R語言的可視化

1. 完整的數據分析流程

• 定義研究問題
• 定義理想數據集
• 肯定可以獲取什麼數據
• 清理數據

2. 變量的類型：

• 數值變量（可進行加減乘除運算）：連續（可在給定區間取任意數值）、離散（給定集合內不連續取值）
• 分類變量（取值空間有限，不能進行運算）：有序（順序有意義）、無序（不可比較）

1. 數值變量特徵和可視化

集中趨勢測量（均值、中位數、衆數）
均值=（數值之和）/（數值個數）
中位數=排序後位於正中間的一個數（奇數）、排序後位於正中間的兩個數的均值（偶數）
衆數=出現次數最多的數

分散趨勢測量（值域、方差、標準差、四分位距）

舉個例子：

其中，中位數、四分位距是穩健統計量，受極端值影響小。

一個數值變量的可視化
柱狀圖：橫座標表示預測值全部可能的取值，縱座標表示頻數。
點圖：橫座標表示預測值全部可能的取值，縱座標表示出現的次數。好比出現了一次，就會對應一個點。
箱圖：展現25%分位點、50%分位點、75%分位點。在範圍（25%分位點-1.5四分位距，75%分位點+1.5四分位距）以外的點命異常點。

兩個數值變量的關係
散點圖：顯示方向、形狀、強度、極端值。好比正相關、負相關。

2. 分類變量的特徵和可視化

一個分類變量可視化
頻率表：表格的形式展示數據的分類水平出現的頻率。
條形圖：橫座標表示分類變量的每個水平。

兩個分類變量的關係
關聯表
相對頻率表
分段條形圖、相對頻率的分段條形圖
馬賽克圖

3.一個分類變量一個數值變量

並排箱圖：橫軸分類變量取值，縱軸爲每一個分類變量下對應的數值變量。

3. 三大繪圖系統

基本繪圖系統
藝術家的調色板，繪圖始於空白畫布。分爲兩個步驟 = 圖+修飾添加 = 執行一系列的函數。適於繪製2D圖。
繪圖函數（graphics包）---plot/ hist / boxplot /points /lines /text /title / axis，調用函數的時候會啓動一個圖形設備。
plot(x,y,...)，其中重要的參數有：xlab / ylab：x軸y 軸的標籤，lwd線寬，lty線的類型(2爲虛線)，pch點，col顏色。
par()，用於設置全局參數，bg：背景顏色，mar邊距，las標籤排版，mfrow行列，mfcol列行。
舉例子：

hist(airquality$Wind,xlab = "wind")
#一個數值變量的直方圖

boxplot(airquality$Wind,xlab="wind",ylab="speed")
#一個數值變量的箱圖

boxplot(Wind~Month,airquality)
#一個數值變量一個分類變量的並排箱圖，橫軸爲分類水平。

plot(airquality$Wind,airquality$Temp)
#風速與溫度的散點圖，也能夠寫成with函數：
with(airquality,plot(Wind,Temp))

with(subset(airquality,Month==9),points(Wind,Temp,col="red"))
with(subset(airquality,Month==5),points(Wind,Temp,col="blue"))
with(subset(airquality,Month %in% c(6,7,8)),points(Wind,Temp,col="black"))
不一樣月份的點用不一樣顏色繪製

fit<-lm(Temp~Wind,airquality)
abline(fit,lwd=2)
#作一條擬合線

legend("topright",pch=1,col = c("red","blue","black"),legend = c("sep","may","other"))
#作圖例

par(mfrow=c(1,2))
hist(airquality$Wind)
hist(airquality$Temp)
#將屏幕分爲兩個部分做圖。