R语言部分题解

以梦战天

2024-04-18 帮助1人

请论述大数据的四个特点

数据量大（Volume）、数据种类多(Variety)、数据价值密度低(Value)、数据增长速度快(Velocity)

为什么目前大数据被广泛使用

科技的进步、基础建设的改进、资料获取变轻松

计算1~10的平均数
```
 mean(c(1,2,3,4,5,6,7,8,9,10))
```
3~15每隔3产生一组数字
```
seq(from=3,to=15,by=3)
```

程序改错

3=a
Library（”ggpolt2”）
105CGUIM<-”text”
install.packages(ggplot2)

a=3
Library(ggplot2)
CGUIM105<-”text”
Install.packages(“ggplot2”)

（1）创建向量1~10
```
Vc <- c(1,2,3,4,5,6,7,8,9,10)
```
（2）对向量所有元素加3
```
Vc <- Vc 3
```
新增一向量a，包含数字1到10
新增一向量b，包含数字1到20中所有偶数

取出a向量的第4个元素

取出b向量的第5、6、7个元素
```
 a<-c(1,2,3,4,5,6,7,8,9,10)
 b<- seq(from=2,to=20,by=2)
 a[4]
 b[5:7]
```
新增一列表a，包含一数字向量、一字符串向量
向列表中添加新的数字向量b
删除列表a中的字符串向量
```
a<-list(c(1,2,3),c("x","y"))
b<-c(2,3)
a[[3]]<-b
a[[2]]<=null
```
（1）查询数据集mtcars中的所有列名
（2）查询数据集mtcars中的所有行名与列名
```
colnames(mtcars)
dimnames(mtcars)
```
（1）查询数据集islands的长度
（2）查询数据集mtcars的行数与列数
```
length(islands)
dim(mtcars)
```
将“10”转化为数字、将11转化为字符
```
 as.numeric("10")
 as.character(11)
```
（1）将字符串hello world字母转化为大写
```
 toupper("hello world")
```
（2）提取字符串hello world中的hello
```
substr("Hello World", start=1,stop=5)
```
（1）拼接字符串hello与字符串world
```
paste("hello","world")
```
（2）将拼接好的字符串中的h和w替换为a
```
gsub("h|w","a","hello world")
```
对数据集islands进行从大到小排序
```
sort(islands)
```
nameDF<-data.frame(ID=c(1,2,3,4,5),Name=c(“张三”,“李四”,“王五”,“赵六”,“小七"))

scoreDF<-data.frame(ID=c(1,2,4),Score=c(60,90,50))将上述两个数据框进行结合，保留所有数据
```
merge(nameDF,scoreDF,by="ID")
```
使用dplyr筛选nba2021数据集栏位名称为Name、ThreesMade、ThreesAttempted、FieldGoalsMade与FieldGoalsAttempted的五个栏位
library(SportsAnalytics)
NBA2021<-fetch_NBAPlayerStatistics(“20-21")
```
library(dplyr)
select(NBA2021,Name,hreesMade,ThreesAttempted,FieldGoalsMade,FieldGoalsAttempted)
```

注下列中的FieldGoalsMade、FieldGoalsAttempted……均是数据中对应的列名

使用dplyr：
（1）查看NBA2021数据集中命中率大于60%并且出场次数大于30场的球员资料
（2）查看出场分钟数超过1000分钟并且队伍名称为“BOS”或“SAN”的球员资料
```
(1)
filter4<-filter(NBA2021,FieldGoalsMade/FieldGoalsAttempted>0.6 & GamesPlayed>30)
(2)
filter(NBA2021,Team %in% c("BOS","SAN") & TotalMinutesPlayed>1000)
```

使用dplyr对NBA2021数据集新增新栏位命中率

mutate(NBA2021, 命中率=FieldGoalsMade/FieldGoalsAttempted)

使用dplyr统计NBA2021数据集中的球员个数，球队个数

summarise(NBA2021,
球员个数=n(),
球队个数=n_distinct(Team))

使用dplyr计算NBA2021数据集中出场分钟数大于2500分钟的球员个数、平均投进的两分球数以及平均投出的两分球数

filter1 <- filter(NBA2021,TotalMinutesPlayed>2500)
sum2 <- summarise(filter1,
		球员个数=n(),
		平均投进的两分球数=mean(FieldGoalsMade),
		平均出手数=mean(FieldGoalsAttempted))

使用dplyr对NBA2021数据集以出场分钟数以及出场次数对所有球员进行从大到小的排序
```
arrange(NBA2021,desc([出场分钟数列名]),desc([出场次数列名]))
```

使用dplyr计算NBA2021数据集以Team和Position作为分组依据的球员数、平均投进的两分球数以及平均投出的两分球数，并依据平均投进的两分球数由大到小排序

dataout <- group_by(NBA2021,Team,Position)%>%
			summarise(球员数=n(),
			平均投进的两分球数=mean(FieldGoalsMade),
			平均出手数=mean(FieldGoalsAttempted))%>%
			arrange(desc(平均投进的两分球数)))

使用data.table计算所有球员的平均出场数、平均犯规次数以及平均抄截次数

library(SportsAnalytics)
NBA2021<-fetch_NBAPlayerStatistics(“20-21")

library(data.table)
#导入data.table库
NBA2021DT<-data.table(NBA2021)

#将data.frame类型转换为data.table

NBA2021DT[,.(平均出场数=mean(GamesPlayed),
             平均犯规数=mean(PersonalFouls),
             平均抢断数=mean(Steals))]

#GamesPlayed、PersonalFouls、Steals均为对应列名

使用data.table计算所有出场数大于70的球员，平均投进几颗三分球与两分球

NBA2021DT[GamesPlayed>60,
          .(平均三分进球=mean(ThreesMade), 
			平均两分进球=mean(FieldGoalsMade))]

使用data.table计算NBA各队的中锋球员数和他们的平均三分球出手次数

NBA2021DT[Position=="C",
          .(.N,平均三分出手次数=mean(ThreesAttempted)),
          by=Team]
#第一个参数 Position=="C" 是筛选位置为中锋的球员
#第二个参数是控制输出什么的 .(.N,平均三分出手次数=mean(ThreesAttempted))中:
#.N表示在第一个参数条件下的总数量

对鸢尾花数据集进行宽表转长表操作，保留鸢尾花类别列

#宽表转长表 melt(资料框[宽表],id.vars=需要保留的栏位)

library(reshape2)
iris2 <- melt(iris,id.vars="Species")

#Species是鸢尾花类别列的列名

使用ggplot函数对上述数据进行绘图，横坐标为鸢尾花种类、y轴为value，以鸢尾花种类进行颜色区分，图形类别为点图
```
library(ggplot2)
ggplot(iris2,aes(Species,value,color=Species))   geom_point()
```
使用ggplot函数对上述数据进行绘图，横坐标为鸢尾花种类、y轴为value，图形类别为点图，点颜色为黄色、大小为3、透明度50%、点的形状为17
```
ggplot(iris2,aes(Species,value)) 
  geom_point(color="yellow",size=3,alpha=.50,shape=17)
```
对钻石数据集进行不放回随机抽取5000个数据作为新的数据集、根据数据集绘制点图，x:克拉，y:价格，点的颜色以切割类型区分，点的形状为18。
```
dia <- diamonds[sample(nrow(diamonds), 1000), ]
#diamonds是钻石数据集

ggplot(dia,aes(carat,price),color=cut) 
  geom_point(shape=18)
```

请论述下列代码含义

library(treemap)
#导入TreeMap树图绘制库
data(GNI2014)
#加载指定的GNI2014数据集

#使用treemap函数绘制矩形树状图
treemap(GNI2014, #指定数据集
        index=c("continent", "iso3"), #指定分组的列 
        vSize="population",#指定面积大小的列
        vColor="GNI", #指定颜色深浅的列
        type="value", #指定颜色填充类型的列
        title = "数据",#给定的标题
        border.col = c("black","blue"),#设置边框的颜色分别为
        fontsize.labels = c(12,10),##设置标签字体大小
        border.lwds = c(4,2),#设置边框的线条的宽度
        align.labels = list(c("center","center"),c("left","top"))# #设置标签对齐的方式
)

这篇好文章是转载于：学新通技术网

R语言部分题解

photoshop保存的图片太大微信发不了怎么办

Android 11 保存文件到外部存储，并分享文件

word里面弄一个表格后上面的标题会跑到下面怎么办

《学习通》视频自动暂停处理方法

photoshop扩展功能面板显示灰色怎么办

微信公众号没有声音提示怎么办

excel下划线不显示怎么办

excel打印预览压线压字怎么办

怎样阻止微信小程序自动打开

TikTok加速器哪个好免费的TK加速器推荐