R语言学习（三）--数据可视化（一）1、生成一组数据框2、简单分析数据3、数据可视化

补充第一篇生成向量部分：

正态分布函数rnorm();
泊松分布函数rpois();
指数分布函数rexp();
Gamma分布函数rgamma();
均匀分布函数runif();
二项分布函数rbinom();
几何分布函数rgeom()；
四舍五入函数：round()

1、生成一组数据框

首先，为了方便后面进行数据可视化，我们生成一组数据，在这里就100个同学数学分析、高等代数、概率统计三门课的成绩编一组数据，再通过一系列的可视化来分析。

> num=seq(1823079001,1823079100)   #生成100个同学的学号
> num
  [1] 1823079001 1823079002 1823079003 1823079004 1823079005 1823079006
  [7] 1823079007 1823079008 1823079009 1823079010 1823079011 1823079012
 [13] 1823079013 1823079014 1823079015 1823079016 1823079017 1823079018
 [19] 1823079019 1823079020 1823079021 1823079022 1823079023 1823079024
 [25] 1823079025 1823079026 1823079027 1823079028 1823079029 1823079030
 [31] 1823079031 1823079032 1823079033 1823079034 1823079035 1823079036
 [37] 1823079037 1823079038 1823079039 1823079040 1823079041 1823079042
 [43] 1823079043 1823079044 1823079045 1823079046 1823079047 1823079048
 [49] 1823079049 1823079050 1823079051 1823079052 1823079053 1823079054
 [55] 1823079055 1823079056 1823079057 1823079058 1823079059 1823079060
 [61] 1823079061 1823079062 1823079063 1823079064 1823079065 1823079066
 [67] 1823079067 1823079068 1823079069 1823079070 1823079071 1823079072
 [73] 1823079073 1823079074 1823079075 1823079076 1823079077 1823079078
 [79] 1823079079 1823079080 1823079081 1823079082 1823079083 1823079084
 [85] 1823079085 1823079086 1823079087 1823079088 1823079089 1823079090
 [91] 1823079091 1823079092 1823079093 1823079094 1823079095 1823079096
 [97] 1823079097 1823079098 1823079099 1823079100
> x1=round(runif(100,min=70,max=100))   #生成100位同学的数学分析成绩
> x1
  [1] 94 75 78 76 78 90 74 87 80 75 76 90 73 74 93 74 97 79 98 71 72 91 70 81
 [25] 95 71 71 88 79 93 94 79 97 81 75 71 92 89 71 78 92 75 71 84 86 85 79 73
 [49] 80 88 94 84 79 99 81 99 80 78 83 77 97 86 75 93 94 86 90 80 75 83 74 86
 [73] 82 93 92 74 74 73 94 99 86 71 99 80 88 94 74 96 95 82 89 96 99 73 74 86
 [97] 72 93 96 83
> x2=round(rnorm(100,mean=80,sd=5))  #生成100位同学的高等代数成绩
> x2
  [1] 84 82 77 89 69 80 88 79 77 85 77 84 78 80 78 85 79 76 72 86 85 85 87 88
 [25] 82 79 82 82 87 85 82 86 84 79 78 83 82 75 84 77 88 76 81 79 80 89 94 85
 [49] 81 76 83 74 86 81 75 77 83 81 79 92 94 81 78 84 73 81 78 75 89 76 84 90
 [73] 82 80 77 82 84 83 81 83 88 84 74 77 74 83 72 75 76 82 76 78 81 77 84 74
 [97] 71 85 82 80
> x3=round(rnorm(100,mean=85,sd=10))  #生成100位同学的概率统计成绩
> x3
  [1]  78  83  75 105  84  81  84  98  72  80  99  70 114  96  84 106  93  84
 [19]  77 100  92  91  90  92  78  89  82  74  80  90  90  78  85  81  91  91
 [37]  92  88  73 107  79  75  75  84  86  92  93  86  82  71  83  89  77  87
 [55]  66  71  63  74  95  87  91  78  72  95  88 103 102  93  89  77  91  75
 [73]  83  83  86  86  90  82  65  91 102  92 102  96  90  74  83 102  80  92
 [91]  83  77  80  70  85  85  89  72  96  90
> x3[which(x3>100)]=100   #由于正态分布最大值有超过100的，令超过100的取100
> x3
  [1]  78  83  75 100  84  81  84  98  72  80  99  70 100  96  84 100  93  84
 [19]  77 100  92  91  90  92  78  89  82  74  80  90  90  78  85  81  91  91
 [37]  92  88  73 100  79  75  75  84  86  92  93  86  82  71  83  89  77  87
 [55]  66  71  63  74  95  87  91  78  72  95  88 100 100  93  89  77  91  75
 [73]  83  83  86  86  90  82  65  91 100  92 100  96  90  74  83 100  80  92
 [91]  83  77  80  70  85  85  89  72  96  90
> x=data.frame(num,x1,x2,x3)
> x
           num x1 x2  x3
1   1823079001 94 84  78
2   1823079002 75 82  83
3   1823079003 78 77  75
4   1823079004 76 89 100
5   1823079005 78 69  84
6   1823079006 90 80  81
7   1823079007 74 88  84
8   1823079008 87 79  98
9   1823079009 80 77  72
10  1823079010 75 85  80
11  1823079011 76 77  99
12  1823079012 90 84  70
13  1823079013 73 78 100
14  1823079014 74 80  96
15  1823079015 93 78  84
16  1823079016 74 85 100
17  1823079017 97 79  93
18  1823079018 79 76  84
19  1823079019 98 72  77
20  1823079020 71 86 100
21  1823079021 72 85  92
22  1823079022 91 85  91
23  1823079023 70 87  90
24  1823079024 81 88  92
25  1823079025 95 82  78
26  1823079026 71 79  89
27  1823079027 71 82  82
28  1823079028 88 82  74
29  1823079029 79 87  80
30  1823079030 93 85  90
31  1823079031 94 82  90
32  1823079032 79 86  78
33  1823079033 97 84  85
34  1823079034 81 79  81
35  1823079035 75 78  91
36  1823079036 71 83  91
37  1823079037 92 82  92
38  1823079038 89 75  88
39  1823079039 71 84  73
40  1823079040 78 77 100
41  1823079041 92 88  79
42  1823079042 75 76  75
43  1823079043 71 81  75
44  1823079044 84 79  84
45  1823079045 86 80  86
46  1823079046 85 89  92
47  1823079047 79 94  93
48  1823079048 73 85  86
49  1823079049 80 81  82
50  1823079050 88 76  71
51  1823079051 94 83  83
52  1823079052 84 74  89
53  1823079053 79 86  77
54  1823079054 99 81  87
55  1823079055 81 75  66
56  1823079056 99 77  71
57  1823079057 80 83  63
58  1823079058 78 81  74
59  1823079059 83 79  95
60  1823079060 77 92  87
61  1823079061 97 94  91
62  1823079062 86 81  78
63  1823079063 75 78  72
64  1823079064 93 84  95
65  1823079065 94 73  88
66  1823079066 86 81 100
67  1823079067 90 78 100
68  1823079068 80 75  93
69  1823079069 75 89  89
70  1823079070 83 76  77
71  1823079071 74 84  91
72  1823079072 86 90  75
73  1823079073 82 82  83
74  1823079074 93 80  83
75  1823079075 92 77  86
76  1823079076 74 82  86
77  1823079077 74 84  90
78  1823079078 73 83  82
79  1823079079 94 81  65
80  1823079080 99 83  91
81  1823079081 86 88 100
82  1823079082 71 84  92
83  1823079083 99 74 100
84  1823079084 80 77  96
85  1823079085 88 74  90
86  1823079086 94 83  74
87  1823079087 74 72  83
88  1823079088 96 75 100
89  1823079089 95 76  80
90  1823079090 82 82  92
91  1823079091 89 76  83
92  1823079092 96 78  77
93  1823079093 99 81  80
94  1823079094 73 77  70
95  1823079095 74 84  85
96  1823079096 86 74  85
97  1823079097 72 71  89
98  1823079098 93 85  72
99  1823079099 96 82  96
100 1823079100 83 80  90
> write.table(x,file="F:/R/score.txt",row.name=F,col.name=F,quote=F)

2、简单分析数据

round()函数为取整函数；
有了一组数据后，我们开始对其分析：

colMeans(x)：对每一列求平均值
colMeans(x)[c(“x1”,“x2”,“x3”)]:对指定列求平均值
apply(x,2,mean):x为数据框，2表示对列操作，mean表示求平均值，即每列求平均值
apply(x,2,max):对每一列求最大值
apply(x,2,min):对每一列·求最小值
apply(x[c(“x1”,“x2”,“x3”)],1,sum):对每行求和，1表示在行上操作，即对每一位同学三门成绩求总分
which.max(apply(x[c(“x1”,“x2”,“x3”)],1,sum)):返回总分最高人的序号
x$num[which.max(apply(x[c(“x1”,“x2”,“x3”)],1,sum))]:返回成绩最高的人的学号

> colMeans(x)
         num           x1           x2           x3 
1.823079e+09 8.363000e+01 8.105000e+01 8.529000e+01 
> 8.363e+01
[1] 83.63
> colmeans(x)[c("x1","x2","x3")]
Error in colmeans(x) : 没有"colmeans"这个函数
> colMeans(x)[c("x1","x2","x3")]
   x1    x2    x3 
83.63 81.05 85.29 
> apply(x,2,mean)
         num           x1           x2           x3 
1.823079e+09 8.363000e+01 8.105000e+01 8.529000e+01 
> apply(x,2,max)
       num         x1         x2         x3 
1823079100         99         94        100 
> apply(x,2,min)  #x为数据框，2表示在列上进行操作，min表示取最小值。即每一列取最小值
       num         x1         x2         x3 
1823079001         70         69         63 
> apply(x[c("x1","x2","x3")],1,sum)  #对每行求和，1表示在行上操作。即对每一位同学求总分
  [1] 256 240 230 265 231 251 246 264 229 240 252 244 251 250 255 259 269 239
 [19] 247 257 249 267 247 261 255 239 235 244 246 268 266 243 266 241 244 245
 [37] 266 252 228 255 259 226 227 247 252 266 266 244 243 235 260 247 242 267
 [55] 222 247 226 233 257 256 282 245 225 272 255 267 268 248 253 236 249 251
 [73] 247 256 255 242 248 238 240 273 274 247 273 253 252 251 229 271 251 256
 [91] 248 251 260 220 243 245 232 250 274 253
> which.max(apply(x[c("x1","x2","x3")],1,sum))
[1] 61
> x$num[which.max(apply(x[c("x1","x2","x3")],1,sum))]  
[1] 1823079061

3、数据可视化

3.1 直方图

> hist(x$x1)  #绘出x1的直方图

3.2 散点图

> plot(x1,x2）
> plot(x$x1,x$x2)

3.3柱状图

> table(x$x1)  #统计各个分数有几个人
70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 
 1  7  2  4  8  6  2  1  4  5  5  3  2  3  2  1  6  1  3  2  3  1  3  5  6 
95 96 97 98 99 
 2  3  3  1  5 
> barplot(table(x$x1))

3.4 饼图

> pie(table(x$x1))

3.5 箱线图

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

> boxplot(x[2:4],col=c("red","green","pink"),notch=T)  #notch为缺口，突出中位线

> boxplot(x$x1,x$x2,x$x3,horizontal=T)

3.6 星相图

> stars(x[c("x1","x2","x3")])  #每一个样本的星相图，三角形里面的三条线分别代表三科成绩

> stars(x[c("x1","x2","x3")],full=T,draw.segment=T) #扇形半径越小成绩越差；darw.segment控制是否画成扇形

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

3.7 茎叶图

> stem(x$x1) 
   The decimal point is 1 digit(s) to the right of the |
   
  7 | 0111111122333344444444
  7 | 555555667888899999
  8 | 000001112233344
  8 | 5666666788899
  9 | 000122233333444444
  9 | 55666777899999

3.8 qq图

> qqnorm(x1)  #判断x1是否为正态分布
> qqline(x1)  #直线的斜率是标准差，截距是均值
Error in int_abline(a = a, b = b, h = h, v = v, untf = untf, ...) : 
  plot.new has not been called yet
> qqline(x2)
Error in int_abline(a = a, b = b, h = h, v = v, untf = untf, ...) : 
  plot.new has not been called yet
> qqnorm(x3)
> qqnorm(x2)

越接近1、3象限角平分线越接近正态分布，如图，x2就较x1更接近正态分布

最后

以上就是忧心白云最近收集整理的关于R语言学习（三）--数据可视化（一）1、生成一组数据框2、简单分析数据3、数据可视化的全部内容，更多相关R语言学习（三）--数据可视化（一）1、生成一组数据框2、简单分析数据3、数据可视化内容请搜索靠谱客的其他文章。