Please enable JavaScript.

Coggle requires JavaScript to display documents.

数据展示-R语言 (多图展示 (注意 (Par_专门设置图片摆放位置的函数, Mfrow_与位置有关-C(1,2)一行两列,…

- - - - 使用summary函数了解所有定性变量的频数分布情况
        
        summary(example2_1)
      - 生成单变量频数表
        
        t1<-table(example2_1$社区)
      - 生成单变量百分数表
        
        t2<-prop.table(t1)
    - - 生成二维频数表
        
        t2<-table(example2_1$社区,example2_1$态度)
        
        t2<-xtabs(~社区+态度,data=example2_1)
        
        先纵向标签，后横向
      - 生成二维百分频数表
        
        t2_prop<-prop.table(t2)
      - 列联表
        
        增加边际和
        
        addmargins(t2)
        
        计算总百分数
        
        addmargins(prop.table(t2))
        
        计算行百分数
        
        addmargins(prop.table(t2,1),2)
        
        t2后的1代表计算百分数时是以行来算
        
        最后的2代表在图中显示列的百分比相加的结果
        
        计算列百分数
        
        addmargins(prop.table(t2,2),1)
        
        t2后的2代表计算百分数时是以列来算
        
        最后的1代表在图中显示行的百分比相加的结果
    - - t3<-xtabs(~社区+态度+性别,data=example2_1)
      - 三个变量分别是行、列、分类
  - - - 用cut函数对数据进行分组，然后分组统计频数
      - 不要用barplot
      - 可以用summary在一开始看数据
    - - y<-cut(x,breaks=12,right=F)
    - - z<-table(y)
    - - z<-data.frame(z)
    - - z$per<-z$Freq/sum(z$Freq)
    - - z$cum_per<-cumsum(z$per)
- - - - 定性-单变量条图
        
        水平条图
        
        barplot(t1,col=c(2:5),main="社区简单条图",xlab="频数",horiz=T)
        
        简单条图
        
        col=c(1:4)图卡的颜色
        
        barplot(t1,col=c(1:4),main="社区简单条图",ylab="频数")
        
        一般大于7/8个类别的图，不用简单条图
      - 定性-多变量条图
        
        堆砌条图
        
        barplot(t2,col=c(2:5),main="堆砌条图",ylab="频数",legend.text=row.names(t2))
        
        Legend.text：做小图标说明
        
        分组条图
        
        barplot(t2,col=c(2:5),main="分组条图",ylab="频数",legend.text=row.names(t2),beside=T)
        
        beside：肩并肩
      - 定性-百分条图
        
        spineplot(t1)
        
        不可调颜色
      - 定性-饼图
        
        pie(t1)
        
        二维带百分频率饼图
        
        name<-names(t1)
        
        perc<-prop.table(t1)*100
        
        lab<-paste(name,perc,"%")
        
        pie(t1,labels=lab,col=2:5)
        
        统计学喜欢饼图多过条图
    - - barplot(t1,col=2:5,ylab="频数")
      - 累计百分数
        
        s<-cumsum(t1)/sum(t1)
      - 加一个新图
        
        par(new=T)
      - type：不要原纵轴
        
        plot(s,type="b",axes=F)
      - 新坐标轴的位置
        
        axis(4)
      - line：轴的左右；adj:轴的上下；cex：字的大小
        
        mtext("累积分布曲线",line=-2.5,cex=0.8,adj=0.75)
  - - - 用矩形的面积来表示频数分布
        
        总面积等于一
      - 横轴表示数据分组，纵轴表示频数或频率
      - 展示分组数据分布
    - - 简单直方图-频数
        
        hist(x,probability=T,xlab="销售额",ylab="频数",col=8)
        
        x<-example2_2$销售额
      - 带密度曲线的直方图
        
        hist(x,probability=T,xlab="销售额",ylab="频数",col=8)
        
        lines(density(x),lwd=2,col=2)
      - 注意
        
        prob=T 用频率
        
        density：密度
        
        lwd：线的宽度
      - 带正太密度参考曲线的直方图
        
        hist(x,probability=T,xlab="销售额",ylab="频数",col=8)
        
        curve(dnorm(x,mean(x),sd(x)),col=2,lwd=2,add=T)
        
        d：密度 norm:正态函数
    - - 使用aggregate函数分类求均值
        
        A<-aggregate(table1_2$salary,by=list(table1_2$district),
        FUN=mean)
      - 对分类均值绘制条图
        
        barplot(A$x,col=c(2:5),names.arg = A$Group.1)
    - - 说明
        
        通用
        
        上下限：1.5个箱体的位置（差不多95%）
        
        箱体之外：空心-离群点
        
        常用于多变量的比较
        
        箱体：四分位线，中位线
        
        分析
        
        箱体小：稳定性好
        
        箱体所代表的50%出现在每个部分的概率不同
      - 竖向
        
        boxplot(x)
        
        boxplot(example2_3)
      - 横向
        
        boxplot(x,horizontal=T)
    - - 注意
        
        Plot(x轴变量，y轴变量)
        
        回归分析使用散点图以分析是否有线性关系
      - attach(example2_4)
      - plot(广告费用,销售收入)
      - detach(example2_4)
    - - x<-ts(example2_9$农村居民消费水平,start=2000)
      - y<-ts(example2_9$城镇居民消费水平,start=2000)
      - plot(x,ylim=c(min(x,y),max(x,y)),col=1,lty=1)
      - lines(y,col=2,lty=2)
      - legend("topleft",legend=c("x","y"),lty=1:2,col=1:2)
      - 注意
        
        ts:指定一个变量为时序变量
        
        start=2000：从2000年开始的时序变量（年度）
        
        start=c(2000,1),frequency=1：从2000年1月开始的时序变量（月度）
        
        如果只需画x的时序变量曲线只需plot(x)
        
        画x与y的时序变量时，将y轴的范围给定-min&max就可以了