【R语言】实验三 数据可视化
2024-05-06 16:54:29
系列文章目录
实验一 R 语言数据结构、数据导入与数据处理
实验二 基本数据处理
实验三 数据可视化
实验四 数据分析
实验五 综合应用
实验数据
实验数据下载
1. death rate 数据集
选取人类死亡率数据库（HMD，2007），提供了 1951-2005 年瑞典人口信息。这是个多变量的数据集，变量描述如下表：
| Year | 年份 | Age | 年龄 |
| Female_Exp | 女性生存人口数 | Male_Exp | 男性生存人口数 |
| q_female | 女性死亡率 | q_male | 男性死亡率 |
| Female_death | 女性死亡人数 | Male_death | 男性死亡人数 |
| L_female_exp | 对数女性生存人口数 | L_male_exp | 对数男性生存人口数 |
2. House-handle 数据集
选取堪培拉房价交易指数数据，仅通过该数据进行一些可视化分析，数据显示如下表：
| date | 日期 | index | 房价指数（HPI） |
| year | 年 | month | 月 |
提示：以下是本篇文章正文内容
一、实验目的
- 条形图、饼图、直方图、核密度图、箱线图和点图。
- 散点图、气泡图、折线图、相关图、马赛克图。
二、实验内容
题目1
- 通过读取文件 death rate.csv 获取数据保存到 df 中，简单分析数据，获取共有数据多少条，是否有缺失值或是异常值,若存在这样的数据，将这些数据剔除;对于死亡率来说，它的值域是 0<q<=1 。(1-6题的死亡率，只考虑男性的死亡率)。
- 绘制散点图，分别展示年龄、年份与男性的死亡率（对数即取 log）的关系。
- 绘制年龄与对数生存人数的散点图，分析这 2 个量的关系。
- 绘制直方图来观察一下男性死亡人数的分布。
- 绘制男性的对数死亡人数即（Male_death 的对数）的直方图，来观察男性的对数死亡人口数的分布情况。
- 计算 df 的各变量的相关系数，并画出相关图。
题目2
- 通过读取文件 House-handle.csv 获取数据保存到 houseIndex 中。
- 数据探索，绘制一张图表来展示 1990 到 2011 年的 HPI 的变化情况，横轴是时间（可以是数据的第一列），纵轴是 HPI 值。
- 绘制一张图，展示每个月的 HPI 的增长量，表示为 delta,在 0 的位置添加参考线。
- 为了进一步了解 HPI 的波动，计算其每个月的增长率。绘图时，增长率为正数的月份由加号（“+”）表示，为负的用（“o”）表示。
- 对 HPI 增长率建立表格，其中每一行代表一个月份，每一列代表一个年份，显示前四年的数据（HPI 增长率舍入到小数点后 4 位）；并绘制一个 HPI 的平均年增长率和 HPI 的平均月增长率（全部年份的年增长率（列平均）和月增长率（行平均））。
- 绘制一个箱线图，来查看 HPI 的增长率的分布情况。
三、实现过程与实验结果
题目1
1.通过读取文件 death rate.csv 获取数据保存到 df 中，简单分析数据，获取共有数据多少条，是否有缺失值或是异常值，若存在这样的数据，将这些数据剔除；对于死亡率来说，它的值域是 0<q≤1 。(1-6题的死亡率，只考虑男性的死亡率)。
# 读取数据保存到df中
df <-read.csv("R\\data\\ex3\\death rate.csv")
# 数据行数
dim(df)[1]
## [1] 6105
# 缺失值行数
sum(rowSums(is.na(df)) > 0)
## [1] 240
# 剔除缺失行
df <- na.omit(df)
# 数据行数
nrow(df)
## [1] 5865
# 死亡率异常行数
nrow(df) - nrow(df[df$q_male > 0 & df$q_male <= 1,])
## [1] 133
# 剔除异常值行
df <- df[df$q_male > 0 & df$q_male <= 1,]
# 数据行数
length(df[, 1])
## [1] 5732
2.绘制散点图，分别展示年龄、年份与男性的死亡率（对数即取 log）的关系。
# 年龄与男性的死亡率散点图
# plot
plot(df$Age, log(df$q_male))
# qplot
qplot(x = Age,y = log(q_male),data = df,geom = "point")
# ggplot2
library(ggplot2)
p <- ggplot(data = df, mapping = aes(x = Age, y = log(q_male)))
p + geom_point()
# 年份与男性的死亡率散点图
# plot
plot(df$Year, log(df$q_male))
# qplotqplot(x = Year,y = log(q_male),data = df,geom = "point"
)
# ggplot2
p <- ggplot(data = df, mapping = aes(x = Year, y = log(q_male)))
p + geom_point()
3.绘制年龄与对数生存人数的散点图，分析这 2 个量的关系。
# 年龄与对数生存人数的散点图
# plot
plot(df$Age, df$L_female_exp + df$L_male_exp)
# qplot
qplot(x = Age,y = L_female_exp + L_male_exp,data = df,geom = "point"
)# ggplot2
p <-ggplot(data = df, mapping = aes(x = Age, y = L_female_exp + L_male_exp))
p + geom_point()
4.绘制直方图来观察一下男性死亡人数的分布。
# 男性死亡人数的分布直方图
hist(df$Male_death, breaks = 100)
# qplot
qplot(Male_death,data = df,geom = "histogram",bins = 30)
# ggplot2
p1 <- ggplot(df, aes(x = Male_death))
p1 + geom_histogram(bins = 30)
5.绘制男性的对数死亡人数即（Male_death 的对数）的直方图，来观察男性的对数死亡人口数的分布情况。
# 男性的对数死亡人数的分布直方图
hist(log(df$Male_death))
# qplot
qplot(log(Male_death),data = df,geom = "histogram",bins = 30)
# ggplot2
p1 <- ggplot(df, aes(x = log(Male_death)))
p1 + geom_histogram(bins = 30)
6.计算 df 的各变量的相关系数，并画出相关图。
library(corrgram)
# 相关系数
corr <- round(cor(df), 1)
corr
# 相关图
corrgram(df,order = TRUE,lower.panel = panel.shade,upper.panel = panel.pie,text.panel = panel.txt,main = "Corrgram of df intercorrelations"
)
# install.packages("GGally")
library(GGally)
ggcorr(df,nbreaks = 5,palette = "RdGy",label = TRUE,label_color = "white",hjust = 0.75,color = "grey50"
)
# install.packages("ggcorrplot")
library(ggcorrplot)
# 计算p值
p.mat <- cor_pmat(df)
# 重排矩阵，使用分等级聚类
ggcorrplot(corr,hc.order = TRUE,type = "lower",p.mat = p.mat)
题目2
1.通过读取文件 House-handle.csv 获取数据保存到 houseIndex 中。
houseIndex <-read.csv("R\\data\\ex3\\House-handle.csv")
2.数据探索，绘制一张图表来展示 1990 到 2011 年的 HPI 的变化情况，横轴是时间（可以是数据的第一列），纵轴是 HPI 值。
# 将字符串转换成时间戳的时候，即使格式正确，也会出现将字符串转换成NA的情况，因为Rstudio的默认编码问题导致的，通过下述方法改变编码格式
Sys.setlocale("LC_TIME", "English")
## [1] "English_United States.1252"
# 查看date的格式
head(houseIndex$date)
## [1] "28-Feb-90" "31-Mar-90" "30-Apr-90" "31-May-90" "30-Jun-90" "31-Jul-90"
# data数据类型
class(houseIndex$date)
## [1] "character"
# date转换格式
houseIndex$date <- as.Date(houseIndex$date, "%d-%b-%y")
# 查看date的格式
head(houseIndex$date)
## [1] "1990-02-28" "1990-03-31" "1990-04-30" "1990-05-31" "1990-06-30"
## [6] "1990-07-31"
# 绘图
# plot
plot(houseIndex$date,houseIndex$index,type = "l",main = "HIP(Canberra) 1990-2011")
# qplot
qplot(x = date,y = index,data = houseIndex,geom = "line"
)
# ggplot2
ggplot(data = houseIndex, mapping = aes(x = date, y = index)) + geom_line()
3.绘制一张图，展示每个月的 HPI 的增长量，表示为 delta，在 0 的位置添加参考线。（增长量用下一条减上一条来计算；第一条的上一条的 HPI 值可以认为是 1）。
# 上个月
houseIndex$rate <- which(houseIndex$index == houseIndex$index) - 1
# 第一个月
houseIndex$rate[1] <- 1
# 增长量 = 这个月的HPI-上个月的HPI
houseIndex$growth <-houseIndex$index - houseIndex$index[houseIndex$rate]
# 第一个月的增长量 = 这个月的HPI - 1
houseIndex$growth[1] <- houseIndex$index[1] - 1
# 绘图
# plot
plot(houseIndex$date,houseIndex$growth,type = "p",main = "Increase in HPI",xlab = "time",ylab = "growth"
)
abline(h = 0, lty = 3)
# qplot
qplot(x = date,y = growth,data = houseIndex,geom = "point")
# ggplot2
ggplot(data = houseIndex, mapping = aes(x = date, y = growth)) + geom_point() + geom_hline(aes(yintercept = 0), linetype = "dashed")
4.为了进一步了解 HPI 的波动，计算其每个月的增长率。绘图时，增长率为正数的月份由加号（“+”）表示，为负的用（“o”）表示。
# 增长率 = (这个月的HPI-上个月的HPI) / 上个月的HPI
houseIndex$percentage <- houseIndex$growth / houseIndex$index[houseIndex$rate]
# 第一个月的增长率 = (这个月的HPI - 1) / 1
houseIndex$percentage[1] <- houseIndex$growth[1] / 1
# 绘图
# plot
plot(houseIndex$date,houseIndex$percentage,type = "n",main = "Increase in HPI",xlab = "time",ylab = "growth rate"
)
abline(h = 0, lty = 3)
# 增长率为正数
points(houseIndex$date[houseIndex$percentage >= 0], houseIndex$percentage[houseIndex$percentage >= 0], pch = 3)
# 增长率为负数
points(houseIndex$date[houseIndex$percentage < 0], houseIndex$percentage[houseIndex$percentage < 0], pch = 1)
# plot
houseIndex$size[houseIndex$percentage >= 0] <- 3
houseIndex$size[houseIndex$percentage < 0] <- 1
# 绘图
plot(houseIndex$date,houseIndex$percentage,type = "p",pch = houseIndex$size,main = "Increase in HPI",xlab = "time",ylab = "growth rate"
)
abline(h = 0, lty = 3)
5.对 HPI 增长率建立表格，其中每一行代表一个月份，每一列代表一个年份，显示前四年的数据（HPI 增长率舍入到小数点后 4 位）；并绘制一个 HPI 的平均年增长率和 HPI 的平均月增长率（全部年份的年增长率（列平均）和月增长率（行平均））。
# HPI增长率表格
table <- xtabs(percentage ~ month + year, data = houseIndex)
round(table[, 1:4], digits = 4)
## year
## month 1990 1991 1992 1993
## 1 0.0000 0.0134 -0.0007 0.0172
## 2 0.0147 0.0219 0.0164 -0.0057
## 3 0.0076 -0.0043 -0.0050 0.0023
## 4 0.0080 0.0174 0.0180 -0.0007
## 5 0.0082 -0.0041 0.0151 -0.0069
## 6 0.0079 0.0176 -0.0057 -0.0051
## 7 0.0052 -0.0025 0.0178 -0.0008
## 8 0.0053 0.0179 -0.0034 0.0023
## 9 0.0053 0.0013 0.0180 0.0010
## 10 0.0055 0.0186 0.0046 -0.0001
## 11 0.0058 0.0091 0.0055 0.0004
## 12 0.0061 0.0081 0.0021 0.0136
# HPI平均年增长率
yearmean <- colMeans(table)
barplot(yearmean,main = "HPI的平均年增长率",xlab = "年",ylab = "平均年增长率")
# HPI平均月增长率
mouthmean <- rowMeans(table)
plot(1:12,mouthmean,type = "b",main = "HPI的平均月增长率",xlab = "月",ylab = "平均月增长率"
)
6.绘制一个箱线图，来查看 HPI 的增长率的分布情况。
boxplot(table,ylab="HPI Increase Rate")
四、总结
以上就是全部内容。
【R语言】实验三 数据可视化相关推荐
- r语言中进行数据可视化_R中的数据可视化
r语言中进行数据可视化 R programming was developed in 1993 for making graphs and producing statistical results. ...
- R语言入门第二集 实验一：R 语言数据结构、数据导入与数据处理
R语言入门第二集 实验一:R 语言数据结构.数据导入与数据处理 一.资源 R语言基本数据结构练习和数据的导入和处理对象常用函数练习--东北大学大数据班R语言实训第一次作业" R(4)求解数据 ...
- R语言使用ggradar包可视化基本雷达图（radar chart、蜘蛛图spider plot）、可视化单个数据对象的雷达图
R语言使用ggradar包可视化基本雷达图(radar chart.蜘蛛图spider plot).可视化单个数据对象的雷达图 目录
- R语言使用ggradar包可视化基本雷达图（radar chart、蜘蛛图spider plot）、可视化单个数据对象的雷达图、自定义雷达图的线条类型、线条宽度、数据点大小、色彩等
R语言使用ggradar包可视化基本雷达图(radar chart.蜘蛛图spider plot).可视化单个数据对象的雷达图.自定义雷达图的线条类型.线条宽度.数据点大小.色彩等(Customize ...
- R语言使用gganimate包可视化动画点直方图生成过程（dot histogram）、在数据遍历的过程中逐步在箱体内堆叠数据点形成最终的点直方图
R语言使用gganimate包可视化动画点直方图生成过程(dot histogram).在数据遍历的过程中逐步在箱体内堆叠数据点形成最终的点直方图 目录
- R语言gganimate包创建可视化gif动图：gganimate包创建动态线型图动画基于transition_time函数、使用geom_point函数显示动画移动的数据点、并保留线图中的全部数据点
R语言gganimate包创建可视化gif动图:gganimate包创建动态线型图动画基于transition_time函数.使用geom_point函数显示动画移动的数据点.并保留线图中的全部数据点 ...
- R语言使用ggplot2同时可视化dataframe的多个数据列实战：多个数据列可视化在同一个图中、多个数据列可视化在多个图中（纵向多个子图）
R语言使用ggplot2同时可视化dataframe的多个数据列实战:多个数据列可视化在同一个图中.多个数据列可视化在多个图中(纵向多个子图) 目录
- R语言使用plot函数可视化数据散点图，使用title函数为可视化图像设置自定义标题名称、自定义adj参数将标题向右侧移动
R语言使用plot函数可视化数据散点图,使用title函数为可视化图像设置自定义标题名称.自定义adj参数将标题向右侧移动 目录
- R语言使用fmsb包可视化基本雷达图（radar chart、蜘蛛图spider plot）、数据预处理（计算每个变量的最大值和最小值、并合并到原数据集）、可视化单个数据对象的雷达图
R语言使用fmsb包可视化基本雷达图(radar chart.蜘蛛图spider plot).数据预处理(计算每个变量的最大值和最小值.并合并到原数据集).可视化单个数据对象的雷达图 目录
最新文章
- Python关于%matplotlib inline
- CentOS 6.6安装Xtrabackup RPM提示缺少libev.so.4()
- 人生的意义—我们为什么活着？
- html border阴影效果_【开发小技巧】—如何使用HTML和CSS创建浮动框效果？
- 【转】细说.NET中的多线程 (三 使用Task)
- POJ 1200 Crazy Search(RK)
- 零基础学习Java-素数和
- 计算机网络之数据链路层：10、CSMA协议-随机访问介质访问控制
- 洛谷P4593 [TJOI2018]教科书般的亵渎(拉格朗日插值)
- andorid自定义ViewPager之——子ViewPager滑到边缘后直接滑动父ViewPager
- java中static关键字的作用_C++ static关键字到底有什么作用
- 概率论与数理统计浙大第五版 第三章 部分习题
- aardio + .NET 快速开发独立 EXE 程序，可防 ILSpy 反编译
- 使用R包GD实现地理探测器算法
- S3存储服务间数据同步工具Rclone介绍
- 计算机机房的消防验收,机房建设（消防）解决方案
- 黑月教主工具脱水印_PS三种去水印方法简单粗暴！看完你就学会！
- 正儿八经做MIS系统-1
- Combining Word and Entity Embeddings for Entity Linking
- DNS递归和迭代查询