随机抽样以及数据探索
数据 探索 以及
2023-06-13 09:13:59 时间
一、随机抽样
在做统计分析的过程中,经常需要进行随机抽样,R 提供了多种生成随机数的函数,并且可以进行多种形式的抽样。
x <- 1:10
x
sample(x,size = 5)
sample(x,size = 5,replace = F)
sample(x,size = 5,replace = T)
set.seed(1234)
sample(x,5,replace = F)#先设置上一步,这一步结果就固定了
set.seed(1234)
sample(x,4)
set.seed(1234)
sample(x,3)
#按比例抽样
x <- 1:100
sample(x,size = 0.25*length(x))
二、利用 R 语言斗地主
rm(list = ls())
type <- c("red","spades","cube","plum")
amount <- c("A",2:10,"J","Q","K")
a <- rep(type,each = 13)
b <- rep(amount,4)
paste(a,b)
group <- expand.grid(type,amount)
poker <- paste(group$Var2,group$Var1,sep = "-")
poker
poker[c(53,54)] <- c("black Joker","red Joker")
set.seed(666)
shuffle <- sample(poker,54,replace = F)
head(shuffle) #运行种子数,每次牌一样
dipai <- shuffle[52:54]
shuffle <- shuffle[-c(52:54)]
one <- shuffle[c(T,F,F)]
two <- shuffle[c(F,T,F)]
three <- shuffle[c(F,F,T)]
三、探索数据
rm(list = ls())
x <- read.csv('WHO.csv',row.names = 1)
x$CountryID <- rownames(x)
colnames(x)[grep('Pop',colnames(x))]
y <- data.frame(x$CountryID,x$Population_total)
sort(y$Population_total, decreasing = T)
order(y$Population_total, decreasing = T)
y[order(y$x.Population_total, decreasing = T),][1:10,]
sum(y$x.Population_total,na.rm = T)/100000000
写在最后:有时间我们会努力更新的。大家互动交流可以前去论坛,地址在下面,复制去浏览器即可访问,弥补下公众号没有留言功能的缺憾。原地址暂未启用(bioinfoer.com)。
sx.voiceclouds.cn
有些板块也可以预设为大家日常趣事的分享等,欢迎大家来提建议。
相关文章
- 向量数据库入坑指南:初识 Faiss,如何将数据转换为向量(一)
- WOT干货大放送:大数据架构发展趋势及探索实践分享详解大数据
- 深入探索Oracle:如何审查数据集(oracle查看数据集)
- Oracle插入大数据:探索新的可能性(oracle插入大数据)
- 探索Oracle大数据索引的无限可能(oracle大数据索引)
- 文学数据Oracle读取太空探索解码之旅(oracle取天)
- Linux 串口探索:查看串口数据(查看linux串口数据)
- Redis代码分析:探索高性能数据存储魅力(redis代码分析)
- Neo4j实现物联网数据可视化(neo4j实例)
- 利用MSSQL将数据类型转换实现更高效率(mssql转化数据类型)
- 探索Redis数据变化的精彩世界(感知redis数据变化)
- 深入探索Oracle全局查表数据(oracle全局查表数据)
- 监控Redis洞悉数据及性能状况(监控redis是什么)
- 使用软件查看Redis数据(查看redis数据的软件)
- 深入探索查看Redis数据库的实践(查看redis数据库数据)
- 使用Redis实现数据过期场景探索(redis过期场景)
- mysql如何将多行数据合并成一行