小提琴图类似于箱线图，但形状像小提琴，显示不同类别数据的分布。它显示了不同点处数据值的密度。在 R 中，我们可以借助 ggplot2 包绘制小提琴图，因为它有一个名为 geom_violin 的函数用于此目的。示例考虑以下数据框 - set.seed(1) x

在任何图表中，垂直线通常用于显示某些阈值，例如所考虑变量的范围。ggplot2 包提供 geom_vline 函数来在图表上创建垂直线，并且该函数具有 linetype 参数，可用于绘制虚线垂直线。示例考虑以下数据框 - set.seed(9) x

rank 函数给出向量中值的秩，如果向量已排序，但顺序与原始向量相同；order 函数给出向量中原始值的位置，但顺序为升序排序。rank 函数主要用于处理序数变量时的排名，因此，无论何时需要值的排名，都应使用它；另一方面，order 函数经常用于对所有数值进行排序。示例 set.seed(100) x1

R 中有很多包，每个包都有不同的目标，因此这些包中的函数数量足以解决分析中的问题。一个包可能有十五个函数，另一个可能有数百个函数，这完全取决于需要。我们可以使用 lsf.str 函数查找包内的函数，但在了解包内的函数之前，我们需要加载该包。示例 1 library(BSDA) lsf.str("package:BSDA") CIsim : function (samples = 100, n = 30, mu = 0, sigma = 1, conf.level = 0.95, type = "Mean") Combinations : function ... 阅读更多

如果我们有一个长字符串，我们可能想要提取位于两个字符串之间的那部分字符串。例如，如果我们有一个字符串“在线学习正在改变世界上的教育体系”，并且我们想要提取字符串“教育体系”，那么我们必须非常小心地将字符串传递给字符串函数，您可以在示例中了解这一点。使用 gsub 函数提取并不困难，但我们必须确保使用正确的语法，否则结果会变得令人讨厌。示例 x1

有时数据被记录为一系列数值或字符串，我们可能需要查找每个序列的频率。这有助于我们检查运行中的变化，但我们必须确保总频率等于总值数，否则我们的频率计算将不正确。要查找运行次数，我们可以使用 R 中的 rle 函数，它代表游程长度编码。示例 x1

gridExtra 包作为 ggplot2 中 par(mfrow) 的替代方案，因此，我们可以在单个绘图窗口中使用 ggplot2 和 gridExtra 创建多个绘图。现在，如果我们想为所有绘图设置标题，或者可以说如果我们想为多图设置主标题，则将使用 top 参数使标题位于标题的顶部。同样，我们可以根据我们的需求使用 bottom、left 和 right，但为此我们也需要 grid 包。示例考虑以下数据框 - set.seed(123) x1阅读更多

美国有五十个州，其中一些州名称较短，但大多数州名称较长。因此，如果我们处理的数据包含美国州的名称，那么使用名称访问州将有点复杂，因此最好使用缩写。我们可以借助 state.abb 函数获取州名称缩写。示例 state.abb[which(state.name=="New York")] [1] "NY" state.abb[which(state.name=="California")] [1] "CA" state.abb[which(state.name=="Texas")] [1] "TX" state.abb[which(state.name=="Florida")] [1] "FL" state.abb[which(state.name=="Washington")] [1] "WA" state.abb[which(state.name=="Michigan")] [1] "MI" state.abb[which(state.name=="New Jersey")] [1] "NJ" state.abb[which(state.name=="Arizona")] [1] "AZ" state.abb[which(state.name=="Pennsylvania")] [1] "PA" state.abb[which(state.name=="Alaska")] ... 阅读更多

在 R 中创建向量有四个主要限制。创建任何类型的向量时，我们必须记住这些限制 - 向量名称不能包含 % 符号。向量名称不能以数字开头。向量可以以点开头，但之后不能有数字。向量不能以下划线开头。示例包含 % 符号的向量 - x1%

当我们为数据框计算相关矩阵时，所有列都必须是数值型的，如果不是这种情况，我们会收到错误 Error in cor(”data_frame_name”) : ‘x’ must be numeric。要解决此问题，我们可以逐个查找变量之间的相关性，或者使用 apply 函数。示例考虑以下数据框 - set.seed(99) x1