京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 多表进阶与 DDL/DML 连接 · 子查询 · 合并 · 建表与书写规范 ” 三、DQL 多表进阶:连 ...
2026-11-20 前面讲了怎么搭指标体系,但很多团队卡在最后一步:高层定了一个漂亮的目标,往下一层层写进周报,最后却落不到任何人的具体 ...
2026-11-20 很多团队做数据分析的现状是:老板要一个数就拉一个数,周报里堆满了 GMV、DAU、转化率,却没人说得清这些数之间是什么关系 ...
2026-11-20这周你大概又经历过一次:报表自己跑了,SQL 让 AI 写了,连周报初稿都不用自己动手。你一边松口气,一边心里发慌——那我还剩什 ...
2026-11-20 做产品立项、写商业计划书、规划市场进入策略时,"市场调研"和"竞品分析"几乎总是被绑在一起说,甚至被当成同一件事。但实际 ...
2026-11-19 在做数据治理、搭数据中台或者梳理数据库表结构时,"主数据"和"参考数据"是被提及频率最高、也最容易被混为一谈的两个概念。 ...
2026-11-19“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-19一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12