亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

為了賬號安全,請及時綁定郵箱和手機立即綁定

R語言之數據可視化

難度中級
時長 2小時48分
學習人數
綜合評分9.77
93人評價 查看評價
9.8 內容實用
9.7 簡潔易懂
9.8 邏輯清晰
  • 畫柱狀圖。

    查看全部
  • 畫柱狀圖。

    查看全部
  • 畫柱狀圖

    查看全部
  • 數據科學家的分類

    查看全部
  • 4-2R Markdown

    R Markdown:R code +Markdown? ? 將Markdown轉為HTML

    查看全部
    0 采集 收起 來源:R Markdown

    2021-10-15

  • 第4章 制作和發布報告

    4-1可重復研究與可再現研究

    Replication(可重復):獨立的研究者/數據/分析方法/工具得到一致的證據

    Reproducible Research(可再現研究):讓數據和分析過程(code)透明

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 工具:R Markdown?

    查看全部
  • 第4章 制作和發布報告

    4-1可重復研究與可再現研究

    Replication(可重復):獨立的研究者/數據/分析方法/工具得到一致的證據

    Reproducible Research(可再現研究):讓數據和分析過程(code)透明

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 工具:R Markdown?

    查看全部
  • 第4章 制作和發布報告

    4-1可重復研究與可再現研究

    Replication(可重復):獨立的研究者/數據/分析方法/工具得到一致的證據

    Reproducible Research(可再現研究):讓數據和分析過程(code)透明

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 工具:R Markdown?

    查看全部
  • 第4章 制作和發布報告

    4-1可重復研究與可再現研究

    Replication(可重復):獨立的研究者/數據/分析方法/工具得到一致的證據

    Reproducible Research(可再現研究):讓數據和分析過程(code)透明

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 工具:R Markdown?

    查看全部
  • 3-11圖形設備

    R支持的圖形設備

    圖形設備:1.屏幕設備(探索性分析常用):電腦屏幕

    ? ? ? ? ? ? ? ? ?2.文件設備(打印/文章用圖常用):向量格式(PDF)、位圖(PNG/JPEG/TIFF/BMP)

    ? ? ? ? ? ? ? ? ?3.grDevices包:包含了實現各種圖形設備的代碼

    如何把圖畫到文件設備中:

    ? pdf(file="myfig.pdf")

    ? with(airquality,plot(Wind,Temp,main="Wind and Temp in NYC"))

    ? dev.off()(關閉設備)(在工作路徑中找到圖)

    ? getwd()(顯示工作路徑)

    ? dev.copy(png,file="mycopy.png")(把圖復制到png文件中)

    ? dev.off()

    查看全部
    0 采集 收起 來源:圖形設備

    2021-10-14

  • 3-10R Color

    R語言繪圖之顏色

    1. grDevice包:colorRamp()(返回的是0到1之間的數值) & colorRampPalette()(返回的是顏色的16進? ? ? ? ? ? ? ? ? ? ? ? 制的表示)

      ? ? ? ? ? ? ? ? ? ? ? 顏色名字可以使用colors()獲取

    2. RColorBrewer包:三類調色板——sequential(適合順序數據)/diverging(適合凸顯極端數值)/qualitative(適合分類變量)

      ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?調色板信息可與colorRamp/colorRampPalette結合使用

    colorRamp() 的用法:pal<-colorRamp(c("red","blue"))

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? pal(0)#red

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? pal(1)#blue

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? pal(0.5) (使用這兩個顏色中間的任意一個顏色,輸入小于1的數就可以)

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? pal(seq(0,1,len=10))(生成一系列的值,長度為10,在0到1之間)

    colorRampPalette()的用法:pal<-colorRampPalette(c("red","yellow"))

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? pal(1)(紅色) pal(2)(紅色和黃色)

    RColorBrewer包:library(RColorBrewer)

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?brewer.pal.info(查看調色板的信息)

    RColorBrewer的調色板與colorRampPalette結合使用:

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? cols<-brewer.pal(3,"Greens")(調用了Greens調色板,取了3個顏色)

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? pal<-colorRampPalette(cols)

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? image(volcano,col=pal(20))(以3個顏色為3個端點,在3個端點中進行取值)

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? display.brewer.pal(3,"Greens")

    查看全部
    0 采集 收起 來源:R Color

    2021-10-14

  • 3-9ggplot2繪圖系統之ggplot

    library(ggplot2)

    ggplot(airquality,aes(Wind,Temp)) +geom_point(color="steelblue",alpha=0.4,size=5)(一層加一層)

    ggplot(airquality,aes(Wind,Temp)) +geom_point(aes(color=factor(Month)),alpha=0.4,size=5)

    ggplot(airquality,aes(Wind,Temp)) +geom_point()+geom_smooth()(geom為幾何客體? ?添加一條回歸線)? =ggplot(airquality,aes(Wind,Temp)) +geom_point()+stat_smooth()

    ggplot(airquality,aes(Wind,Temp)) +geom_point()+geom_smooth(method="lm",se=FALSE,aes(col=factor(Month)))(給每個月份的數據擬合一條回歸線)

    ggplot(airquality,aes(Wind,Temp,col=factor(Month),group=1)+geom_point()+geom_smooth(method="lm",se=FALSE))(對所有數據進行擬合)

    查看全部
  • 3-7ggplot2繪圖系統之基礎知識

    繪圖函數:1.qplot()? ?類似于Base系統的plot(),參數包含aesthetics/geom/facet...

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 隱藏了繪圖實現的細節

    ? ? ? ? ? ? ? ? ?2.ggplot()? 是核心,可以實現qplot()無法實現的功能

    ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?調用ggplot()本身并不能實現繪圖,要在其基礎上添加層(如geom_point())才可? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?以

    ? ? ? ? ??

    查看全部
  • 3-6Lattice繪圖系統之實踐

    1. library(lattice)

    2. xyplot(Temp~Ozone,data=airquality)

    3. airquality$Month<-factor(airquality$Month)(Month變成了分類變量)

    4. xyplot(Temp~Ozone|Month,data=airquality,layout=c(5,1))(在不同月份下前面2個變量的關系,外顯的布局是5行1列)? ? Lattice系統適合做交互作用。

    5. q<-xyplot(Temp~Wind,data=airquality)

    6. print(q)


    7. set.seed(1)(設置了一個種子點,意義是每次產生的隨機數是一樣的? 非常重要,只要使用隨機數就要設置)

    8. x<-rnorm(100)(標準正態分布抽取的隨機數)

    9. f<-rep(0:1,each=50)(f變量只有0和1,每個數出現50次)

    10. y<-x+f-f*x+rnorm(100,sd=0.5)(讓x和y之間的關系與f變量有交互)

    11. f<-factor(f,labels=c("Group1","Group2"))

    12. xyplot(y~x|f,layout=c(2,1))

    13. xyplot(y~x|f,panel=function(x,y){

    ? ? ? ? ? panel.xyplot(x,y)?

    ? ? ? ? ? panel.abline(v=mean(x),h=mean(y),lty=2)

    ? ? ? ? ? panel.lmline(x,y,col="red")})(在x均值在的地方畫一條垂線,在y均值在的地方畫一條水平線)

    查看全部
  • 3-5Lattice 繪圖系統之基礎知識

    lattice包:xyplot/bwplot/histogram等

    ? ? ? ? ? ? ? ? 格式:xyplot(y~x|f*g,data)(f*g的含義是分類變量)

    ? ? ? ? ? ? ? ? panel函數,用于控制每個面板內的繪圖

    grid包:實現了獨立于base的繪圖系統

    ? ? ? ? ? ? ? lattice包是基于grid創建的;很少直接從grid包調用函數

    Lattice與Base的重要區別:

    Base繪圖函數直接在圖形設備上繪圖

    Lattice繪圖函數返回trellis類對象,而不是直接繪圖(打印函數真正執行了在設備上繪圖,命令執行時,trelllis類對象會被自動打?。?/p>



    查看全部
  • 3-5Lattice 繪圖系統之基礎知識

    lattice包:xyplot/bwplot/histogram等

    ? ? ? ? ? ? ? ? 格式:xyplot(y~x|f*g,data)(f*g的含義是分類變量)

    ? ? ? ? ? ? ? ? panel函數,用于控制每個面板內的繪圖

    grid包:實現了獨立于base的繪圖系統

    ? ? ? ? ? ? ? lattice包是基于grid創建的;很少直接從grid包調用函數

    Lattice與Base的重要區別:

    Base繪圖函數直接在圖形設備上繪圖

    Lattice繪圖函數返回trellis類對象,而不是直接繪圖(打印函數真正執行了在設備上繪圖,命令執行時,trelllis類對象會被自動打?。?/p>



    查看全部
首頁上一頁1234567下一頁尾頁

舉報

0/150
提交
取消
課程須知
本課程需要學員提前掌握 (1)安裝好R和Rstudio; (2)了解基本的數據結構和操縱數據的方法
老師告訴你能學到什么?
了解數據特征; 掌握R語言繪圖(數據可視化); 學會使用R Markdown制作和發布報告

微信掃碼,參與3人拼團

微信客服

購課補貼
聯系客服咨詢優惠詳情

幫助反饋 APP下載

慕課網APP
您的移動學習伙伴

公眾號

掃描二維碼
關注慕課網微信公眾號

友情提示:

您好,此課程屬于遷移課程,您已購買該課程,無需重復購買,感謝您對慕課網的支持!