《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量

本节书摘来自华章出版社《R语言与数据挖掘最佳实践和经典案例》一 书中的第3章,第3.2节,作者:(澳)Yanchang Zhao,更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.2 探索单个变量

每一个数值型变量的分布情况可以使用函数summary()进行查看,该函数的返回值是变量中的最小值、最大值、平均值、中位数、第一四分位数(25%)和第三四分位数(75%)。对于因子(或分类变量)而言,函数返回的是每一个等级水平的频数。
 《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量

平均值、中位数和极差也可以分别使用函数mean()、median()和range()获取,获取四分位数和百分位数可以使用quantile()函数,代码如下所示。
《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量
《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量

接下来,使用函数var()查看Sepal.Length的方差,并使用函数hist()绘制分布直方图,使用函数density()计算密度估计值(见图3-1和图3-2)。

《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量
《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量

因子的频数可以由函数table()计算,然后使用函数pie()绘制饼图,或使用函数barplot()绘制条形图(见图3-3和图3-4)。

《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量
《R语言与数据挖掘最佳实践和经典案例》—— 3.2 探索单个变量