R语言结合统计学方法画图实现
例如:提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
提示:这里可以添加本文要记录的大概内容:
加载我们常用的包,如ggplot2 ,
在这里我只使用R的可视化功能,前期的数据清洗及处理,将数据转化为R可识别的数据格式,
我均是通过Python的pandas包来实现的,强烈推荐使用python清洗数据!!!!
提示:以下是本篇文章正文内容,下面案例可供参考
一、ggplot2是什么?
示例:ggplot2 是R语言可视化的一个包,可视化功能非常强大。
二、使用步骤
1.引入库
代码如下(示例):
library(xlsx)
library("Hmisc") ## to use "rcorr"
library(psych)
library(lavaan)
library(semTools)
library(haven)
library(ggcorrplot)
library(semPlot)
library(foreign)
library(MASS)
library(tidyr)
library(jtools)
library(dplyr)
library(cluster)
library(fpc)
library(ggplot2)
library(dendextend)
library(purrr)
2.读入数据
代码如下(示例):
setwd("F:/课题/数据/处理好的数据/20/")
raw_dt = read.xlsx2("*****.xlsx", sheetIndex = 1)
画图代码
ggplot(dt1,aes(x=name,y=speed,fill=factor(name))) +
stat_boxplot(geom = 'errorbar')+
geom_boxplot() +
stat_compare_means(label.y=5,method = 'anova') +
labs(title = "你的标题")+
xlab("字符串")
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。