散点图
> plot(x1,x2)
直方图
可以用来表示不同值出现的频率
> hist(x$x1)
箱线图
> boxplot(x$x1,x$x2,x$x3)
- 箱子中间的黑色粗线为样本的中位数。比如第一个图为90
- 箱子的上下横线分别表示样本的25%分位线以及75%分位线,意思是有25%的样本数在上横线以上。
- 上下延伸的直线为尾线,尾线的尽头为最高值和最低值
- 第二个和第三个数据集箱子外面有一个点,叫做异常值
> boxplot(x[2:4],col=c("red","green","blue"),notch = T)
产生有颜色和缺口的箱线图
星相图
可以直观的分析不同个体在不同方面的特征,如果x1,x2,x3分别代表不同个体的三科成绩
> stars(x[c("x1","x2","x3")])
可以从图中看出的是有的同学偏科很严重,有的均衡发展。
另外,还可以画出不同类型的星相图(雷达图)
> stars(x[c("x1","x2","x3")],full=T,draw.segments = T)
扇形的半径越大,面积越大说明某一科成绩很好,分布畸形代表着存在着偏科
,full=T代表着画整圆,draw.segments = T代表画扇形
> stars(x[c("x1","x2","x3")],full=F,draw.segments = T)
柱状图
> table(x$x1)80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 5 8 4 3 4 2 7 5 3 9 7 7 5 5 3 6 3 1 6 5 2
> barplot(table(x$x1))
饼图
> pie(table(x$x1))