开张啦~

很久之前就想做个公众号用来督促自己学习,拖延症晚期的我今天终于把备忘录开通了!!!万事开头难,希望今后能在这里一直坚持下去。

推送内容

内容的话应该会很杂,一般会发一些R语言学习经验和生态学、气象有关的最新文献报道,偶尔也会发些考研杂谈以及自己的生活记录哈哈哈。

先简单介绍下如何下载R吧。

先进入https://www.r-project.org/(或者直接百度R),点击download R,然后在China下面选择一个镜像进入后根据自己电脑类型的选择下载,再点击install R for the first time下载R的最新版本(历史版本请搜索https://cran.r-project.org/bin/windows/base/old/)。

image
image
image
image
R安装完成后建议大家安装Rstudio(https://www.rstudio.com/products/rstudio/download/),因为它很方便,嗯,很方便。
image

安装完成后大家就可以在Rstudio上操作啦~

分享一下昨天学到的小知识——如何插看缺失值的分布与数据类型

我们要用到vigsdat和tibble包

install.packages('visdat')

install.packages('tibble')

library(tibble)

library(visdat)

查看数据(这里的数据是我在某篇文献上下载的,大家可以用自己的数据试试)

setwd("D:/Example/PIECESEM")

aa<-read.csv("kelp.csv")

aa <- as_tibble(aa)

aa

image

这里简单介绍一下数据变量类型

integer 整数型

dbl-双精度浮点数、实数

character 字符型

numeric 数值型(double)

logical 逻辑型

NULL

NA 缺失值

dttm-日期+时间

lgl-逻辑型变量,仅包括TRUE和FALSE

fctr-因子,R中用因子表示具有固定数目的值的分类。

date-日期型变量

对数据结构和缺失值作图


vis_dat(aa)###展示数据结构

vis_miss(aa)###展示缺失值

其中observations是数据的行数,上面是数据的变量名称以及类型,不同的类型由不同的颜色表示。

最后一张图中黑色代表缺失值,灰色则不是缺失值。

image
image

好啦,以上就是开张的第一篇推送啦,希望以后能自觉自律,争取常更~

参考文献:https://github.com/ropensci/visdat

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容