荐

  1. 巨蟒python全栈开发django10:ajax&&登录认证

    通过题目进行知识点回顾: 聚合查询 From django.db.models import Avg,Min,Max,F,Q,Count,Sum #查询书籍的平均值 Ret= Models.Book. ...

  2. Difference between .classpath and MANIFEST.MF

    What is the difference between adding a dependency jar to the .classpath file in a RAD project and a ...

  3. http-proxy-middleware使用方法和实现原理(源码解读)

    本文主要讲http-proxy-middleware用法和实现原理. 一 简介 http-proxy-middleware用于后台将请求转发给其它服务器. 例如:我们当前主机A为http://loca ...

  4. 转载:阮一峰 RESTful API设计指南

    阮一峰先生的文章对我理解启发很大,转载到我的博客 http://www.ruanyifeng.com/blog/2014/05/restful_api.html 网络应用程序,分为前端和后端两个部分. ...

  5. Android 编译错误——布局 Error parsing XML: not well-formed (invalid token)

    在修改了Android布局文件后,编译出现Error parsing XML: not well-formed (invalid token). 首先先排查xml文件的编码格式是否为UTF-8, &l ...

  6. 剑指offer 面试27题

    面试27题: 题目:二叉树的镜像 题:操作给定的二叉树,将其变换为源二叉树的镜像. 输入描述: 二叉树的镜像定义:源二叉树 8 / \ 6 10 / \ / \ 5 7 9 11 镜像二叉树 8 / ...

  7. 'is' in Python

    在Python中应该避免将“is”运算符用于比较 像“数值”和“字符串”这种不可变的值.由于Python内部操作这些对象的方式,使得对这些对象使用“is”运算符的结果将是不可预测的. 下面以两个例子加 ...

  8. python并发编程之多线程2---(死锁与递归锁,信号量等)

    一.死锁现象与递归锁 进程也是有死锁的 所谓死锁: 是指两个或两个以上的进程或线程在执行过程中,因争夺资源而造成的一种互相等待的现象,若无外力作用, 它们都将无法推进下去.此时称系统处于死锁状态或系统 ...

  9. [笔记]一道C语言面试题:IPv4字符串转为UInt整数

    题目:输入一个IPv4字符串,如“1.2.3.4”,输出对应的无符号整数,如本例输出为 0x01020304. 来源:某500强企业面试题目 思路:从尾部扫描到头部,一旦发现无法转换,立即返回,减少无 ...

  10. vi高级命令集锦

    .交换两个字符位置 xp .上下两行调换 ddp .把文件内容反转 :g/^/m0/ (未通过) .上下两行合并 J .删除所有行 dG .从当前位置删除到行尾 d$ .从当前位置复制到行尾 y$ 如 ...