作业2答案

练习1 连接数据源

  1. 将iris数据集导出为iris.csv文件
  2. 生成可以记录计算机班同学的学号、名字、成绩的数据框
> write.csv(iris,"iris.csv")
> student<-data.frame(ID=c(11,12,13),Name=c("Devin","Edward","Wenli"),Grade=c(8,9,9))
> student
  ID   Name Grade
1 11  Devin     8
2 12 Edward     9
3 13  Wenli     9

练习2 查看数据

  1. 查看数据iris的第四列
  2. 查看数据集iris的变量名
  3. 绘制iris数据集中前两列的散点图
> iris[,4]
  [1] 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 0.2 0.2 0.1 0.1
 [15] 0.2 0.4 0.4 0.3 0.3 0.3 0.2 0.4 0.2 0.5 0.2 0.2 0.4 0.2
 [29] 0.2 0.2 0.2 0.4 0.1 0.2 0.2 0.2 0.2 0.1 0.2 0.2 0.3 0.3
 [43] 0.2 0.6 0.4 0.3 0.2 0.2 0.2 0.2 1.4 1.5 1.5 1.3 1.5 1.3
 [57] 1.6 1.0 1.3 1.4 1.0 1.5 1.0 1.4 1.3 1.4 1.5 1.0 1.5 1.1
 [71] 1.8 1.3 1.5 1.2 1.3 1.4 1.4 1.7 1.5 1.0 1.1 1.0 1.2 1.6
 [85] 1.5 1.6 1.5 1.3 1.3 1.3 1.2 1.4 1.2 1.0 1.3 1.2 1.3 1.3
 [99] 1.1 1.3 2.5 1.9 2.1 1.8 2.2 2.1 1.7 1.8 1.8 2.5 2.0 1.9
[113] 2.1 2.0 2.4 2.3 1.8 2.2 2.3 1.5 2.3 2.0 2.0 1.8 2.1 1.8
[127] 1.8 1.8 2.1 1.6 1.9 2.0 2.2 1.5 1.4 2.3 2.4 1.8 1.8 2.1
[141] 2.4 2.3 1.9 2.3 2.5 2.3 1.9 2.0 2.3 1.8
> colnames(iris)
[1] "Sepal.Length" "Sepal.Width"  "Petal.Length" "Petal.Width" 
[5] "Species"
> plot(iris[,1],iris[,2])

练习3 数据操作

  1. 截取数据集iris的前10行数据并生成新的数据集iris1
  2. 在数据集iris1中加入新的一列，该列的值是第一列与第二列的比值
  3. 计算iris1的描述性统计量
  4. 绘制iris1数据集第一列数据的直方图
> iris1 <- iris[1:10,]
> iris1
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1           5.1         3.5          1.4         0.2  setosa
2           4.9         3.0          1.4         0.2  setosa
3           4.7         3.2          1.3         0.2  setosa
4           4.6         3.1          1.5         0.2  setosa
5           5.0         3.6          1.4         0.2  setosa
6           5.4         3.9          1.7         0.4  setosa
7           4.6         3.4          1.4         0.3  setosa
8           5.0         3.4          1.5         0.2  setosa
9           4.4         2.9          1.4         0.2  setosa
10          4.9         3.1          1.5         0.1  setosa
> iris1$bizhi <- iris1$Sepal.Length/iris1$Sepal.Width
> summary(iris1)
  Sepal.Length    Sepal.Width     Petal.Length   Petal.Width         Species       bizhi      
 Min.   :4.400   Min.   :2.900   Min.   :1.30   Min.   :0.10   setosa    :10   Min.   :1.353  
 1st Qu.:4.625   1st Qu.:3.100   1st Qu.:1.40   1st Qu.:0.20   versicolor: 0   1st Qu.:1.406  
 Median :4.900   Median :3.300   Median :1.40   Median :0.20   virginica : 0   Median :1.470  
 Mean   :4.860   Mean   :3.310   Mean   :1.45   Mean   :0.22                   Mean   :1.474  
 3rd Qu.:5.000   3rd Qu.:3.475   3rd Qu.:1.50   3rd Qu.:0.20                   3rd Qu.:1.509  
 Max.   :5.400   Max.   :3.900   Max.   :1.70   Max.   :0.40                   Max.   :1.633  
> hist(iris1$Sepal.Length)

练习4 图形绘制操作

  1. 根据mtcars数据集，绘制MPG点图
  2. 根据mtcars数据集绘制汽车气缸个数分布条形图
> data(mtcars)
> dotchart(mtcars$mpg,labels=row.names(mtcars),cex=.7,main="汽车的每加仑里程(MPG)散点图",xlab="每加仑里程(MPG)")
> barplot(table(mtcars$cyl), main="汽缸数分布条形图",xlab="汽缸数")

练习5 条件筛选

  1. 创建一个2到50的向量,形式为 2, 4, 6, 8, ..., 48, 50并命名为vector1
  2. 选取vector1中的第20个元素
  3. 选取vector1中的第10到20个元素
  4. 选取vector1中值大于40的元素
> vector1 <- c(2:50)
> vector1
 [1]  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20
[20] 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
[39] 40 41 42 43 44 45 46 47 48 49 50
> vector1[20]
[1] 21
> vector1[10:20]
 [1] 11 12 13 14 15 16 17 18 19 20 21
> vector1[vector1>40]
 [1] 41 42 43 44 45 46 47 48 49 50

results matching ""

    No results matching ""