首页
关于
论坛
R会
投稿
搜索
可视化
最近更新于2023-02-25
2 / 2
统计图形
R时代,你要怎样画地图?
苏建冲
/
2013-01-11
不知道各位平常有没有过需要画地图的需求,有的时候需要在地图上标出特定位置的数据表现或者一些数值,然而怎么实现? 这里主要介绍下在R语言中绘制地图的个人琢磨的思路。绘制地图步骤有三: […] 以上步骤中,目前最关键的是2,一旦2的数据有了,在R中不就是把它们连起来嘛,这个对于R来说就是调戏它,就跟全民调戏小黄鸡一样。 R语言中绘制地图的思路也是由于2的获取方式不一样而分开的。 第一种思……
统计图形
在R中实现动态气泡图
何通
/
2013-01-07
最近我逐渐发现了ggplot2这个包的好处——只要用过一次,就再也不想回头使用R中自带的作图函数了。前两天鼓捣完一个地图的数据,又受到统计之都最新文章的影响,我忽然想起了Hans Rosling在TED上的精彩演讲。在图中横坐标是国民收入,纵坐标是国民的期望寿命,气泡的大小则是该国人口。整个图从1800年的统计数据开始,一直到2009年不断动态地展示,图上的气泡也随着时间变化不停地抖动上升。有一位……
统计应用
统计词话(二)
邱怡轩
/
2012-03-21
[…] 抬头,他们看到了诗云。 […] 诗云处于已消失的太阳系所在的位置,是一片直径为一百个天文单位的旋涡状星云,形状很像银河系。空心地球处于诗云边缘,与原来太阳在银河系中的位置也很相似,不同的是地球的轨道与诗云不在同一平面,这就使得从地球上可以看到诗云的一面,而不是像银河系那样只能看到截面。 […] ——刘慈欣 《诗云》 […] 时光荏……
统计模型
大规模系统内变量关系的研究以及可视化-1因果分析
黄帅
/
2009-09-20
在统计分析中,有这样一类具有普遍意义的问题:在测得了(取样)一个变量系统的数据以后,如何从数据中发现并且验证这些变量之间的关系?了解变量之间的关系,无论是对于知识发掘(knowledge discovery),还是拟合精度的提高,都是很有意义的.比如任何一类回归分析,便是要分析预测变量和响应变量之间的关系.如果我们能用一些方法做回归前的预分析(pre-analysis before……
统计图形
不同版本的散点图矩阵
魏太云
/
2009-03-20
散点图矩阵是散点图的高维扩展,它从一定程度上克服了在平面上展示高维数据的困难,在展示多维数据的两两关系时有着不可替代的作用。R 软件就包含了各种不同版本的散点图函数,本文主要介绍散点图矩阵的设计及其在R中的实现方法,并比较它们的长短,从而审时度势,选取自己喜欢的表现方式和相应的函数。 他山之石,可以攻玉。除了辅之以不同的颜色、符号外,散点图中还可以添加其他图形元素,以增强表达力,最常见的添加剂有坐……
推荐文章
相关矩阵的可视化及其新方法探究
魏太云
/
2009-03-13
相关系数阵对于分析多元数据时非常有用,然而当变量较多时,我们很难从一堆庞大的数字中快速获取信息。正因为如此,相关阵的可视化应运而生。的确,活泼生动的图形对我们的眼球更有诱惑力。已有的相关阵可视化技巧有颜色图、椭圆图、钟表图(参见Deepayan Sarkar所著的《Multivariate Data Visualization with R》中的Fig13.6)等,其思想都非常直观。本文在阐述了颜……
推荐文章
调和曲线图和轮廓图的比较
魏太云
/
2009-03-11
多元数据的可视化方法很多,譬如散点图、星图、雷达图、脸谱图、协同图等,大致可分为以下几类:1.基于点(如二维、三维散点图);2.基于线(如轮廓图、调和曲线图);3.基于平面图形(如星图、雷达图、蛛网图);4.基于三维曲面(如三维曲面图)。其思想是将高维数据映射到低维空间(三维以下)内,尽量使信息损失最少,同时又能利于肉眼辨识。调和曲线图和轮廓图(即平行坐标图)都是多元数据的可视化方法,它们基于“……
««
«
1
2
»
»»