多元数据可视化
- 1.数据描述
- 2.调入数据
- 3.条图
- 3.1 按行做均值条图
- 3.2 按列做均值条图
- 4.箱尾图
- 5.星相图
- 5.1具有图例的360度星相图
- 5.2具有图例的180度星相图
- 6. 脸谱图(需加载aplpack)
- 7. 调和曲线图(需加载mvstats包)
- 8. 案例全部程序附在最后。
1.数据描述
略
2.调入数据
操作步骤:
Case2=read.table("clipboard",header=T) #加载数据
结果:
结果解释:
从剪切板上加载数据
3.条图
3.1 按行做均值条图
操作步骤:
barplot(apply(Case2,1,mean),las=3)
结果:
结果解释:
按行做均值条形图
3.2 按列做均值条图
操作步骤:
barplot(apply(Case2,2,mean),las=3)
结果:
结果解释:
按列做均值图条形图
4.箱尾图
操作步骤:
boxplot(Case2)
结果:
结果解释:
按列做箱线图
5.星相图
5.1具有图例的360度星相图
操作步骤:
stars(Case2,full=T,key.loc=c(13,1.5))
结果:
结果解释:
具有图例的360度星相图
5.2具有图例的180度星相图
操作步骤:
stars(Case2,full=F,key.loc=c(13,1.5))
结果:
结果解释:
具有图例的180度星相图
6. 脸谱图(需加载aplpack)
操作步骤:
library(aplpack)
faces(Case2,ncol.plot=7)#按每行7个做脸谱图
faces(Case2[,2:8],ncol.plot=7)#去掉第一个变量按每行7个做脸谱图
faces(Case2[c(1,9,19,28,29,30),])
结果:
effect of variables:modified item Var "height of face " "X1" "width of face " "X2" "structure of face" "X3" "height of mouth " "X4" "width of mouth " "X5" "smiling " "X6" "height of eyes " "X7" "width of eyes " "X8" "height of hair " "X9" "width of hair " "X10""style of hair " "X1" "height of nose " "X2" "width of nose " "X3" "width of ear " "X4" "height of ear " "X5"
结果解释:
首先加载aplpack包,然后选择第1,9,19,28,29,30个观测的多元数据做脸谱图
7. 调和曲线图(需加载mvstats包)
操作步骤:
library(mvstats)
plot.andrews(Case2)#绘制调和曲线图
plot.andrews(Case2[c(1,9,19,28,29,30),])
结果:
结果解释:
首先加载mvstats包,然后选择第1,9,19,28,29,30个观测的多元数据做调和曲线图
8. 案例全部程序附在最后。
Case2=read.table("clipboard",header=T) #加载数据
barplot(apply(Case2,1,mean),las=3)#按行做均值条形图
barplot(apply(Case2,2,mean),las=3)#按列做均值图条形图
boxplot(Case2)#按列做箱线图
stars(Case2,full=T,key.loc=c(13,1.5)) #具有图例的360度星相图
stars(Case2,full=F,key.loc=c(13,1.5)) #具有图例的180度星相图
library(aplpack)#加载aplpack包
faces(Case2,ncol.plot=7)#按每行7个做脸谱图
faces(Case2[,2:8],ncol.plot=7)#去掉第一个变量按每行7个做脸谱图
faces(Case2[c(1,9,19,28,29,30),])#选择第1,9,19,28,29,30个观测的多元数据做脸谱图
library(mvstats)#加载mvstats包
plot.andrews(Case2)#绘制调和曲线图
plot.andrews(Case2[c(1,9,19,28,29,30),])
#选择第1,9,19,28,29,30个观测的多元数据做调和曲线图