R图形化数据分析

R图形化数据分析

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

介绍如何使用图形化的方法来分析和理解复杂的数据。

内容简介

本书中方法突出数据中重要的关联和分布趋势,并使用尽可能简单的视觉元素来呈现尽可能丰富的信息。本书重点介绍如何理解数据分析的图形元素,以及如何使用R生成书中涉及的各种图形。附录中列有大量参考资料,以及章节练习解答、相关R函数、R包、故障排查等信息,便于读者深入学习。

作者简介

作者John Jay Hilfiger,统计学家,数据分析专家,拥有生物统计学硕士学位,曾在康奈尔大学、罗切斯特大学和爱荷华大学担任统计 计算机分析员。此外,Hilfiger还是一位作曲家和编曲家,拥有音乐硕士和博士学位,发表过100多首作品,曾任音乐教授。

章节目录

版权信息

O'Reilly Media, Inc.介绍

业界评论

前言

目标读者

为什么选择R

如何使用本书

排版约定

代码示例的使用

Safari® Books Online

联系我们

致谢

电子书

第一部分 开始使用R

第1章 R基础

1.1 下载软件

1.2 尝试一些简单的任务

1.3 用户界面

1.4 安装包:GUI界面

1.5 数据结构

1.6 样本数据集

1.7 工作目录

1.8 将数据导入R

1.8.1 命令行输入

1.8.2 使用数据编辑器

1.8.3 从外部文件读取

1.9 获取脚本

1.10 用户自定义函数

1.11 开始令人享受的事

第2章 R图概述

2.1 图表导出

2.2 探索性图表和展示性图表

2.3 R图形系统

2.3.1 基本图形和网格

2.3.2 lattice

2.3.3 ggplot2

2.3.4 包的特殊应用程序/图表

2.3.5 用户自定义图表函数

第二部分 单变量图

第3章 带状图

3.1 一种简单的图

3.2 数据可以漂亮

3.2.1 练习3-1

3.2.2 练习3-2

第4章 点图

基础点图

练习4-1

练习4-2

第5章 箱线图

5.1 箱线图

5.2 再次访问Nimrod

5.3 美化数据

5.3.1 练习5-1

5.3.2 练习5-2

第6章 茎叶图

基础茎叶图

练习6-1

练习6-2

第7章 直方图

7.1 简单直方图

7.2 带第二个变量的直方图

7.2.1 练习7-1

7.2.2 练习7-2

第8章 核密度图

8.1 密度估计

8.1.1 选择带宽

8.1.2 比较两个或多个密度图

8.1.3 背景不是白色的

8.2 累积分布函数

8.2.1 练习8-1

8.2.2 练习8-2

第9章 条形图

9.1 基础条形图

9.2 脊柱图

9.3 条形图的间距和方向

9.3.1 练习9-1

9.3.2 练习9-2

第10章 饼图

10.1 普通饼图

10.2 扇形图

10.2.1 练习10-1

10.2.2 练习10-2

第11章 地毯图

地毯图

练习11-1

第三部分 双变量图

第12章 散点图和折线图

12.1 基础散点图

12.2 折线图

12.3 模板

12.4 增强的散点图

12.4.1 练习12-1

12.4.2 练习12-2

第13章 高密度图

处理大数据集

向日葵图

平滑散点图

hexbin图

练习13-1

第14章 Bland-Altman图

评估测量的可靠性

练习14-1

较短版本的baplot()

第15章 QQ图

比较数字集合

练习15-1

练习15-2

第四部分 多变量图

第16章 散点图矩阵和相关性分析图

16.1 散点图矩阵

16.2 相关性分析图

16.3 混合定量变量和分类变量的广义对矩阵

练习16-1

第17章 三维图

17.1 三维散点图

17.2 伪色图

17.3 气泡图

17.3.1 练习17-1

17.3.2 练习17-2

第18章 协同图

协同图

练习18-1

第19章 聚类分析:树状图和热图

19.1 聚类分析

19.2 热图

19.2.1 练习19-1

19.2.2 练习19-2

19.2.3 练习19-3

第20章 马赛克图

绘制分类数据图形

练习20-1

第五部分 现在该做些什么

第21章 拓展图形化知识和R技能的资源

21.1 R图

21.2 通用绘图原则

21.3 学习更多关于R的知识

21.4 用R做统计

练习21-1

附录A 参考文献

附录B R的颜色

附录C R Commander图形用户界面

附录D 使用/引用的包

附录E 从R的外部导入数据

E.1 一些有帮助的网络数据仓库

E.2 把各种类型的数据导入R

E.2.1 CSV

E.2.2 统计软件包(SPSS、SAS等)

E.2.3 ASCII

E.2.4 XML

E.2.5 netCDF

E.2.6 网页抓取

附录F 章节练习解答

F.1 练习1-1到练习1-4

F.2 练习3-1

F.3 练习3-2

F.4 练习4-1

F.5 练习4-2

F.6 练习5-1

F.7 练习5-2

F.8 练习6-1

F.9 练习6-2

F.10 练习7-1

F.11 练习7-2

F.12 练习8-1

F.13 练习8-2

F.14 练习9-1

F.15 练习9-2

F.16 练习10-1

F.17 练习10-2

F.18 练习11-1

F.19 练习12-1

F.20 练习12-2

F.21 练习13-1

F.22 练习14-1

F.23 练习15-1

F.24 练习15-2

F.25 练习16-1

F.26 练习17-1

F.27 练习17-2

F.28 练习18-1

F.29 练习19-1

F.30 练习19-2

F.31 练习19-3

F.32 练习20-1

F.33 练习21-1

附录G 故障排查:为什么我的代码不工作

G.1 拼写错误

G.2 令人困惑的大写/小写

G.3 太少(或太多)的圆括号

G.4 忘记加载包

G.5 忘记安装包

G.6 在加载的包中未找到数据集

G.7 遗漏一个逗号

G.8 复制粘贴错误

G.9 目录问题——不能加载保存的文件

G.10 丢失文件扩展名

G.11 不要假定所有的包都使用相同的参数缩写

G.12 过时的包/包不兼容

附录H 本书介绍的R函数

H.1 数据输入/输出

H.2 数据集

H.3 绘图函数1——创建图表

H.4 绘图函数2——给现有图添加特征

H.5 其他

H.6 包

H.7 统计

H.8 用户自定义函数和脚本

H.9 工作空间和目录

关于作者

关于封面

看完了

R图形化数据分析是2017年由人民邮电出版社·图灵出品出版,作者[美] John Jay Hilfiger。

得书感谢您对《R图形化数据分析》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
文本数据挖掘——基于R语言 电子书
文本是一种特殊的非结构化数据,在当今的大数据时代,其价值日趋凸显。本书利用开源而强大的R软件,对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章,内容包括:走进文本数据挖掘,R语言快速入门,字符串的基本处理,用好正则表达式,导入各类文本数据,对各类文本数据进行预处理,文本特征提取的4种方法,基于机器学习的文本分类方法,文本情感分析,文本可视化,文本数据挖掘项目实践。本书还提供了丰富的应
数据挖掘——基于R语言的实战 电子书
本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法,主要内容包括:数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本方法、决策树、基于决策树的模型组合、模型评估与比较。本书使用基于R语言的数据挖掘案例贯穿全书,并辅以上机实验和习题,帮助读者熟练使用R语言进行数据挖掘。
大数据数学基础(R语言描述) 电子书
本书全面地讲解了在科学领域运用广泛的数据微积分、线性代数、统计学、数值计算、多元统计分析等数学基础知识。全书共6章:第1章介绍了大数据与数学、数学与R语言的关系;第2章介绍了微积分的基础知识,包括函数、极限、导数、微分、不定积分与定积分及其应用;第3章介绍了线性代数的基础知识,包括矩阵的运算、行列式、特征分解、奇异值分解;第4章介绍了统计学的基础知识,包括数据分布特征、概率论、随机变量的数字特征、
数据可视化——基于R语言 电子书
本书以R语言为实现工具,以数据可视化分析为导向,结合实际案例介绍数据可视化方法。全书共8章,第1章介绍数据可视化概述以及R语言数据处理的基本技能;第2章介绍R语言绘图基础,重点介绍R语言传统绘图包graphics中的绘图函数及基本使用方法;第3章介绍类别数据的可视化方法;第4章介绍数据分布特征的可视化方法;第5章介绍变量间关系的可视化方法;第6章介绍样本相似性的可视化方法;第7章介绍时间序列的可视
Python与R语言数据科学实践 电子书
J.
本书从数据科学的角度,讲解了Python和R的语言特性以及各自的优缺点,介绍了包括包、框架和工作流在内的开源生态系统,分析了Python和R分别适用于哪些业务场景,并通过真实的案例演示如何在单个工作流中集成Python与R,使两种语言充分发挥优势,改善业务应用的效果。本书还提供了Python和R的对照翻译,帮助读者在两种语言间快速切换。本书适合数据科学领域有一定Python或R基础的开发人员阅读,