本文已参与「新人创作礼」活动，一起开启掘金创作之路

多元数据可视化

1.数据描述

略

2.调入数据

操作步骤：

Case2=read.table("clipboard",header=T) #加载数据

结果：

结果解释： 从剪切板上加载数据

3.条图

3.1 按行做均值条图

操作步骤：

barplot(apply(Case2,1,mean),las=3)

结果：

结果解释： 按行做均值条形图

3.2 按列做均值条图

操作步骤：

barplot(apply(Case2,2,mean),las=3)

结果：

结果解释： 按列做均值图条形图

4.箱尾图

操作步骤：

boxplot(Case2) 

结果：

结果解释： 按列做箱线图

5.星相图

5.1具有图例的360度星相图

操作步骤：

stars(Case2,full=T,key.loc=c(13,1.5))   

结果：

结果解释： 具有图例的360度星相图

5.2具有图例的180度星相图

操作步骤：

stars(Case2,full=F,key.loc=c(13,1.5))       

结果：

结果解释： 具有图例的180度星相图

6. 脸谱图（需加载aplpack）

操作步骤：

library(aplpack) 
faces(Case2,ncol.plot=7)#按每行7个做脸谱图
faces(Case2[,2:8],ncol.plot=7)#去掉第一个变量按每行7个做脸谱图
faces(Case2[c(1,9,19,28,29,30),]) 

结果：

effect of variables:
 modified item       Var  
 "height of face   " "X1" 
 "width of face    " "X2" 
 "structure of face" "X3" 
 "height of mouth  " "X4" 
 "width of mouth   " "X5" 
 "smiling          " "X6" 
 "height of eyes   " "X7" 
 "width of eyes    " "X8" 
 "height of hair   " "X9" 
 "width of hair   "  "X10"
 "style of hair   "  "X1" 
 "height of nose  "  "X2" 
 "width of nose   "  "X3" 
 "width of ear    "  "X4" 
 "height of ear   "  "X5" 

结果解释： 首先加载aplpack包，然后选择第1,9,19,28,29,30个观测的多元数据做脸谱图

7. 调和曲线图（需加载mvstats包）

操作步骤：

library(mvstats)
plot.andrews(Case2)#绘制调和曲线图
plot.andrews(Case2[c(1,9,19,28,29,30),])

结果：

结果解释： 首先加载mvstats包，然后选择第1,9,19,28,29,30个观测的多元数据做调和曲线图

8. 案例全部程序附在最后。

Case2=read.table("clipboard",header=T) #加载数据
barplot(apply(Case2,1,mean),las=3)#按行做均值条形图
barplot(apply(Case2,2,mean),las=3)#按列做均值图条形图
boxplot(Case2)#按列做箱线图
stars(Case2,full=T,key.loc=c(13,1.5))                #具有图例的360度星相图
stars(Case2,full=F,key.loc=c(13,1.5))                #具有图例的180度星相图
library(aplpack)#加载aplpack包
faces(Case2,ncol.plot=7)#按每行7个做脸谱图
faces(Case2[,2:8],ncol.plot=7)#去掉第一个变量按每行7个做脸谱图
faces(Case2[c(1,9,19,28,29,30),])#选择第1,9,19,28,29,30个观测的多元数据做脸谱图
library(mvstats)#加载mvstats包
plot.andrews(Case2)#绘制调和曲线图
plot.andrews(Case2[c(1,9,19,28,29,30),])
#选择第1,9,19,28,29,30个观测的多元数据做调和曲线图