筆者邀請(qǐng)您，先思考：

1 什么是多變量可視化分析？

2 多變量的常用可視化圖形有哪些？適合在什么場(chǎng)景下應(yīng)用

(需要內(nèi)推數(shù)據(jù)工作，請(qǐng)加微信：luqin360)

多變量可視化分析是一種利用可視化手段探索多個(gè)變量之間關(guān)系或者模式的一種分析方法。

一 基于不同類型的連續(xù)變量的盒箱圖

代碼：

#?R包
library(caret)
#?數(shù)據(jù)集
data(iris)
x?1:4]
y?5]

#?不同類型下特征集的可視化
featurePlot(x=x,y=y,?plot?=?"box")

結(jié)果：

二? 連續(xù)變量集的相關(guān)圖

連續(xù)變量集相關(guān)系數(shù)矩陣的可視化

代碼：

#?R包
library(corrplot)
#?加載數(shù)據(jù)集
data(iris)
#?計(jì)算相關(guān)系數(shù)
correlations?1:4])
#?創(chuàng)建相關(guān)圖
corrplot(corr?=?correlations,?method?=?"number")

結(jié)果：

提示：相關(guān)圖的更多表示，請(qǐng)閱讀corrplot()函數(shù)的幫助文檔 ，help(corrplot)。

三 不同類型下的連續(xù)變量的核密度曲線圖

代碼：

#?R包
library(caret)
#?加載數(shù)據(jù)集
data(iris)
#?不同類別下的變量核密度圖
x?1:4]
y?5]

scales?list(x=list(relation="free"),?y=list(relation="free"))
featurePlot(x=x,?y=y,?plot?=?"density",?scales=scales)

結(jié)果：

四 多變量集的矩陣散點(diǎn)圖

代碼：

#?數(shù)據(jù)集
data(iris)
#?成對(duì)的散點(diǎn)圖
pairs(iris)

結(jié)果：

五 考慮類別的多變量集矩陣散點(diǎn)圖

代碼：

data(iris)
pairs(Species?~.,?data?=?iris,?col?=?iris$Species)

結(jié)果：

公眾號(hào)推薦：數(shù)據(jù)人才(ID：datarencai)

(一個(gè)幫助數(shù)據(jù)人才找工作的公眾號(hào)，

也分享數(shù)據(jù)人才學(xué)習(xí)和生活的有趣事情。)

內(nèi)容推薦

• R中你應(yīng)該學(xué)習(xí)的7種可視化

• R的ggplot2包畫折線圖？

• R的ggplot2包畫柱狀圖？

• 如何閱讀論文？

• 論文管理工具，我用Zotero

• R語言做單變量可視化分析

總結(jié)

以上是生活随笔為你收集整理的r语言折线图_R语言做多变量可视化分析？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。