R_Studio(学生成绩)绘制频率分布直方图、分布饼图、折线比较图
对“Gary.csv”中的成绩数据进行分布分析


(1)按0-59,60-69,70-79,80-89,90-100分组绘制高级语言程序设计成绩的频率分布直方图。
(2)按0-59,60-69,70-79,80-89,90-100分组绘制计算机导论成绩的分布饼图。
(3)绘图前4门课程的折线比较图。
实现过程
绘制高级语言程序设计成绩的频率分布直方图

setwd('D:\\data') #更改工作目录
list.files() #列出当前工作目录下的文件
dat=read.csv(file="Gary.csv",header=TRUE) #读取"Gary.csv文件"
#table(cut(data,breaks = break2)) #对分布直方图横坐标进行切割
hist(dat[,],freq = FALSE,breaks = c(,,,,,),col="red",main="频率分布直方图",xlab="成绩")
Gary.R
直方图 hist(v,main,xlab,xlim,ylim,breaks,col,border) 传送门
参数:
v - 是包含直方图中使用数值的向量
main - 表示图表的标题
col - 用于设置条的颜色
border - 用于设置每个栏的边框颜色
xlab - 用于描述x轴
xlim - 用于指定x轴上的值范围
ylim - 用于指定y轴上的值范围
breaks - 是用来提及每个栏的宽度
绘制计算机导论成绩的分布饼图

setwd('D:\\data') #更改工作目录
list.files() #列出当前工作目录下的文件
dat=read.csv(file="Gary.csv",header=TRUE) #读取"Gary.csv文件"
data=dat[which(complete.cases(dat)),] #筛选计算机导论成绩(第八列)
break2 = c(,,,,,) #设置分段区间
pie(break2,as.numeric(dat[,]),main=("计算机导论成绩饼状图")) #做出频率分布直方图
Gary.R
饼图:pie(x, labels, radius, main, col, clockwise) 传送门
参数
x - 是包含饼图中使用的数值的向量
labels - 用于描述切片的标签
radius - 用来表示饼图圆的半径(-1和+1之间的值)
main - 用来表示图表的标题
col - 表示调色板
clockwise - 是一个逻辑值,指示片是顺时针还是逆时针绘制
绘图前4门课程的折线比较图
4门课程折线图分开画

setwd('D:\\data') #更改工作目录
list.files() #列出当前工作目录下的文件
dat=read.csv(file="Gary.csv",header=TRUE) #读取"Gary.csv文件"
plot(as.numeric(dat[,]),col="red",type="o",xlab="人数",ylab="成绩",main=("大学成绩饼状图")) #做出频率分布直方图
plot(as.numeric(dat[,]),col="blue",type="o",xlab="人数",ylab="成绩",main=("大学英语成绩饼状图")) #做出频率分布直方图
plot(as.numeric(dat[,]),col="green",type="o",xlab="人数",ylab="成绩",main=("大学语文成绩饼状图")) #做出频率分布直方图
plot(as.numeric(dat[,]),col="yellow",type="o",xlab="人数",ylab="成绩",main=("高等数学成绩饼状图")) #做出频率分布直方图
Gary.R
折线比较图:plot(v,type,col,xlab,ylab) 传送门
参数
v - 是包含数值的向量
type - 取值“p”表示仅绘制点,“l”表示仅绘制线条,“o”表示仅绘制点和线
xlab - 是x轴的标签
ylab - 是y轴的标签
main - 是图表的标题
col - 用于绘制点和线两种颜色
四门课程折线图绘画在一张图中

( 只需要把plot改为lines()四组线就在同一个图里面,图的xlab,ylab,main由plot中的值来指定)
setwd('D:\\data') #更改工作目录
list.files() #列出当前工作目录下的文件
dat=read.csv(file="Gary.csv",header=TRUE) #读取"Gary.csv文件"
plot(as.numeric(dat[,]),col="red",type="o",xlab="人数",ylab="成绩",main=("大学成绩饼状图")) #做出频率分布直方图
lines(as.numeric(dat[,]),col="blue",type="o",xlab="人数",ylab="成绩",main=("大学英语成绩饼状图")) #做出频率分布直方图
lines(as.numeric(dat[,]),col="green",type="o",xlab="人数",ylab="成绩",main=("大学语文成绩饼状图")) #做出频率分布直方图
lines(as.numeric(dat[,]),col="yellow",type="o",xlab="人数",ylab="成绩",main=("高等数学成绩饼状图")) #做出频率分布直方图
Gary.R
可以使用lines()函数在同一个图表上绘制多个直接。
在绘制第一行之后,lines()函数可以使用附加向量作为输入来绘制图表中的第二行
R_Studio(学生成绩)绘制频率分布直方图、分布饼图、折线比较图的更多相关文章
- 用Python 绘制分布(折线)图
用Python 绘制分布(折线)图,使用的是 plot()函数. 一个简单的例子: # encoding=utf-8 import matplotlib.pyplot as plt from pyla ...
- R_Studio(学生成绩)对数据缺失值md.pattern()、异常值分析(箱线图)
我们发现这张Gary.csv表格存在学生成绩不完全的(五十三名学生,三名学生存在成绩不完整.共四个不完整成绩) 79号大学语文.高等数学 96号中国近代史纲要 65号大学体育 (1)NA表示数据集中的 ...
- R_Studio(学生成绩)使用cbind()函数对多个学期成绩进行集成
“Gary1.csv”.“Gary2.csv”.“Gary3.csv”中保存了一个班级学生三个学期的成绩 对三个学期中的成绩数据进行集成并重新计算综合成绩和排名,并按排名顺序排布(学号9位数11130 ...
- R_Studio(学生成绩)使用主成分分析实现属性规约
对11_1_4.csv成绩表进行主成分分析处理 setwd('D:\\data') list.files() #读取数据 dat=read.csv(file="11_1_4.csv" ...
- R_Studio(学生成绩)对两个班级学生成绩进行集合,重新计算学生综合测评成绩并对学生按综合测评成绩进行排名
对成绩表"11_1_1.csv" "11_2_1.csv"进行集成,并重新计算4门课程的平均分为综合测评,增加“排名”属性,并按排名排序 "11_1_ ...
- R_Studio(学生成绩)对数据进行属性构造处理
对“Gary.csv”中数据进行进行属性构造处理,增加“总成绩”属性 Gary.csv setwd('D:\\data') list.files() #数据读取 dat=read.csv(file=& ...
- R_Studio(学生成绩)数据相关性分析
对“Gary.csv”中的成绩数据进行统计量分析 用cor函数来计算相关性,method默认参数是用pearson:并且遇到缺失值,use默认参数everything,结果会是NA 相关性分析 当值r ...
- R_Studio(学生成绩)对数值型数据进行统计量分析
对“Gary.csv”中的成绩数据进行统计量分析 基础数据分析 均值 中位数 极差 标准差 变异系数 1/4分位数 3/4分位数 四分位间距... ...分析 setwd('D:\\data' ...
- MFC绘制直方图和饼图
转载原文: Normal 0 7.8 磅 0 2 false false false EN-US ZH-CN X-NONE /* Style Definitions */ table.MsoNorma ...
随机推荐
- mysql 相关文章
<58到家MySQL军规升级版> <数据库索引,到底是什么做的?> <MyISAM与InnoDB的索引差异究竟是啥?> <InnoDB,为何并发如此之高?&g ...
- selenium与页面交互
selenium提供了许多API方法与页面进行交互,如点击.键盘输入.打开关闭网页.输入文字等. 一.webdriver对浏览器提供了很多属性来对浏览器进行操作,常用的如图: get(url).qui ...
- rabbitmq中关于exchange模式type报错
channel.exchange_declare(exchange='logs', type='fanout') 报错: Traceback (most recent call last): Fil ...
- Constructing Tests CodeForces - 938C
大意: 定义m-free矩阵: 所有$m*m$的子矩阵至少有一个$0$的$01$矩阵. 定义一个函数$f(n,m)=n*n$的m-free矩阵最大$1$的个数. 给出$t$个询问, 每个询问给出$x$ ...
- Thinkphp5.0快速入门笔记(3)
学习来源与说明 https://www.kancloud.cn/thinkphp/thinkphp5_quickstart 测试与部署均在windows10下进行学习. 快速入门第三节 获取当前的请求 ...
- vue+element 使用Export2Excel导出表格组件
下载表格组件是根据我自己的业务需求来封装的 使用的是vue中 xlsx 的插件,需要安装新的依赖及配置 仅供参考 不保证和你百分百匹配 安装依赖 npm install -S file-saver x ...
- 关于不同retina的布局
不同retina,显示高度不一样,很显然最细的线条最美 <!DOCTYPE html> <html lang="en"> <head> < ...
- el-table + el-form实现可编辑表格字段验证
表格输入信息很常见,因此表格的验证也很必要,el-form提供了输入框验证.可以和表格结合起来用,使用效果 HTML: <div class="table_box"& ...
- 为什么angular library的build不能将assets静态资源打包进去(转)
Versions Angular CLI: 6.0.7 Node: 9.3.0 OS: darwin x64 Angular: 6.0.3 ... animations, common, compil ...
- Delphi SpeedButton组件