以下绘图源数据均是r语言自带的，喜欢的小伙伴都可以上手尝试，绘制绘制~~~
##R语言基础绘图
#散点图
#1，普通散点图
par(mfrow=c(1,2)) #一行两列展示
#绘制一维数据
plot(x=rnorm(10))
#绘制二维数据
plot(women)
par(mfrow=c(1,1))
#2.散点图矩阵
#利用plot函数
plot(iris[,1:4],main="利用plot函数绘制散点图矩阵")
#利用pairs函数
pairs(iris[,1:4],main="利用pairs函数绘制散点图矩阵")
#3.柱状图和条形图
>par(mfrow=c(1,2))
>for(i inc(FALSE,TRUE)){
barplot(VADeaths,horiz=i,beside=T,col=rainbow(5))
} #horiz为循环i，当i为TRUE，做柱状图，当i为FALSE,做条形图，rainbow(5)设置5中颜色梯度
>par(mfrow=c(1,1))
>VADeaths
Rural Male Rural Female Urban Male UrbanFemale
50-54 11.7 8.7 15.4 8.4
55-59 18.1 11.7 24.3 13.6
60-64 26.9 20.3 37.0 19.3
65-69 41.0 30.9 54.6 35.1
70-74 66.0 54.3 71.1 50.0
>
#饼图
>pie(table(mtcars$cyl))
> #Q-Q图 #用于正态检验
> library(ggplot2)
> qqnorm(economics$psavert)
> #茎叶图
>stem(mtcars$wt)
The decimal point is at the |
1 | 5689
2 | 123
2 | 56889
3 | 12224444
3 | 55667888
4 | 1
4 |
5 | 334
> #点图
>dotchart(mtcars$mpg,labels=rownames(mtcars))
R语言描述统计
> #平均值
> ####mean()函数####
> x<-c(75,64,47,55,77,88,99,2,44,6,8,53)
> mean(x)
[1] 51.5
> #中位数
> ####median()函数####
> median(x)
[1] 54
> ###quantile()函数###
> quantile(x)
0% 25% 50% 75% 100%
2.0 35.0 54.0 75.5 99.0
> ###summary()函数####
> vars<-c("mpg","hp","wt") #每加仑汽油行驶英里数（mpg），马力（hp）和体重（wt）
> head(mtcars[vars])
mpg hp wt
Mazda RX4 21.0 1102.620
Mazda RX4 Wag 21.0 1102.875
Datsun 710 22.8 93 2.320
Hornet 4 Drive 21.4 1103.215
Hornet Sportabout 18.7 175 3.440
Valiant 18.1 1053.460
> summary(mtcars[vars])
mpg hp wt
Min. :10.40 Min. : 52.0 Min. :1.513
1st Qu.:15.43 1st Qu.: 96.5 1st Qu.:2.581
Median :19.20 Median :123.0 Median :3.325
Mean :20.09 Mean :146.7 Mean :3.217
3rd Qu.:22.80 3rd Qu.:180.0 3rd Qu.:3.610
Max. :33.90 Max. :335.0 Max. :5.424
> summary(iris[,5]) #对因子变量进行频数统计，即3个因子都是50个样本
setosa versicolor virginica
50 50 50
> ###Hmisc包中的describe()函数计算描述统计量##
> library(Hmisc)
> describe(mtcars[vars]) #函数结果信息更多，可知有3个因子，32个样本，显示5个最小值，5个最大值等
以上，欢迎关注公众号“三只产品数据汪1”