使用 R 从 JSON 中的数据中获取有意义的统计方法（3）

look_w

R 可视化R 因其创建数据可视化的能力而众所周知。在这个家族中，最简单的函数是                    plot()。例如，plot(David.grade)                创建了该对象的一个简单散点图。使用以下命令为轴线添加标题和标签：

1	plot(David.grade, main = "David's Grades", ylab = "Grade", xlab = "Test Number")

函数 dotchart 类似于 plot，它采用了许多相同的参数，但 dotchart                使用了 labels=row.names(x) 标志，它允许您使用行名称（如果有的话）来标记图表。
R 还可以生成直方图，例如，hist(All.grades[[1]])。该命令等同于                    hist(Amy.grade)，但它会从先前创建的数据帧中提取矢量。
R 还可以用 barplot()                函数生产条形图，例如，barplot(Charles.grade)。要改变图形的方向，可以添加 horiz=TRUE                标志。可以通过使用 col 标志添加颜色，如下所示：

1	barplot(Charles.grade, horiz=TRUE, col="darkblue")

图形函数 boxplot（例如，boxplot(All.grades)）很有用。使用                    boxplot，可以比较完整的数据帧。要添加轴标签、中值比较的空隙（notches for median                comparison）、标题和颜色，请输入以下命令：

1 2 3

boxplot(All.grades, main = "Class Grades", ylab = "Grade", xlab = "Test Number", col=(c("gold","darkgreen","blue","red")), notch=TRUE)

请注意嵌套在 boxplot 函数中的连接函数的用法。
结束语本文介绍了 R 语言如何提供一个强大的工具来统计分析数据，并以图形方式显示结果。R 已经在金融、生物和工程等行业提供了多种用途。目前的 InfoSphere                BigInsights 产品已包括 R 函数，R 会受到用户的欢迎。