上次的文章简单介绍了《R数据科学》，以及ggplot2中mpg的调取方式：
1.直接键入mpg
2.使用ggplot2::mpg来调取
这次我们来看，ggplot2的绘图模板，模板函数为:
ggplot(data = <data>)+<geom_function>(mapping = aes(<mappings>))
这个代码是无法运行的，只是一个模板，< >中的内容，<data>为读取的数据，<geom_function>为函数功能，比如geom_point就是绘制点集的，而<mappings>我们可以设置x和y的参数，比如，aes(x=displ,y=hwy)，代表以displ为x，以hwy为y，当然这里可以简写为aes（displ,hwy)。
接下来是一些练习题：
（1）运行ggplot(data = mpg)，你会看到什么？
这个不会有任何效果，因为未使用功能函数<geom_function>画图。
（2）数据集mpg中有多少行？多少列？
image.png
A tibble: 234 x 11，代表234行11列
可以通过以下几种方式查询：
[1]
dim(mpg)[2]
str(mpg)[3]
nrow(mpg)，ncol(mpg)[4]
library(tibble)
glimpse(mpg)
image.png
链接中包含了这四种查询方式：
http://www.360doc.com/content/20/0802/17/71039787_928162146.shtml
（3）变量drv的意义是什么？
drv是mpg数据框中的变量，我们采用?mpg，或者help(mpg)来查询它的意义，可以得到：
drv：the type of drive train, where f = front-wheel drive, r = rear wheel drive, 4 = 4wd，
驱动类型，前轮驱动，后轮驱动，四轮驱动。
（4）使用hwy和cyl绘制一张散点图。
万变不离其宗，直接套公式
ggplot(mpg)+geom_point(aes(hwy,cyl))
(5)如果使用class和drv绘制散点图，会发生什么情况？为什么这张图没有什么用处？
image.png
2个变量没有明显的相关性，且均为分类变量，失去可视化的意义
网友评论