实验分析-变量分布特征的数据可视化

电脑

Rstudio软件

下面我用一个具体例子来展示：数据：某校二年级学生共55人，数据表记录了在刚刚结束的体格检查中，55位学生的性别、身高情况及最近一次体育考试成绩。其中，性别xingbie中，1代表男性，2代表女性；成绩chengji中，1代表优秀，2代表良好，3代表中等，4代表及格。共55个数据，我共截取了19个数据。

1）  绘制该班身高分布的直方图，并在直方图中添加轴须图和密度曲线，使用灰色填充直方图；首先把excel数据导入Rstudio软件里，代码如下：read.csv(file.choose(),header=T)h<-read.csv(file.choose(),header=T)hattach(h)hist(shengao,main='身高直方图',xlab='身高',ylab='频数',xlim=c(100,160),ylim=c(0,15),col='gray')rug(jitter(shengao,amount=0.1))lines(density(shengao))box()hist(shengao,breaks=12,col='gray',freq=FALSE)lines(density(shengao))rug(jitter(shengao,amount=0.1))结果如图：

2）  绘制该班男女身高分布对比的箱型图；代码如下：boxplot(formula(shengao~xingbie))xingbie.f<-factor(xingbie,levels = c(1,2),labels = c('男生','女生'))boxplot(shengao~xingbie,col=c('gold','darkgreen'))结果如图：

3）  绘制该班性别与体育成绩交叉分组对比的身高箱型图，要求男生各组用蓝色表示，女生各组用红色表示，并用文字标示横轴分组信息。代码如下：boxplot(shengao~xingbie*chengji)xingbie.f<-factor(xingbie,levels=c(1,2),labels=c('男生','女生'))chengji.f<-factor(chengji,levels=c(1,2,3,4))boxplot(shengao~xingbie.f*chengji.f,col=c('blue','red'),xlab='性别~成绩',ylab='身高')结果如图：

4）  绘制该班男女身高分布对比的小提琴图，要求男、女生组用不同颜色表示，并用文字标示横轴分组信息；这个步骤需要安装vioplot包。代码如下：install.packages('vioplot')library(vioplot)x1<-shengao[xingbie==1]x2<-shengao[xingbie==2]vioplot(x1,x2,names =c('男生','女生'),col=c('green','yellow'),main='性别身高对比图',xlab='性别',ylab='身高')结果如图：

5）  绘制该班按体育成绩分组后的身高点图，要求组别标签为黑色，点和学生序号标签颜色按成绩等级分别为优秀红色，良好橙色，中等绿色，及格蓝色，绘图符号为实心三角形。代码如下：x<-h[order(chengji),] attach(x)chengji<-factor(chengji)x$color[chengji==1]<-'red'x$color[chengji==2]<-'orange'x$color[chengji==3]<-'green'x$color[chengji==4]<-'blue'dotchart(shengao,labels=row.names(x),cex=0.6,groups = xingbie,gcolor = 'black',color = x$color,pch=17)结果如图：

分析：1）可看出此身高图身高平均居中在115-3250px之间。2）可分析出男生平均身高比女生高,女生最大值与最小值都大于男生。3）可知，优秀人数中，男生的中位数大于女生，女生最大值大于男生；良好人数中，男女生中位数基本一致，女生最大值大于男生；中等的人数中，男生中位数大于女生，男生最大值大于女生；及格人数中，女生普遍大于男生。4）可知，男女生中位数基本一致，核密度曲线相差不大。5）由图看出，不管男生还是女生，在不同程度上的成绩都基本上集中在一条线上。