Zawiera pomiary 10 r\u00f3\u017cnych zmiennych (takich jak cena, kolor, klarowno\u015b\u0107 itp.) dla 53 940 r\u00f3\u017cnych diament\u00f3w.<\/span><\/p>\n W tym samouczku wyja\u015bniono, jak eksplorowa\u0107, podsumowywa\u0107 i wizualizowa\u0107 zestaw danych diamentowych<\/strong> w j\u0119zyku R.<\/span><\/p>\n Poniewa\u017c zestaw danych Diamond<\/b> jest wbudowanym zestawem danych w ggplot2, musimy najpierw zainstalowa\u0107 (je\u015bli jeszcze nie) i za\u0142adowa\u0107 pakiet ggplot2:<\/span><\/p>\n Po za\u0142adowaniu ggplot2 mo\u017cemy u\u017cy\u0107 funkcji data()<\/strong> , aby za\u0142adowa\u0107 zestaw danych rombu<\/strong> :<\/span><\/p>\n Mo\u017cemy przyjrze\u0107 si\u0119 pierwszym sze\u015bciu wierszom zbioru danych za pomoc\u0105 funkcji head()<\/strong> :<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 funkcji podsumowania()<\/strong> , aby szybko podsumowa\u0107 ka\u017cd\u0105 zmienn\u0105 w zbiorze danych:<\/span><\/p>\n Dla ka\u017cdej ze zmiennych numerycznych mo\u017cemy zobaczy\u0107 nast\u0119puj\u0105ce informacje:<\/span><\/p>\n W przypadku zmiennych kategorycznych w zbiorze danych (kr\u00f3j, kolor i przejrzysto\u015b\u0107) widzimy cz\u0119stotliwo\u015b\u0107 ka\u017cdej warto\u015bci.<\/span><\/p>\n Na przyk\u0142ad dla zmiennej wycinaj\u0105cej<\/strong> :<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 funkcji dim()<\/strong> , aby uzyska\u0107 wymiary zbioru danych pod wzgl\u0119dem liczby wierszy i kolumn:<\/span><\/p>\n Widzimy, \u017ce zbi\u00f3r danych ma 53 940<\/b> wierszy i 10<\/strong> kolumn.<\/span><\/p>\n Mo\u017cemy r\u00f3wnie\u017c u\u017cy\u0107 funkcji Names()<\/strong> do wy\u015bwietlenia nazw kolumn ramki danych:<\/span><\/p>\n Mo\u017cemy tak\u017ce tworzy\u0107 wykresy w celu wizualizacji warto\u015bci zbioru danych.<\/span><\/p>\n Na przyk\u0142ad mo\u017cemy u\u017cy\u0107 funkcji geom_histogram()<\/strong> do stworzenia histogramu warto\u015bci okre\u015blonej zmiennej:<\/span> <\/p>\n Mo\u017cemy r\u00f3wnie\u017c u\u017cy\u0107 funkcji geom_point()<\/strong> do stworzenia chmury punkt\u00f3w dowolnej kombinacji parami zmiennych:<\/span> <\/p>\n Mo\u017cemy tak\u017ce u\u017cy\u0107 funkcji geom_boxplot()<\/strong> , aby utworzy\u0107 wykres pude\u0142kowy zmiennej pogrupowanej wed\u0142ug innej zmiennej:<\/span> <\/p>\n Korzystaj\u0105c z tych funkcji ggplot2, mo\u017cemy dowiedzie\u0107 si\u0119 wiele o zmiennych w zbiorze danych rombu<\/strong> .<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak eksplorowa\u0107 inne zbiory danych w R: Kompletny przewodnik po zbiorze danych Iris w R<\/a> Zestaw danych diamentu to zestaw danych wbudowany w pakiet ggplot2 w j\u0119zyku R. Zawiera pomiary 10 r\u00f3\u017cnych zmiennych (takich jak cena, kolor, klarowno\u015b\u0107 itp.) dla 53 940 r\u00f3\u017cnych diament\u00f3w. W tym samouczku wyja\u015bniono, jak eksplorowa\u0107, podsumowywa\u0107 i wizualizowa\u0107 zestaw danych diamentowych w j\u0119zyku R. Za\u0142aduj zestaw danych diamentu Poniewa\u017c zestaw danych Diamond jest wbudowanym zestawem […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2801","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Za\u0142aduj zestaw danych diamentu<\/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 Podsumuj zbi\u00f3r danych diament\u00f3w<\/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 Wizualizuj zbi\u00f3r danych diament\u00f3w<\/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 Dodatkowe zasoby<\/strong><\/span><\/h3>\n
<\/span><\/p>\n
Kompletny przewodnik po zbiorze danych mtcars w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"