作者:丁点helper
来源:丁点帮你
上篇文章利用泰坦尼克号沉船事件中乘客的存活情况介绍了描述性数据分析,计算了不同舱位乘客的幸存率,今天我们来看看如何用图像来直观表达。
我们先来简单复习一下titanic.csv的内容。
# 导入数据 titanic <- read.csv("//Users//Desktop//titanic.csv",header = TRUE) names(titanic) # 查看titanic中的变量名 head(titanic) # 查看titanic前6行
上篇文章计算的不同舱位乘客的死亡与幸存人数如下:
table(titanic$survived,titanic$pclass) 1st 2nd 3rd died 123 158 528 survived 200 119 181
不同舱位生存率:
survpct=paste(round(tab1[2, ]/apply(tab1,2,sum)*100,2),"%",sep="") survpct [1] "61.92%" "42.96%" "25.53%"
如果我们想直观地描述不同舱位乘客的幸存率,可以用下面的做法:
绘制柱状图
barplot(table(titanic$survived,titanic$pclass))
barplot()是绘制柱状图的函数,该函数括号中的命令为绘图所需的数据,就是前面我们计算过的不同舱位死亡及幸存者人数。
柱状图的颜色也可调整,下面的代码中,col是更改柱状图颜色的命令:
barplot(table(titanic$survived,titanic$pclass), col=c("yellow","dark blue"))
每个舱位死亡与幸存人数柱子的排列方式也可调整,beside为改变柱状图排列方式的命令;beside=T意为两个柱子并排,beside=F意为两个柱子上下叠放。
barplot(table(titanic$survived,titanic$pclass), col=c("yellow","dark blue"), beside=T)
至此,我们已经可以将数字转变为直观的图像了,但是黄色和蓝色的柱子分别代表幸存者还是死亡者呢?此外,图像的标题等重要信息也未标示出来,图像的可读性还需要通过下面的步骤来提升:
设置图例、标题、坐标轴标签等
做法比较简单,在上面代码的基础上,增加一些命令即可:
barplot(table(titanic$survived,titanic$pclass), col=c("yellow","dark blue"), beside=T, legend=T, args.legend=list(x="topleft"), main="Survival (Pct) by Passenger Class", xlab="Class",ylab="Count", ylim=c(0,600))
legend为设置图例的命令;args.legend为设置图例位置的命令;
main为设置图标题的命令;
xlab、ylab分别为设置x轴和y轴名称的命令;
ylim为设置y轴范围的命令。
从这个图像可以清晰地看出,一等舱的幸存者人数为三个舱位中最多的,而三等舱的死亡者人数远高于其他两个舱位。但是这个图像还缺少一个信息,就是各舱位的存活率,我们可以在每个舱位的柱子上面标记一下:
text(c(2,5,8),c(250,250,570),survpct, cex=1.2)
text()为给图片中增加文字的函数。
其中前两个命令为文字的位置信息,第一个命令为文字设置x轴方向的位置信息,c(2,5,8)表示将文字分别放置在x取值为2,5,8处。
第二个命令为文字增加y轴方向的位置信息,c(250,250,570)表示将其分别放置在y取值为250,250,570处。
第三个命令为文字的具体内容,survpct是之前程序的运行结果,为一、二、三等舱乘客的幸存率。
第四个命令cex为文字字号,默认值为1,此处设置为1.2,意为比默认字号大20%。
以上代码默认标题、x轴、y轴的文字均为英文,但有时我们也需要将其设置为中文,此时只需在上面这段代码中增加一个『字体 (family)』命令:将图片中的文字设置成中文。
barplot(table(titanic$survived,titanic$pclass), col=c("red","blue"), beside=T, legend=T, args.legend=list(x="topleft"), main="不同舱位乘客幸存数(率)", xlab="舱位",ylab="人数",family = "SimHei", ylim=c(0,600))
family命令需要赋值字体的英文名称,本文将字体设置为"SimHei",即黑体。
此处还可设置其他字体,以下链接中总结了常见中文字体的英文名,大家可根据自己的需要选择。
部分字体中英文名称,资料来源于下面的链接
http://guangzheng.name/2017/12/18/%E5%A6%82%E4%BD%95%E8%B0%83%E6%95%B4R%E8%AF%AD%E8%A8%80%E7%BB%98%E5%9B%BE%E7%9A%84%E5%AD%97%E4%BD%93/
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01