如何使用R进行数据展现？且看使用iris数据可视化实例

Posted 2020-10-02

iris数据的详细介绍如下：

首先，要查看iris数据集的大小和结构，其维度和名称分别使用函数dim 和names获取，函数str 和attributes返回数据的结构和属性。

dim(iris)

names(iris)

str(iris)

attributes(iris)

接下来，查看数据的前五行，返回第一和最后一行，使用head和tail

iris[1:5,]

head(iris)

tail(iris)

还可以查找某一列的值：

例如，下面的两行代码可用来获取到Sepal.Length的前10个值。

iris[1:10, "Sepal.Length"]

iris$Sepal.Length[1:10]

每一个数值型变量的分布情况，可用函数summary进行查看。该函数的返回值是变量中的最小值、最大值、平均值、中位数、第一四分位数(25%)和第三四分位数(75%)。

对于因子(或分类变量)而言，函数返回的是每一个等级水平的频数。

summary(iris)

平均值、中位数和极差也可以分别使用函数mean、median和range获取，获取四分位数和百分位数可以使用quantile函数，代码如下所示：

quantile(iris$Sepal.Length)

quantile(iris$Sepal.Length, c(.1, .3, .65))

接下来，使用函数var查看Sepal.Length的方差，使用hist绘制分布直方图，使用函数density计算密度估计值。

var(iris$Sepal.Length)

hist(iris$Sepal.Length)

密度图

plot(density(iris$Sepal.Length))

饼图

因子的频数可以由函数table计算，然后使用函数pie绘制饼图，绘制条形图。或使用函数barplot绘制条形图。

table(iris$Species)

pie(table(iris$Species))

条形图

barplot(table(iris$Species))

查看了单个变量的分布后，还需要展现两个变量之间的关系。下面使用函数cov和cor 分别计算变量之间的协方差和相关系数。

cov(iris$Sepal.Length, iris$Petal.Length)

cov(iris[,1:4])

cor(iris$Sepal.Length, iris$Petal.Length)

cor(iris[,1:4])

接下来，使用函数aggregate计算每一个鸢尾花种(species)的sepal.Lellgth的统计数据。

aggregate(Sepal.Length ~ Species, summary, data=iris)

然后，使用函数boxplot绘制盒图(又称为盒形-虚线图)，以展示数据分布的中位数、第一四分位数和第三四分位数(即累积分布中的位于50%、25%、75%位置上的点)，以及离群点。

盒图中间的横线表示中位数。图示四分位差(IQR)，即第三四分位数(75%)与第一四分位数(25%)的差值。

boxplot(Sepal.Length~Species, data=iris)

本文出自 “中科院计算所培训” 博客，谢绝转载！