实验分析-变量分布特征的数据可视化
1、下面我用一个具体例子来展示：
数据：某校二年级学生共55人，数据表记录了在刚刚结束的体格检查中，55位学生的性别、身高情况及最近一次体育考试成绩。
其中，性别xingbie中，1代表男性，2代表女性；成绩chengji中，1代表优秀，2代表良好，3代表中等，4代表及格。
共55个数据，我共截取了19个数据。
2、 绘制该班身高分布的直方图，并在直方图中添加轴须图和密度曲线，使用灰色填充直方图；
首先把excel数据导入Rstudio软件里，代码如下：
read.csv(file.choose(),header=T)
h<-read.csv(file.choose(),header=T)
h
attach(h)
hist(shengao,main="身高直方图",xlab="身高",ylab="频数",xlim=c(100,160),ylim=c(0,15),col="gray")
rug(jitter(shengao,amount=0.1))
lines(density(shengao))
box()
hist(shengao,breaks=12,col="gray",freq=FALSE)
lines(density(shengao))
rug(jitter(shengao,amount=0.1))
结果如图：
3、 绘制该班男女身高分布对比的箱型图；
代码如下：
boxplot(formula(shengao~xingbie))
xingbie.f<-factor(xingbie,levels = c(1,2),labels = c("男生","女生"))
boxplot(shengao~xingbie,col=c("gold","darkgreen"))
结果如图：
4、 绘制该班性别与体育成绩交叉分组对比的身高箱型图，要求男生各组用蓝色表示，女生各组用红色表示，并用文字标示横轴分组信息。
代码如下：
boxplot(shengao~xingbie*chengji)
xingbie.f<-factor(xingbie,levels=c(1,2),labels=c("男生","女生"))
chengji.f<-factor(chengji,levels=c(1,2,3,4))
boxplot(shengao~xingbie.f*chengji.f,col=c("blue","red"),xlab="性别~成绩",ylab="身高")
结果如图：
5、 绘制该班男女身高分布对比的小提琴图，要求男、女生组用不同颜色表示，并用文字标示横轴分组信息；这个步骤需要安装vioplot包。
代码如下：
install.packages("vioplot")
library(vioplot)
x1<-shengao[xingbie==1]
x2<-shengao[xingbie==2]
vioplot(x1,x2,names =c("男生","女生"),col=c("green","yellow"),main="性别身高对比图",xlab="性别",ylab="身高")
结果如图：
6、 绘制该班按体育成绩分组后的身高点图，要求组别标签为黑色，点和学生序号标签颜色按成绩等级分别为优秀红色，良好橙色，中等绿色，及格蓝色，绘图符号为实心三角形。
代码如下：
x<-h[order(chengji),]
attach(x)
chengji<-factor(chengji)
x$color[chengji==1]<-"red"
x$color[chengji==2]<-"orange"
x$color[chengji==3]<-"green"
x$color[chengji==4]<-"blue"
dotchart(shengao,labels=row.names(x),cex=0.6,groups = xingbie,gcolor = "black",color = x$color,pch=17)
结果如图：
7、分析：
1）可看出此身高图身高平均居中在115-3250px之间。
2）可分析出男生平均身高比女生高,女生最大值与最小值都大于男生。
3）可知，优秀人数中，男生的中位数大于女生，女生最大值大于男生；良好人数中，男女生中位数基本一致，女生最大值大于男生；中等的人数中，男生中位数大于女生，男生最大值大于女生；及格人数中，女生普遍大于男生。
4）可知，男女生中位数基本一致，核密度曲线相差不大。
5）由图看出，不管男生还是女生，在不同程度上的成绩都基本上集中在一条线上。