原创 R語言交互式可視化包CanvasXpress推薦

文章目錄1 CanvasXpress包簡介1.1 canvasXpress安裝及加載2 繪圖實戰2.1 三維散點圖2.2 矩陣散點圖2.3 箱線圖2.4 交互圖表導出和交互3 更多信息3.1 更多實例和教程3.2 Shiny小程序

原创 Python中文畫圖亂碼的解決方法

        在Python畫圖時,我們一般希望在圖中添加中文標籤或者變量名稱,這樣可以增強我們圖形的可讀性,可是在Python中有時會出現了亂碼。         下面舉出一個例子說明如何解決中文亂碼的問題。 import pan

原创 2015-2018年全國考研數據分析報告

文章目錄1. 碩士研究生報名人數2. 報名人數持續增長3. 應屆生和往屆生讀研比例4. 專業碩士和學術碩士的報名比例5. 男女讀研比例6. 全日制和非全日制考生比例7. 報考的熱門專業8. 四大高校各專業報錄比9. 數據來源 1. 碩

原创 在EXCEL使用VLOOKUP函數實現自動匹配

文章目錄一、函數規則二、舉例子三、參考資料 一、函數規則 VOOLUP(lookup_value,table_array,col_index_num,range_lookup) lookup_value表示要查找的值。 tab

原创 spss實現中心化處理、標準化處理和歸一化處理

文章目錄一、中心化、標準化、歸一化簡單描述二、中心化處理三、標準化處理四、歸一化處理五、參考資料 一、中心化、標準化、歸一化簡單描述 意義:數據中心化和標準化在迴歸分析中是取消由於量綱不同、自身變異或者數值相差較大所引起的誤差。

原创 SAS中變量值標籤的使用

文章目錄一、 Using Format to Enhance Your Output1.1 讀取survey.txt數據1.2 Using PROC FORMAT to create user-defined formats1.3 A

原创 SAS中添加變量標籤

        在SAS中的變量名不能是中文,但是我們可以使用 label 給變量添加中文標籤。例如在下面的例子中,這四個變量的輸出結果是沒有標籤的,我們可以修改源程序,添加 label 語句。並且在 proc print 中添加 l

原创 R語言程序中的中文亂碼解決辦法

        打開以前的保存的程序,發現中文都亂碼了。         在RStudio中菜單欄 File 中選擇 Reopen with Encoding         選擇 UTF-8,點擊 OK         這時我

原创 markdown數學公式和語法介紹

文章目錄一、 基礎語法1.1 任務列表1.2 首行縮進1.3 鏈接1.4 圖片1.5 反斜槓二、好用的 HTML 標籤2.1 文字居中2.2 圖片居中2.3 分欄排版2.4 其他html三、數學公式四、參考文獻 一、 基礎語法 1.1

原创 在R和Python中求峯度和偏度

文章目錄一、 偏度1.1 計算公式1.2 自定義函數以及調用二、峯度2.1 計算公式2.2 自定義函數以及調用三、參考資料 一、 偏度 1.1 計算公式         k-階中心矩爲: uk=1n∑i=1n(xi−x‾)k u_k=

原创 在線升級R語言版本以及在RStudio容納最新版本的R

文章目錄1.升級R語言版本2.RStudio容納最新版本的R3.參考資料 1.升級R語言版本 第一步 install.packages("installr")#安裝 第二步 library(installr)#加載 第三步 up

原创 在R語言中安裝xlsx包並讀取excel數據

文章目錄安裝Java安裝rJava和xlsx讀取excel數據 安裝Java 查看電腦的系統,32位,還是64位 進入oracle官網,找到JDK,下載 雙擊jdk進行安裝 注意:jdk路徑:使用默認路徑 jre路徑:可以自行更改。

原创 Python數據科學:技術詳解與商業實戰(第三章至第五章學習筆記)

文章目錄第二章 Python 的基本運算2.1 算術運算2.2 比較運算2.3 邏輯運算第3章 數據科學的Python編程基礎序列序列相關操作3.1 Python 的基本數據類型3.1.1 字符串(str)3.1.2 布爾值(Bool

原创 rmarkdown入門

文章目錄1 初次認識 R Markdown安裝包RStudio配置R Markdown 工作流程2 新建一個文件3 文本處理表格4 代碼模塊嵌入代碼的方式行間代碼代碼塊顯示代碼和結果只顯示結果只顯示代碼5 公式模塊 1 初次認識 R

原创 定製作圖(將RStudio繪製的圖形保存到指定的位置)

定製作圖 #設置工作空間 setwd("D:/data/r_data") #讀取數據 time_series<-read.csv("time_series.csv",header = T) #查看前6行觀測 head(time_ser