【R语言学习笔记】二、数据可视化

数据科学家所需要具备的知识与技能
Hacking skills
Math&StatisticsKnowledge
SubstantiveExpertise
* 完整的数据分析流程 *

1. 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
2. 探索性分析（数据可视化）
   统计分析、建模（机器学习）等
3. 解释/交流结果（数据可视化）
   挑战结果
   书写报告（Reproducible原则）
   ## 数据基础 ##
   观测、变量、数据矩阵
   变量的类型
   数值型 连续、离散
   分类 有序、无序
   变量间的关系

---

数值变量的特征和可视化
集中趋势的测量 均值（mean）、中位数（median）、众数（mode）
分散趋势 值域、方差、标准差、四分位距
一个变量的可视化
–柱状图（histogram）、点图（dot plot）
–箱图（box plot）

两个变量的关系
–散点图（scatter plot）方向、形状、强度、极端值

分类变量的特征和可视化
–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）
一个分类变量和一个数值变量的关系
–并排箱图

这里写代码片

R的三大绘图系统
–基本绘图系统：图+修饰/添加=执行一系列函数
–Lattice绘图系统:一次成图，特别适用于变量间的交互
–ggplot2绘图系统

基本绘图系统（graphics包）
-plot/hist/boxplot/points/lines/text/title/axis

library(MASS)
data(airquality)
head(airquality)
hist(airquality$Wind)
hist(airquality$Wind,xlab="Wind")
boxplot(airquality$Wind,xlab="Wind",ylab="Speed(mph)")
boxplot(Wind~Month,airquality,xlab="Wind",ylab="Speed(mph)")
plot(airquality$Wind,airquality$Temp)
with(airquality,plot(Wind,Temp))#with函数下定义数据集
title(main="Wind and Temp in NYC")# 修饰，添加标题
}

with(airquality,plot(Wind,Temp,
                main=