數(shù)據(jù)可視化分析：基于R語言

第1章 R語言入門
1．1 R的初步使用
1．1．1 R的下載與安裝
1．1．2 對象賦值與運行
1．1．3 編寫代碼腳本
1．1．4 查看幫助文件
1．1．5 包的安裝與加載
1．2 創(chuàng)建R數(shù)據(jù)
1．2．1 向量、矩陣和數(shù)組
1．2．2 數(shù)據(jù)框
1．2．3 因子和列表
1．3 數(shù)據(jù)的其他操作
1．3．1 數(shù)據(jù)讀取和保存
1．3．2 數(shù)據(jù)類型的轉(zhuǎn)換
1．3．3 生成隨機數(shù)
1．3．4 數(shù)據(jù)抽樣
1．4 生成頻數(shù)分布表
1．4．1 類別數(shù)據(jù)頻數(shù)表
1．4．2 數(shù)值數(shù)據(jù)類別化
1．5 編寫R函數(shù)
第2章 R繪圖基礎(chǔ)
2．1 R的基本繪圖函數(shù)
2．1．1 高級繪圖函數(shù)
2．1．2 低級繪圖函數(shù)
2．2 圖形參數(shù)與圖形控制
2．2．1 繪圖參數(shù)
2．2．2 圖形控制
2．2．3 圖形顏色
2．3 頁面布局與圖形組合
2．3．1 用par函數(shù)布局頁面
2．3．2 用layout函數(shù)布局頁面
2．3．3 同時打開多個繪圖窗口
第3章 類別數(shù)據(jù)可視化
3．1 一維表的可視化
3．1．1 簡單條形圖
3．1．2 Pareto圖
3．2 二維表的可視化
3．2．1 并列條形圖與堆疊條形圖
3．2．2 脊形圖與百分比條形圖
3．2．3 二維關(guān)聯(lián)圖
3．2．4 獨立性檢驗的P值圖
3．3 高維表的可視化
3．3．1 馬賽克圖
3．3．2 馬賽克圖的變種
3．3．3 高維關(guān)聯(lián)圖
3．4 其他可視化圖形
3．4．1 餅圖
3．4．2 環(huán)形圖
3．4．3 扇形圖
第4章 分布特征可視化
4．1 直方圖與核密度圖
4．1．1 直方圖
4．1．2 核密度圖
4．1．3 條件密度圖
4．2 莖葉圖
4．2．1 簡單莖葉圖
4．2．2 復(fù)雜莖葉圖
4．3 箱線圖和小提琴圖
4．3．1 箱線圖
4．3．2 小提琴圖
4．4 點圖、太陽花圖和帶狀圖
4．4．1 點圖
4．4．2 太陽花圖
4．4．3 帶狀圖
4．5 分布概要圖
4．6 日歷圖
第5章 變量間關(guān)系可視化
5．1 散點圖與散點圖矩陣
5．1．1 散點圖
5．1．2 散點圖矩陣
5．1．3 相關(guān)系數(shù)矩陣
5．2 條件散點圖
5．3 大數(shù)據(jù)集的散點圖
5．4 3D散點圖和氣泡圖
5．4．1 3D散點圖
5．4．2 氣泡圖
5．5 廣義配對圖陣
第6章 樣本相似性可視化
6．1 輪廓圖和雷達圖
6．1．1 輪廓圖
6．1．2 雷達圖
6．2 星圖和臉譜圖
6．2．1 星圖
6．2．2 臉譜圖
6．3 樹狀圖
6．4 聚類圖和熱圖
6．4．1 聚類圖
6．4．2 熱圖
第7章 時間序列可視化
7．1 探索時間序列模式
7．1．1 用圖形解讀時間序列
7．1．2 分解序列成分
7．1．3 平滑隨機波動成分
7．1．4 畫出序列的改變點
7．2 預(yù)測結(jié)果可視化
7．2．1 指數(shù)平滑預(yù)測
7．2．2 ARIMA模型預(yù)測
7．3 用ggfortify包可視化時間序列
第8章 線性模型可視化
8．1 線性回歸模型可視化
8．1．1 回歸模型的擬合圖
8．1．2 回歸系數(shù)的森林圖
8．1．3 殘差分析與模型診斷圖
8．2 方差分析模型可視化•
8．2．1 繪制方差分析表
8．2．2 繪制各組均值和多重比較圖
8．2．3 繪制模型診斷圖
第9章 概率分布可視化
9．1 離散型概率分布的可視化
9．1．1 二項分布
9．1．2 Poisson分布
9．2 連續(xù)型概率分布的可視化
9．2．1 正態(tài)分布
9．2．2 χ2分布
9．2．3 t分布
9．2．4 F分布
9．2．5 均勻分布•
第10章 R中的其他可視化包
10．1 lattice包簡介
10．1．1 lattice包繪圖的一個例子
10．1．2 lattice包的繪圖函數(shù)及主要參數(shù)
10．1．3 lattice包的常見圖形
10．1．4 lattice包圖形的組合
10．2 ggplot2包簡介
10．2．1 ggplot2包繪圖的一個例子
10．2．2 ggplot2包的繪圖函數(shù)及主要參數(shù)
10．2．3 ggplot2包的常見圖形
10．2．4 ggplot2包圖形的組合
附錄本書使用的R函數(shù)
參考書目