Contiene misurazioni su 10 diverse variabili (come prezzo, colore, purezza, ecc.) per 53.940 diamanti diversi.<\/span><\/p>\n Questo tutorial spiega come esplorare, riepilogare e visualizzare il set di dati del diamante<\/strong> in R.<\/span><\/p>\n Poich\u00e9 il set di dati del diamante<\/b> \u00e8 un set di dati integrato in ggplot2, dobbiamo prima installare (se non gi\u00e0) e caricare il pacchetto ggplot2:<\/span><\/p>\n Una volta caricato ggplot2, possiamo utilizzare la funzione data()<\/strong> per caricare il dataset del diamante<\/strong> :<\/span><\/p>\n Possiamo dare un’occhiata alle prime sei righe del set di dati utilizzando la funzione head()<\/strong> :<\/span><\/p>\n Possiamo utilizzare la funzione summary()<\/strong> per riassumere rapidamente ogni variabile nel set di dati:<\/span><\/p>\n Per ciascuna delle variabili numeriche possiamo vedere le seguenti informazioni:<\/span><\/p>\n Per le variabili categoriali nel set di dati (taglio, colore e chiarezza), vediamo un conteggio della frequenza di ciascun valore.<\/span><\/p>\n Ad esempio, per la variabile cut<\/strong> :<\/span><\/p>\n Possiamo usare la funzione dim()<\/strong> per ottenere le dimensioni del set di dati in termini di numero di righe e colonne:<\/span><\/p>\n Possiamo vedere che il set di dati ha 53.940<\/b> righe e 10<\/strong> colonne.<\/span><\/p>\n Possiamo anche usare la funzionenames ()<\/strong> per visualizzare i nomi delle colonne del data frame:<\/span><\/p>\n Possiamo anche creare grafici per visualizzare i valori del set di dati.<\/span><\/p>\n Ad esempio, possiamo utilizzare la funzione geom_histogram()<\/strong> per creare un istogramma dei valori di una determinata variabile:<\/span> <\/p>\n Possiamo anche utilizzare la funzione geom_point()<\/strong> per creare una nuvola di punti di qualsiasi combinazione di variabili a coppie:<\/span> <\/p>\n Possiamo anche usare la funzione geom_boxplot()<\/strong> per creare un boxplot di una variabile raggruppata da un’altra variabile:<\/span> <\/p>\n Usando queste funzioni ggplot2, possiamo imparare molto sulle variabili nel set di dati del diamante<\/strong> .<\/span><\/p>\n I seguenti tutorial spiegano come esplorare altri set di dati in R: Una guida completa al set di dati Iris in R<\/a> Il set di dati Diamond \u00e8 un set di dati integrato nel pacchetto ggplot2 in R. Contiene misurazioni su 10 diverse variabili (come prezzo, colore, purezza, ecc.) per 53.940 diamanti diversi. Questo tutorial spiega come esplorare, riepilogare e visualizzare il set di dati del diamante in R. Carica il set di dati del diamante Poich\u00e9 […]<\/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 Carica il set di dati del diamante<\/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 Riassumere il set di dati del diamante<\/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 Visualizza il dataset dei diamanti<\/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 Risorse addizionali<\/strong><\/span><\/h3>\n
<\/span><\/p>\n
Una guida completa al set di dati mtcars in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"