Es enth\u00e4lt Messungen zu 10 verschiedenen Variablen (wie Preis, Farbe, Reinheit usw.) f\u00fcr 53.940 verschiedene Diamanten.<\/span><\/p>\n In diesem Tutorial wird erl\u00e4utert, wie Sie den Diamantdatensatz<\/strong> in R untersuchen, zusammenfassen und visualisieren.<\/span><\/p>\n Da der Diamantdatensatz<\/b> ein integrierter Datensatz in ggplot2 ist, m\u00fcssen wir zun\u00e4chst das ggplot2-Paket installieren (falls noch nicht geschehen) und laden:<\/span><\/p>\n Sobald wir ggplot2 geladen haben, k\u00f6nnen wir die Funktion data()<\/strong> verwenden, um den Diamantdatensatz<\/strong> zu laden:<\/span><\/p>\n Mit der Funktion head()<\/strong> k\u00f6nnen wir uns die ersten sechs Zeilen des Datensatzes ansehen:<\/span><\/p>\n Mit der Funktion summary()<\/strong> k\u00f6nnen wir jede Variable im Datensatz schnell zusammenfassen:<\/span><\/p>\n F\u00fcr jede der numerischen Variablen k\u00f6nnen wir die folgenden Informationen sehen:<\/span><\/p>\n F\u00fcr die kategorialen Variablen im Datensatz (Schnitt, Farbe und Klarheit) sehen wir eine H\u00e4ufigkeitsz\u00e4hlung jedes Werts.<\/span><\/p>\n Zum Beispiel f\u00fcr die Cut-<\/strong> Variable:<\/span><\/p>\n Mit der Funktion dim()<\/strong> k\u00f6nnen wir die Dimensionen des Datensatzes in Bezug auf die Anzahl der Zeilen und Spalten ermitteln:<\/span><\/p>\n Wir k\u00f6nnen sehen, dass der Datensatz 53.940<\/b> Zeilen und 10<\/strong> Spalten enth\u00e4lt.<\/span><\/p>\n Wir k\u00f6nnen auch die Funktion \u201enames()\u201c<\/strong> verwenden, um die Spaltennamen des Datenrahmens anzuzeigen:<\/span><\/p>\n Wir k\u00f6nnen auch Diagramme erstellen, um die Werte des Datensatzes zu visualisieren.<\/span><\/p>\n Beispielsweise k\u00f6nnen wir die Funktion geom_histogram()<\/strong> verwenden, um ein Histogramm der Werte einer bestimmten Variablen zu erstellen:<\/span> <\/p>\n Wir k\u00f6nnen auch die Funktion geom_point()<\/strong> verwenden, um eine Punktwolke aus einer beliebigen paarweisen Kombination von Variablen zu erstellen:<\/span> <\/p>\n Wir k\u00f6nnen auch die Funktion geom_boxplot()<\/strong> verwenden, um einen Boxplot einer Variablen gruppiert nach einer anderen Variablen zu erstellen:<\/span> <\/p>\n Mit diesen ggplot2-Funktionen k\u00f6nnen wir viel \u00fcber die Variablen im Diamantdatensatz<\/strong> lernen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere Datens\u00e4tze in R erkunden: Eine vollst\u00e4ndige Anleitung zum Iris-Datensatz in R<\/a> Der Diamantdatensatz ist ein Datensatz, der in das ggplot2- Paket in R integriert ist. Es enth\u00e4lt Messungen zu 10 verschiedenen Variablen (wie Preis, Farbe, Reinheit usw.) f\u00fcr 53.940 verschiedene Diamanten. In diesem Tutorial wird erl\u00e4utert, wie Sie den Diamantdatensatz in R untersuchen, zusammenfassen und visualisieren. Diamantdatensatz laden Da der Diamantdatensatz ein integrierter Datensatz in ggplot2 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Diamantdatensatz laden<\/strong><\/span><\/h3>\n
#install ggplot2 if not already installed<\/span>\ninstall. packages<\/span> (' ggplot2<\/span> ')\n\n#load ggplot2\nlibrary<\/span> (ggplot2)<\/span><\/span><\/strong><\/span><\/pre>\n data(diamonds)<\/strong><\/span><\/pre>\n #view first six rows of diamonds dataset<\/span>\nhead(diamonds)\n\n carat cut color clarity depth table price xyz\n1 0.23 Ideal E SI2 61.5 55 326 3.95 3.98 2.43\n2 0.21 Premium E SI1 59.8 61 326 3.89 3.84 2.31\n3 0.23 Good E VS1 56.9 65 327 4.05 4.07 2.31\n4 0.290 Premium I VS2 62.4 58 334 4.2 4.23 2.63\n5 0.31 Good J SI2 63.3 58 335 4.34 4.35 2.75\n6 0.24 Very Good J VVS2 62.8 57 336 3.94 3.96 2.48\n<\/strong><\/span><\/pre>\n Fassen Sie den Diamantdatensatz zusammen<\/strong><\/span><\/h3>\n
#summarize diamonds dataset<\/span>\nsummary(diamonds)\n\n carat cut color clarity depth \n Min. :0.2000 Fair: 1610 D: 6775 SI1:13065 Min. :43.00 \n 1st Qu.:0.4000 Good: 4906 E: 9797 VS2:12258 1st Qu.:61.00 \n Median: 0.7000 Very Good: 12082 F: 9542 SI2: 9194 Median: 61.80 \n Mean: 0.7979 Premium: 13791 G: 11292 VS1: 8171 Mean: 61.75 \n 3rd Qu.:1.0400 Ideal:21551 H:8304 VVS2:5066 3rd Qu.:62.50 \n Max. :5.0100 I: 5422 VVS1: 3655 Max. :79.00 \n D: 2808 (Other): 2531 \n table price xyz Min. :43.00 Min. : 326 Min. : 0.000 Min. : 0.000 Min. : 0.000 \n 1st Qu.: 56.00 1st Qu.: 950 1st Qu.: 4.710 1st Qu.: 4.720 1st Qu.: 2.910 \n Median: 57.00 Median: 2401 Median: 5.700 Median: 5.710 Median: 3.530 \n Mean: 57.46 Mean: 3933 Mean: 5.731 Mean: 5.735 Mean: 3.539 \n 3rd Qu.: 59.00 3rd Qu.: 5324 3rd Qu.: 6.540 3rd Qu.: 6.540 3rd Qu.: 4.040 \n Max. :95.00 Max. :18823 Max. :10,740 Max. :58,900 Max. :31,800<\/strong><\/span><\/pre>\n\n
\n
#display rows and columns<\/span>\ndim(diamonds)\n\n[1] 53940 10\n<\/strong><\/span><\/pre>\n #display column names<\/span>\nnames(diamonds)\n\n[1] \"carat\" \"cut\" \"color\" \"clarity\" \"depth\" \"table\" \"price\" \"x\" \n[9] \u201cy\u201d \u201cz\u201d \n<\/strong><\/span><\/pre>\n Visualisieren Sie den Diamanten-Datensatz<\/strong><\/span><\/h3>\n
#create histogram of values for price<\/span>\nggplot(data=diamonds, aes<\/span> (x=price)) +\n geom_histogram(fill=\" steelblue<\/span> \", color=\" black<\/span> \") +\n ggtitle(\" Histogram of Price Values<\/span> \")\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/diamants2.jpg\")
<\/p>\n #create scatterplot of carat vs. price, using cut as color variable<\/span>\nggplot(data=diamonds, aes<\/span> (x=carat, y=price, color=cut)) + \n geom_point()\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/diamants3.jpg\")
<\/p>\n #create scatterplot of price, grouped by cut<\/span>\nggplot(data=diamonds, aes<\/span> (x=cut, y=price)) + \n geom_boxplot(fill=\" steelblue<\/span> \")\n<\/strong><\/span><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/diamants4.jpg\")
<\/p>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
<\/span><\/p>\n
Eine vollst\u00e4ndige Anleitung zum mtcars-Datensatz in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"