R语言Facebook用户数据单一变量分析

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› R语言›R语言教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

先做什么？

笔记：

伪Facebook的用户数据

笔记：

getwd（）## [1]“C：/ Users / HH / Desktop / R Data analyst”list.files（）## [1]“07-tidy-data.pdf”“demystifying.R”## [3 ]“demystifyingR2_v3.html”“demystifyingR2_v3.Rmd”## [5]“EDA_Course_Materials.zip”“lesson3_student.html”## [7]“lesson3_student.rmd”“pseudo_facebook.tsv”## [9]“reddit.csv “”stateData.csv“## [11]”tidy-data.pdf“pf <-read.delim（'pseudo_facebook.tsv'）name（pf）## [1]”userid“”age“## [3 ]“dob_day”“dob_year”## [5]“dob_month”“gender”## [7]“tenure”“friend_count”## [9]“friendships_initiated”“likes”## [11]“likes_received”“mobile_likes “## [13]”mobile_likes_received“”www_likes“## [15]”www_likes_received“

用户生日直方图

笔记：

library（ggplot2）qplot（x = dob_day，data = pf）+ scale_x_continuous（breaks = 1:31）##`stat_bin（）`using`bins = 30`。用`binwidth`选择更好的价值。

image.png

你注意到这个直方图有哪些东西？

回应：通常很多人一日出生

莫伊拉的调查

笔记：

估算您的受众规模

笔记：

想想您在Facebook上上发布特定消息或分享照片的时间。它以前如何？

响应：

你认为你的朋友中有多少人看到了这个帖子？

响应：

想想你在Facebook的上的朋友百分比会看到你在一个月内发表的任何帖子或评论。你认为这是多少百分比？

响应：

感知受众规模

笔记：

刻面

笔记：

qplot（x = dob_day，data = pf）+ scale_x_continuous（breaks = 1:31）+ facet_wrap（~dob_month，ncol = 3）##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的价值。

image.png

让我们再看看我们的情节。你在这里有什么突出的？

响应：

持怀疑态度 - 异常值和异常

笔记：

莫伊拉的异常值

注意：####您认为哪种情况适用于莫伊拉异常值响应？

朋友数

笔记：

您将输入什么代码来创建朋友计数的直方图？

qplot（friend_count，data = pf）##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的价值。

image.png

这个情节与莫伊拉的第一个情节有何相似之处？

响应：

限制轴

笔记：

qplot（friend_count，data = pf）+ scale_x_continuous（limits = c（0,1000））##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的值。##警告：删除了包含非有限值（stat_bin）的2951行。

image.png

使用斌宽度进行探索

笔记：

调整斌宽度

笔记：

面对朋友数量

＃你会添加什么代码来按性别创建直方图？＃将它添加到下面的代码中.qplot（x = friend_count，data = pf，binwidth = 10）+ scale_x_continuous（limits = c（0,1000）），break = seq（0,1000,50））+ facet_wrap（〜sex性）##警告：删除了包含非有限值（stat_bin）的2951行。

image.png

省略NA值

笔记：

qplot（friend_count，data = subset（pf，！is.na（gender）），binwidth = 25）+ scale_x_continuous（limits = c（0,1000），breaks = seq（0,1000,50））+ facet_wrap（〜性别）##警告：删除了包含非有限值（stat_bin）的2949行。

image.png

统计 '按' 性别

笔记：

table（pf $ gender）## ## female male ## 40254 58574by（pf $ friend_count，pf $ gender，summary）## pf $ gender：female ## Min。第一曲。中位数第3曲。最大。## 0 37 96 242 244 4923 ## --------------------------------------- - ---------------- ## pf $性别：男## Min。第一曲。中位数第3曲。最大。## 0 27 74 165 182 4917

谁平均有更多的朋友：男人还是女人？

回复：女性####女性和男性的中位朋友数有什么不同？回复：22 ####为什么中位数比平均值更好？回复：有极端数据时不要改变太多***

保有

笔记：

qplot（x = tenure，data = pf，binwidth = 30，color = I（'black'），fill = I（'＃099DD9'））##警告：删除了包含非有限值（stat_bin）的2行。

image.png

你会如何创建一年的任期直方图？

qplot（x = tenure / 365，data = pf，binwidth = .25，color = I（'black'），fill = I（'＃F79420'））+ scale_x_continuous（breaks = seq（1,7,1）， limits = c（0,7））##警告：删除了包含非有限值（stat_bin）的26行。

image.png

标记图

笔记：

qplot（x = tenure / 365，data = pf，xlab ='使用FB的年数'，ylab ='样本中的用户数'，binwidth = .25，color = I（'black'），fill = I（' ＃F79420'））+ scale_x_continuous（breaks = seq（1,7,1），limits = c（0,7））##警告：删除了包含非有限值（stat_bin）的26行。

image.png

用户年龄

笔记：

qplot（x =年龄，数据= pf，xlab ='用户年龄'，ylab ='用户数'，binwidth = 1，color = I（'black'），fill = I（'＃5760AB'））+ scale_x_continuous（断裂= SEQ（1,113,5））

image.png

你注意到了什么？

响应：

模因的传播

笔记：

Lada的Money Bag Meme

笔记：

转换数据

笔记：

library（gridExtra）p1 < - qplot（x = friend_count，data = pf）p2 < - qplot（x = log10（friend_count + 1），data = pf）p3 < - qplot（x = sqrt（friend_count + 1），data = pf）grid.arrange（p1，p2，p3）##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的值。##`stat_bin（）`使用`bins = 30` 。用`binwidth`选择更好的值。##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的价值。

image.png

p1 < - ggplot（aes（x = friend_count），data = pf）+ geom_histogram（）p2 < - p1 + scale_x_log10（）p3 < - p1 + scale_x_sqrt（）grid.arrange（p1，p2，p3）##`stat_bin （）`使用`bins = 30`。使用`binwidth`选择更好的值。##警告：转换在连续的x轴中引入了无限值##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的值。##警告：删除了1962行包含非有限值（stat_bin）。##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的价值。

image.png

添加缩放图层

笔记：

qplot（x = friend_count，data = pf）+ scale_x_log10（）##警告：转换在连续的x轴中引入了无限值##`stat_bin（）`使用`bins = 30`。用`binwidth`选择更好的值##警告：删除了包含非有限值（stat_bin）的1962行。

image.png

频率多边形

q1 < - ggplot（aes（x = friend_count，y = .. count ../ sum（.. count ..）），data = subset（pf，！is.na（gender）））+ geom_freqpoly（aes（color））=性别），binwidth = 10）+ scale_x_continuous（limits = c（0,1000），breaks =

image.png

喜欢网络

笔记：

by（pf $ www_likes，pf $ gender，sum）## pf $ gender：female ## [1] 3507665 ## ----------------------- --------------------------------- ## pf $性别：男## [1] 1430175by（pf $ www_likes_received ，pf $性别，总和）## pf $性别：女性## [1] 4199879 ## ---------------------------- ---------------------------- ## pf $性别：男## [1] 1586098

方块图

笔记：

qplot（x =性别，y = friend_count，data = subset（pf，！is.na（性别）），geom ='boxplot'）+ scale_y_log10（）##警告：转换在连续的y轴中引入了无限值##警告：删除了包含非有限值的1962行（stat_boxplot）。

image.png

调整代码以关注朋友数在0到1000之间的用户。