其他
数据呈现丨R语言做多变量可视化分析？
The following article is from R语言 Author 数据人网
Q
什么是多变量可视化分析？
Q
多变量的常用可视化图形有哪些？适合在什么场景下应用？
一、基于不同类型的连续变量的盒箱图
# R包library(caret)# 数据集data(iris)x <- iris[,1:4]y <- iris[,5]
# 不同类型下特征集的可视化featurePlot(x=x,y=y, plot = "box")左右滑动查看更多
二、 连续变量集的相关图
# R包library(corrplot)# 加载数据集data(iris)# 计算相关系数correlations <- cor(iris[,1:4])# 创建相关图corrplot(corr = correlations, method = "number")结果：
提示：相关图的更多表示，请阅读corrplot()函数的帮助文档 ，help(corrplot)。
三、不同类型下的连续变量的核密度曲线图
代码：
# R包library(caret)# 加载数据集data(iris)# 不同类别下的变量核密度图x <- iris[,1:4]y <- iris[,5]
scales <- list(x=list(relation="free"), y=list(relation="free"))featurePlot(x=x, y=y, plot = "density", scales=scales)左右滑动查看更多
四、多变量集的矩阵散点图
# 数据集data(iris)# 成对的散点图pairs(iris)左右滑动查看更多
五、考虑类别的多变量集矩阵散点图
data(iris)pairs(Species ~., data = iris, col = iris$Species)左右滑动查看更多
►一周热文
工具＆方法丨划重点 ！经济学专业学Python需要学哪些内容？——数据分析处理必知必会的知识点
数据Seminar
这里是大数据、分析技术与学术研究的三叉路口
欢迎扫描👇二维码添加关注