- 1. 练习：钻石
- 2. 练习：价格直方图
- 3. 练习：价格直方图小结
- 4. 练习：钻石数量
- 5. 练习：廉价钻石
- 6. 练习：切工-价格直方图
- 7. 练习：切工-价格
- 8. 练习：标尺和多直方图
- 9. 练习：由切工决定的每克拉价格
- 10. 练习：价格箱线图
- 11. 练习：四分位数间距-IQR
- 12. 练习：由颜色表示的每克拉箱线图
- 13. 练习：克拉频率多边形
- 14. 练习：用 R 进行数据整理
- 15. 练习：Gapminder 数据
- 16. 练习：探索你的好友的生日
1. 练习：钻石
library(ggplot2)
data(diamonds)
summary(diamonds)
在environment中可以查看到diamond中的相关信息。
?diamonds
查看对应的帮助文件。
2. 练习：价格直方图
ggplot(aes(x = price), data = diamonds) + geom_histogram(binwidth = 10)
3. 练习：价格直方图小结
summary(diamonds$price)
Min. 1st Qu. Median Mean 3rd Qu. Max. 326 950 2401 3933 5324 18823
4. 练习：钻石数量
summary(diamonds$price >= 15000)
使用上述代码，取出符合条件的数据。
5. 练习：廉价钻石
ggplot(aes(x = price), data = diamonds) + geom_histogram(binwidth = 10) + scale_x_continuous(breaks = 1:1000)
6. 练习：切工-价格直方图
ggplot(aes(x = price), data = diamonds) + geom_histogram(binwidth = 10) + scale_x_continuous(breaks = 1:15000) + facet_wrap(~cut,ncol = 2)
根据cut进行分面。
7. 练习：切工-价格
按照cut进行区分，将价格price的summary输出：
by(diamonds$price,diamonds$cut,summary)
diamonds$cut: Fair Min. 1st Qu. Median Mean 3rd Qu. Max. 337 2050 3282 4359 5206 18574
diamonds$cut: Good Min. 1st Qu. Median Mean 3rd Qu. Max. 327 1145 3050 3929 5028 18788
diamonds$cut: Very Good Min. 1st Qu. Median Mean 3rd Qu. Max. 336 912 2648 3982 5373 18818
diamonds$cut: Premium Min. 1st Qu. Median Mean 3rd Qu. Max. 326 1046 3185 4584 6296 18823
diamonds$cut: Ideal Min. 1st Qu. Median Mean 3rd Qu. Max. 326 878 1810 3458 4678 18806
8. 练习：标尺和多直方图
qplot(x = price, data = diamonds) + facet_wrap(~cut)
9. 练习：由切工决定的每克拉价格
ggplot(aes(x = price/carat), data = diamonds) + geom_histogram(binwidth = 1) + scale_x_continuous(breaks = 1:15000) + facet_wrap(~cut,ncol = 2) + scale_x_log10()
10. 练习：价格箱线图
qplot(x=color,y=price,
data = subset(diamonds,!is.na(cut)),
geom = "boxplot") +
scale_y_continuous(lim = c(0,15000),breaks = seq(0,15000,500))
11. 练习：四分位数间距-IQR
by(diamonds$price,diamonds$color,summary)
diamonds$color: D Min. 1st Qu. Median Mean 3rd Qu. Max. 357 911 1838 3170 4214 18693
diamonds$color: E Min. 1st Qu. Median Mean 3rd Qu. Max. 326 882 1739 3077 4003 18731
diamonds$color: F Min. 1st Qu. Median Mean 3rd Qu. Max. 342 982 2344 3725 4868 18791
diamonds$color: G Min. 1st Qu. Median Mean 3rd Qu. Max. 354 931 2242 3999 6048 18818
diamonds$color: H Min. 1st Qu. Median Mean 3rd Qu. Max. 337 984 3460 4487 5980 18803
diamonds$color: I Min. 1st Qu. Median Mean 3rd Qu. Max. 334 1120 3730 5092 7202 18823
diamonds$color: J Min. 1st Qu. Median Mean 3rd Qu. Max. 335 1860 4234 5324 7695 18710
12. 练习：由颜色表示的每克拉箱线图
qplot(x=color,y=price/carat,
data = subset(diamonds,!is.na(cut)),
geom = "boxplot") +
scale_y_continuous(lim = c(0,10000),breaks = seq(0,10000,500))
13. 练习：克拉频率多边形
qplot(x = carat,data = subset(diamonds,!is.na(carat)),
binwidth = 0.1,geom = "freqpoly") +
scale_x_continuous(lim = c(0,5),breaks = seq(0,5,0.5)) +
scale_y_continuous(lim = c(0,3000),breaks = seq(0,3000,500))
table(diamonds$carat)
上述代码可以列举出各个carat中对应的个数。
14. 练习：用 R 进行数据整理
数据加工或数据整理占用数据科学家或数据分析员大量的时间，而 tidyr 和 dplyr 两种 R 包可使 R 中的这些任务更加简单。
- tidyr ： 用于重塑数据布局的包
- dplyr ： 用于帮助转换整洁的表格数据的包