画柱状图。

画柱状图。

画柱状图

数据科学家的分类

4-2R Markdown

R Markdown：R code +Markdown    将Markdown转为HTML

第4章 制作和发布报告

4-1可重复研究与可再现研究

Replication(可重复)：独立的研究者/数据/分析方法/工具得到一致的证据

Reproducible Research(可再现研究)：让数据和分析过程（code）透明

                                                            工具：R Markdown 

第4章 制作和发布报告

4-1可重复研究与可再现研究

Replication(可重复)：独立的研究者/数据/分析方法/工具得到一致的证据

Reproducible Research(可再现研究)：让数据和分析过程（code）透明

                                                            工具：R Markdown 

第4章 制作和发布报告

4-1可重复研究与可再现研究

Replication(可重复)：独立的研究者/数据/分析方法/工具得到一致的证据

Reproducible Research(可再现研究)：让数据和分析过程（code）透明

                                                            工具：R Markdown 

第4章 制作和发布报告

4-1可重复研究与可再现研究

Replication(可重复)：独立的研究者/数据/分析方法/工具得到一致的证据

Reproducible Research(可再现研究)：让数据和分析过程（code）透明

                                                            工具：R Markdown 

3-11图形设备

R支持的图形设备

图形设备：1.屏幕设备（探索性分析常用）：电脑屏幕

                 2.文件设备（打印/文章用图常用）：向量格式（PDF）、位图（PNG/JPEG/TIFF/BMP）

                 3.grDevices包：包含了实现各种图形设备的代码

如何把图画到文件设备中：

  pdf(file="myfig.pdf")

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

  dev.off()(关闭设备)（在工作路径中找到图）

  getwd()(显示工作路径)

  dev.copy(png,file="mycopy.png")（把图复制到png文件中）

  dev.off()

3-10R Color

R语言绘图之颜色

1. grDevice包：colorRamp()(返回的是0到1之间的数值) & colorRampPalette()(返回的是颜色的16进                        制的表示)

                         颜色名字可以使用colors()获取

2. RColorBrewer包：三类调色板——sequential(适合顺序数据)/diverging(适合凸显极端数值)/qualitative(适合分类变量)

                                调色板信息可与colorRamp/colorRampPalette结合使用

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

                                  pal(0)#red

                                  pal(1)#blue

                                  pal(0.5) (使用这两个颜色中间的任意一个颜色，输入小于1的数就可以)

                                  pal(seq(0,1,len=10))(生成一系列的值，长度为10，在0到1之间)

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

                                            pal(1)(红色) pal(2)(红色和黄色)

RColorBrewer包：library(RColorBrewer)

                             brewer.pal.info(查看调色板的信息)

RColorBrewer的调色板与colorRampPalette结合使用：

                              cols<-brewer.pal(3,"Greens")(调用了Greens调色板，取了3个颜色)

                              pal<-colorRampPalette(cols)

                              image(volcano,col=pal(20))（以3个颜色为3个端点，在3个端点中进行取值）

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

3-9ggplot2绘图系统之ggplot

library(ggplot2)

ggplot(airquality,aes(Wind,Temp)) +geom_point(color="steelblue",alpha=0.4,size=5)(一层加一层)

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为几何客体   添加一条回归线)  =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)))(给每个月份的数据拟合一条回归线)

ggplot(airquality,aes(Wind,Temp,col=factor(Month),group=1)+geom_point()+geom_smooth(method="lm",se=FALSE))(对所有数据进行拟合)

3-7ggplot2绘图系统之基础知识

绘图函数：1.qplot()   类似于Base系统的plot(),参数包含aesthetics/geom/facet...

                                  隐藏了绘图实现的细节

                 2.ggplot()  是核心，可以实现qplot()无法实现的功能

                                   调用ggplot()本身并不能实现绘图，要在其基础上添加层（如geom_point()）才可                                     以

3-6Lattice绘图系统之实践

1. library(lattice)

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

3. airquality$Month<-factor(airquality$Month)(Month变成了分类变量)

4. xyplot(Temp~Ozone|Month，data=airquality,layout=c(5,1))(在不同月份下前面2个变量的关系,外显的布局是5行1列)    Lattice系统适合做交互作用。

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

6. print(q)

7. 
   

8. set.seed(1)(设置了一个种子点,意义是每次产生的随机数是一样的  非常重要，只要使用随机数就要设置)

9. x<-rnorm(100)(标准正态分布抽取的随机数)

10. f<-rep(0:1,each=50)(f变量只有0和1，每个数出现50次)

11. y<-x+f-f*x+rnorm(100,sd=0.5)(让x和y之间的关系与f变量有交互)

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

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

14. 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均值在的地方画一条垂线，在y均值在的地方画一条水平线)

3-5Lattice 绘图系统之基础知识

lattice包：xyplot/bwplot/histogram等

                格式：xyplot(y~x|f*g,data)(f*g的含义是分类变量)

                panel函数，用于控制每个面板内的绘图

grid包：实现了独立于base的绘图系统

              lattice包是基于grid创建的；很少直接从grid包调用函数

Lattice与Base的重要区别：

Base绘图函数直接在图形设备上绘图

Lattice绘图函数返回trellis类对象，而不是直接绘图（打印函数真正执行了在设备上绘图，命令执行时，trelllis类对象会被自动打印）

3-5Lattice 绘图系统之基础知识

lattice包：xyplot/bwplot/histogram等

                格式：xyplot(y~x|f*g,data)(f*g的含义是分类变量)

                panel函数，用于控制每个面板内的绘图

grid包：实现了独立于base的绘图系统

              lattice包是基于grid创建的；很少直接从grid包调用函数

Lattice与Base的重要区别：

Base绘图函数直接在图形设备上绘图

Lattice绘图函数返回trellis类对象，而不是直接绘图（打印函数真正执行了在设备上绘图，命令执行时，trelllis类对象会被自动打印）

3-5Lattice 绘图系统之基础知识

lattice包：xyplot/bwplot/histogram等

                格式：xyplot(y~x|f*g,data)(f*g的含义是分类变量)

                panel函数，用于控制每个面板内的绘图

grid包：实现了独立于base的绘图系统

              lattice包是基于grid创建的；很少直接从grid包调用函数

Lattice与Base的重要区别：

Base绘图函数直接在图形设备上绘图

Lattice绘图函数返回trellis类对象，而不是直接绘图（打印函数真正执行了在设备上绘图，命令执行时，trelllis类对象会被自动打印）

3-4R语言 基本绘图系统之全局参数

par("bg")(作图面板的背景颜色)

par("col")(图的颜色为黑色)

par("mar")(图的边距)

par("mfrow")(1行1列，只能做一个图)

par("mfcol")(同上，以列的方式做填充)

?par

举例：

1.par(mfrow=c(1,2))

   hist(airquality$Temp)

   hist(airquality$Wind)

2.par(mfcol=c(2,1))

   hist(airquality$Temp)

   hist(airquality$Wind)

3-3 R语言 基本绘图系统之实践

1. hist(airquality$Wind,xlab="Wind")(数值型变量风速的柱状图)
   

2. boxplot(airquality$Wind,xlab="Wind",ylab="Speed(mph)")(箱图)

3. boxplot(Wind~Month,airquality,xlab="Month",ylab="Speed(mph)")（一个分类变量和一个数值变量的关系,每个月份的风速）

4. plot(airquality$Wind,airquality$Temp)(风速和温度的散点图)=with(airquality,plot(Wind,Temp))

5. title(main="Wind and Temp in NYC")(加标题，可以直接将括号中的命令放入with命令中)

6. with(airquality,plot(Wind,Temp,main="Wind and Temp in NYC",type="n"))(除了点以外其他的信息都有)

7. with(subset(airquality,Month==9),points(Wind,Temp,col="red"))（按月份画点，不同月份显示的点有不同的颜色）

8. with(subset(airquality,Month%in%c(6,7,8)),points(Wind,Temp,col="red"))

9. fit<-lm(Temp~Wind,airquality)(拟合模型)

10. abline(fit,lwd=2)

11. legend("topright",pch=1,col=c("red","blue","black"),legend=c("Sep","May","Other"))(点的颜色代表的含义)
    

3-2 基本绘图系统之基础知识

绘图函数（graphics包）：

1. plot/hist（柱状图）/boxplot/points/lines/text（指定位置添加文字）/title/axis（添加坐标轴）

2. 调用函数会启用一个图形设备（如果没有正在运行的图形设备），并设备上绘图

   基本绘图系统+屏幕设备

plot():plot(x,y,.....)   重要参数：xlab/ylab/lwd/lty/pch/col

?par(了解更多重要参数)

par():用于设置全局参数（作用于R中的所有plot绘图）

bg(背景颜色)/mar（作图时与边界的边距）/las（呈现x的坐标的话 输入的汉字是横排版或竖排版）/mfrow（当前的画板分为几行几列，并且作图时按照行来填充）/mfcol（当前的画板分为几行几列，并且作图时按照列来填充）

这些参数可以在每次plot之前进行修改

第3章 R的绘图系统

3-1R语言 三大绘图系统简介

基本绘图系统（Base Plotting System ）:

1. 特点是绘图始于空白帆布，所以有人称为艺术家的调色板。需要事先计划（图里的点线以及坐标轴都是人为加上去的）；直观地实时反映绘图和分析数据的逻辑

2. 两步=图+修饰/添加=执行一系列函数

3. 适合绘制2D图

Lattice绘图系统（Lattice Plotting System）:

1. 绘图=使用一次函数调用（一次成图）

2. 特别适用于观测变量间的交互：在变量z的不同水平，变量y如何随变量x变化

ggplot2绘图系统（ggplot2 Plotting System）:

1. The Grammar of Graphics

   图：动词、名词、形容词等

   本质是把数据映射到几何客体（points/lines/bars）的美学属性（颜色/形状/大小）

2. 可以视为基本绘图系统+Lattice绘图系统的合体

   既可以像Lattice绘图系统一样自动处理标题/文字说明/空间等，但也像基本绘图系统允许通过添加注释进行修改

2-3分类变量的特征和可视化

一个分类变量的可视化：频率表（frequency table）、条形图（bar plot）

两个分类变量的关系：关联表（contingency table）、相对频率表（relative frequencies）、分段条形图、相对频率分段条形图、马赛克图（mosaicplot）

一个分类变量、一个数值变量的关系：并排箱图（side-by-side box plot）

2-2数值变量的特征和可视化

集中趋势

分散趋势

x<-c(1,9,2,8,3,9,4,5,7,6)

mean(x)

median(x)

var(x)

sd(x)

summary(x)

稳健统计量（robust statistics）:中位数、四分位差（受极端值影响小）

一个变量的可视化：

柱状图（histogram）、点图（dot plot）(分布)、箱图（box plot）(中位数、分位点、极端值)

两个变量的关系：

散点图（scatter plot）:方向、形状、强度、极端值

第2章 了解数据特征

2-1R语言数据基础

以上为1个数据矩阵

变量的类型：数值（quantitative）:连续性和离散型

                    分类：无序（不可比较）   有序（顺序有意义）

变量间的关系（对应不同的可视化方法和统计分析方法）

1-3完整的数据分析流程

定义研究问题

定义理想的数据集

确定能够获取什么数据

获取数据

清理数据

探索性分析（数据可视化）

统计分析/建模（机器学习）等

解释/交流结果（数据可视化）

挑战结果（有没有其他可能）

书写报告（Reproducibe原则）

假设驱动 vs  数据驱动

ggplot

3-6没看懂

side-by-side box plot

两个边线的含义不是值域。是Q1-1.5IQR

Q3+1.5IQR。

竖线外是极端值。⭕️异常值

11111