R语言实用案例分析-1

在日常生活和实际应用当中，我们经常会用到统计方面的知识，比如求最大值，求平均值等等。R语言是一门统计学语言，他可以方便的完成统计相关的计算，下面我们就来看一个相关案例。

1. 背景

最近西安交大大数据专业二班，开设了Java和大数据技术课程，班级人数共100人。

2. 需求

通过R语言完成该100位同学学号的生成，同时使用R语言模拟生成Java和大数据技术成绩，成绩满分为100，需要满足正态分布，成绩生成后，求出：1.同学们的各科总分。2. 各科平均分。3.求最高分的同学。4.求出这两门课程的关系。

实现思路：

1. 首先需要生成100位同学的学号，学号按照从小到大进行排序，可以使用seq函数，关于seq的使用，可以查看帮助文档

   seq(3116393030,3116393130)

  得到结果

 

2. 通过rnorm生成2门正态分布的成绩。

   rnorm(100,mean=80,sd=11)，此处生成了均值为80，标准差为11的100个学生成绩。运行结果如下：

3. 以上结果有2个问题，第一：成绩的小数点过多，我们保留整数，第二：由于满分成绩为100，结果出现了大于100的成绩，我们将大于100的成绩设置为100

使用round函数取得整数

round(rnorm(100,mean=80,sd=11))

把结果中大于100的值设置为100，也就是满分为100

x<-round(rnorm(100,mean=80,sd=11))
x[x>100]=100
x

结果如下：

4. 同样的道理，我们在生成另外一门课程的成绩，在这里我们为了练习，使用runif生成均匀分布的随机数。

使用runif生成100个最小值为80，最大值为100的均匀分布函数

y<-runif(100,min=80,max=100)
round(y)

结果如下：

5. 把生成的学号，2门课程的成绩生成dataframe结构，我们把以上代码做个调整，并且运行。

num<-seq(3116393031,3116393130)

x<-round(rnorm(100,mean=80,sd=11))
x[x>100]=100

y<-round(runif(100,min=80,max=100))

info<-data.frame(num,x,y)
info

结果如下：

.....

6. 求每个学生两门的平均成绩，通过z列进行表示

z<-rowMeans(info[,-1])#去除第一列后求行均值
info1<-data.frame(num,x,y,z) #重新组合成一个dataframe

结果如下：

....

7. 求每个同学的总分，并且通过z列显示出来

  使用apply函数将sum应用在需要进行加操作的列上，比如第2列和第3列

z<-apply(info1[,c("x","y")],1,sum)
info2<-data.frame(num,x,y,z)

结果如下：

......

8. 找出总成绩最高的同学的学号

通过which.max找出总分最大的列，然后找出相应的学号

info2[which.max(info2[,c("z")]),][,1]

结果如下：

9. 显示同学总分的柱状图

hist(info2$z)

从上面的柱状图可以看出总成绩的分布情况

以上R案例分析内容属于抛砖引玉，如有不足地方，欢迎批评指正。