数据结构
创建向量和矩阵
|
1
|
函数c(), length(), mode(), rbind(), cbind() |
求平均值，和，连乘，最值，方差，标准差
|
1
|
函数mean(), sum(), min(), max(), var(), sd(), prod() |
帮助文档
|
1
|
函数help() |
生成向量
|
1
|
seq() |
生成字母序列letters
新建向量
|
1
|
Which()函数，rev()函数，sort()函数 |
生成矩阵
|
1
|
函数matrix() |
矩阵运算
|
1
|
函数t()，矩阵加减 |
矩阵运算
|
1
|
矩阵相乘，函数diag() |
矩阵求逆，函数rnorm()，solve()
解线性方程组
|
1
|
函数solve(a,b) |
矩阵的特征值与特征向量
|
1
|
函数eigen() |
数据的R语言表示——数据框
矩阵形式，但列可以不同数据类型
每列是一个变量，每行是一个观测值
作图
画散点图
|
1
|
函数plot() |
对x1进行直方图分析
|
1
2
|
绘制直方图函数hist()hist(x$x1) |
探索各科成绩的关联
列联表分析
|
1
2
|
列联函数table()，柱状图绘制函数barplot()barplot(table(x$x1)) |
饼图
|
1
2
|
饼图绘制函数pie()pie(table(x$x1)) |
箱尾图
|
1
2
3
4
5
|
箱子的上下横线为样本的25%和75%分位数箱子中间的横线为样本的中位数上下延伸的直线为尾线，尾线的尽头为最高值和最低值异常值boxplot(x$x1,x$x2,x$x3) |
箱线图
|
1
2
3
4
|
boxplot(x[2:4],col = c("red","green","blue",notch=T))水平放置的箱尾图boxplot(x$x1,x$x2,x$x3,horizontal = T) |
星相图
|
1
2
3
4
|
每个观测单位的数值表示一个图形每个图形的每个角落表示一个变量，字符串类型会标注在图的下方角线的长度表示值的大小stars(x[c("x1","x2","x3")],full = T,draw.segments = T) |
脸谱图
|
1
2
3
4
5
|
安装aplpack包faces(x[c("x1","x2","x3")])用五官的宽度和高度来描绘数值人对脸谱高度敏感和强记忆适合较少样本的情况 |
其他脸谱图
|
1
2
|
安装TeachingDemos包faces2(x) |
茎叶图
|
1
|
stem(x$x1) |
QQ图
|
1
2
3
4
5
6
7
|
可用于判断是否正态分布直线的斜率是标准差，截距是均值点的散步越接近直线，则越接近正态分布qqnorm(x1)qqline(x1)qqnorm(x3)qqline(x3) |
散点图的进一步设置
|
1
|
plot(x$x1,x$x2,main = "数学分析与线性代数成绩的关系",xlab = "数学分析",ylab = "线性代数",xlim = c(0,100),ylim = c(0,100),xaxs="i",yaxs="i",col = "red",pch = 19) |
连线图
|
1
2
3
|
a = c(2,3,4,5,6)b = c(4,7,8,9,12)plot(a,b,type = "l") |
多条曲线的效果
|
1
2
3
4
|
plot(rain$Tokyo,type = "l",col = "red",ylim = c(0,300),main = "Monthly Rainfall in major cities", xlab = "Month of Year", ylab = "Rainfall(mm)", lwd = 2)lines(rain$NewYork,type = "l",col = "blue", lwd = 2)lines(rain$London,type = "l",col = "green", lwd = 2)lines(rain$Berlin,type = "l",col = "orange", lwd = 2) |
密度图
|
1
2
|
函数density()plot(density(rnorm(1000))) |
R内置数据集
函数data()列出内置数据
热力图
|
1
2
3
4
5
6
7
8
|
利用内置的mtcars数据集绘制data("mtcars")heatmap(as.matrix(mtcars),Rowv = NA,Colv = NA,col = heat.colors(256),scale = "column",margins = c(2,8),main = "Car characteristics by Model")Iris（鸢尾花）数据集Sepal 花萼Petal 花瓣Species 种属 |
向日葵散点图
|
1
2
3
|
用来克服散点图中数据点重叠问题在有重叠的地方用一朵“向日葵花”的花瓣数目来表示重叠数据的个数sunflowerplot(iris[,3:4],col = "gold",seg.col = "gold") |
散点图集
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
遍历样本中全部的变量配对画出二元图直观地了解所有变量之间的关系pairs(iris[,1:4])用plot也可以实现同样的效果plot(iris[,1:4],main = "Relationship between characteristics of iris flowers",pch = 19,col = "blue",cex = 0.9)利用par()在同一个device输出多个散点图Par命令博大精深，用于设置绘图参数，help(par)par(mfrow=c(3,1))plot(x1,x2)plot(x2,x3)plot(x3,x1) |
关于绘图参数
|
1
2
3
4
5
|
Help(par)有哪些颜色？Colors()关于绘图参数绘图设备 |
位置控制参数
Main参数：
Oma参数：
三维散点图
|
1
2
|
安装scatterplot3d包scatterplot3d(x[2:4]) |
三维作图
|
1
2
3
4
5
|
x <- y <- seq(-2*pi,2*pi,pi/15)f <- function(x,y) sin(x) * sin(y)z <- outer(x,y,f)contour(x,y,z,col="blue")persp(x,y,z,theta = 30,phi = 30,expand = 0.7,col = "lightblue") |
调和曲线图
|
1
2
3
4
5
|
unison.r的代码自定义函数调和曲线用于聚类判断非常方便source("d:/Rfile/unison.R")unison(x[2:4]) |
地图
|
1
2
3
4
|
安装maps包map("state",interior = F)map("state",boundary = F,col = "red",add = T)map(\'world\',fill = T,col = heat.colors(10)) |
R实验：社交数据可视化
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
先下载安装maps包和geosphere包并加载画出美国地图map("state")画出世界地图map("world")通过设置坐标范围使焦点集中在美国周边，并且设置一些有关颜色xlim <- c(-171.738281,-56.601563)ylim <- c(12.039321,71.856229)map("world",col = "#f2f2f2",fill = T,bg="white",lwd = 0.05,xlim = xlim,ylim = ylim)画一条弧线连线，表示社交关系lat_ca <- 39.164141lon_ca <- -121.64062lat_me <- 45.21300lon_me <- -68.906250inter <- gcIntermediate(c(lon_ca,lat_ca),c(lon_me,lat_me),n=50,addStartEnd = T)lines(inter)继续画弧线lat_tx <- 29.954935lon_tx <- -98.701172inter2 <- gcIntermediate(c(lon_ca,lat_ca),c(lon_tx,lat_tx),n=50,addStartEnd = T)lines(inter2,col = "red") |
装载数据
|
1
2
|
airports <- read.csv("http://datasets.flowingdata.com/tuts/maparcs/airports.csv",header = T)flights <- read.csv("http://datasets.flowingdata.com/tuts/maparcs/flights.csv",header = T,as.is = T) |
画出多重联系
|
1
2
3
4
5
6
7
8
9
|
fsub <- flights[flights$airline == "AA",]for (j in 1:length(fsub$airline)) { air1 <- airports[airports$iata == fsub[j,]$airport1,] air2 <- airports[airports$iata == fsub[j,]$airport2,] inter <- gcIntermediate(c(air1[1,]$long,air1[1,]$lat),c(air2[1,]$long,air2[1,]$lat),n=100,addStartEnd = T) lines(inter,col = "black", lwd = 0.8)} |
数据操作
读取文本文件数据
|
1
2
|
先设置工作目录，把文本文件放于该目录下(x = read.table("123.txt")) |
读取剪贴板
文本或excel的数据均可通过剪贴板操作
读取excel文件数据
方法1：先把excel另存为空格分隔的prn文本格式再读取
合并数据框并保存到本地硬盘
|
1
2
3
4
5
6
7
8
9
10
|
#生成随机序列num = seq(10378001,10378100)x1 = round(runif(100,min = 80,max = 100))x2 = round(rnorm(100,mean = 80,sd = 7))x3 = round(rnorm(100,mean = 83,sd = 18))x3[which(x3>100)] = 100#合并成数据框x = data.frame(num,x1,x2,x3)#保存到本地硬盘write.table(x,file = "G:/whj/Rfile/factor/mark.txt",col.names = F,row.names=F,sep = " ") |
计算各科平均分
|
1
2
3
4
|
函数mean(), colMeans(), apply()mean(x)colMeans(x)[c("x1","x2","x3")]apply(x, 2, mean) |
求各科最高最低分
|
1
2
3
|
函数max()，min()，apply()apply(x, 2, max)apply(x, 2, min) |
求每人总分
|
1
|
apply(x[c("x1","x2","x3")], 1, sum) |
求总分最高
|
1
2
|
which.max(apply(x[c("x1","x2","x3")], 1, sum))x$num[which.max(apply(x[c("x1","x2","x3")], 1, sum))] |
统计模型
R语言的各种分布函数
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
n = 10rnorm(n,mean = 0,sd=1) #高斯（正态）rexp(n,rate = 1) #指数rgamma(n,shape,scale = 1) #γ分布rpois(n,lambda) #Poisson分布rweibull(n,shape,scale = 1) #Weibull分布rcauchy(n,location = 0,scale = 1) #Cauchy分布rbeta(n,shape1,shape2) #β分布rt(n,df) #t分布rf(n,df1,df2) #F分布rchisq(n,df) #χ2分布rbinom(n,size,prob) #二项rgeom(n,prob) #几何rhyper(nn,m,n,k) #超几何rlogis(n,location = 0,scale = 1) #logistic分布rlnorm(n,meanlog = 0,sdlog = 1) #对数正态rnbinom(n,size,prob) #负二项分布runif(n,min = 0,max = 1) #均匀分布rwilcox(nn,m,n) #Wilcoxon分布rsignrank(nn,n) |
总体与抽样
大数定理与中心极限定理
常用统计量：样本均值，样本方差，标准差，众数，最小值，最大值，分位数，中位数，上下四分位数
常见的数据描述性分析
中位数 median()
百分位数 quantile()
正态性检验：函数shapiro.text()
P > 0.05，正态性分布
多元数据的数据特征
方差与协方差、相关系数
协方差与相关系数计算
函数cov()和cor()
相关分析与回归分析
相关分析的例子
|
1
2
3
4
5
6
7
8
9
10
11
12
|
Iris数据集目测相关性plot(iris[1,2])分离种属i1 = iris[which(iris$Species == "setosa"),1:2]plot(i1)求相关系数相关系数是否显著，不能只根据值的大小还需要进行假设检验cor(i1[1],i1[2]) |
相关系数显著性的假设检验
|
1
2
3
|
假设r0为总体相关系数，r0=0则说明没有相关系数，建立假设H0:r0=0，H1:r0<>0(alpha=0.05)计算相关系数r的T值和P值cor.test(i1$Sepal.Length,i1$Sepal.Width) |
一元线性回归分析
原理，最小二乘法
步骤：建立回归模型，求解回归模型中的参数，对回归模型进行检验
数据：身高—体重
|
1
2
3
|
h = c(171,175,159,155,152,158,154,164,168,166,159,164)w = c(57,64,41,38,35,44,41,51,57,49,47,46)plot(w~h+1) |
自定义函数
|
1
2
3
4
5
6
7
8
9
10
11
|
lxy <- function(x,y){ n = length(x); sum(x * y) - sum(x) * sum(y)/n}假设w = a + bh则有b = lxy(h,w)/lxy(h,h)a = mean(w) - b * mean(h)作回归直线lines(h,a + b * h) |
回归系数的假设检验
|
1
2
3
4
5
|
建立线性模型a = lm(w~1 + h)线性模型的归总数据，t检验，summary()函数summary(a) |
汇总数据的解释：
全部评论
请发表评论