运行环境Rstudio
首先导入数据, 并且查看一些简单的信息：
votes.seats <- read.csv('votes and seats-2.csv', na.strings = '–', head = TRUE, sep=',')
dim(votes.seats)
head(votes.seats, 10) #查看前几行row, 默认6
tail(votes.seats, 8) #查看后几行
names(votes.seats) #显示列名称
会发现产生了两张表和一些数据：
纬度和列名称：
前10个
后8个
大致如上，na.strings=’-’ 的作用是把原表中’-’ 的部分已NA显示， head=TRUE的话，表头不会被当成数据，基本和python差不多的读取方式。
接下来我们向单独查看某一列的话就用$操作符， 比如votes.seats$election 就会只显示election那一列的数据。
接下来我们把election那一列的年月日给拆分，这里用到了str_split：
str_split(votes.seats$election, ' ', simplify = T)
会生成一个列数为4的矩阵，分别对应日月年以及选举这个词，这里就只显示前面几行了。simplify=T的作用是生成矩阵，不然会生成一个list。
接下来会用到mutate操作，其目的是可以在原表的尾部添加新的列。当然他也可以在原有的列上进行修改，只需要关键字是表中存在的即可，不存在的关键字则单独新增一列。
install.packages('tidyverse')
library(dplyr)
library(stringr)
library(tidyr)
votes.seats %>% #用了mutate函数之后，就会在csv文件后面添加新定义的列，列名称就在mutate里定义
mutate(year = str_split(election, ' ', simplify = T)[, 3])
先下载一个package，并且导入几个library，后续会用到。
注意这里需要用到%>%操作符，个人感觉有点像java里的. 操作，即调用一个函数。在mutate函数中规定新列的名称是year，显示内容就为我们刚才得到的矩阵的第三列，即“年”。
可以看到vote.seats最后一列已经多了一列year了。
当然你还可以根据需求添加其他的列。
这里我们将增加其他几列，以做后续使用，分别是每个派的投票比例:
votes.seats <- votes.seats %>%
mutate(year = str_split(election, ' ', simplify = T)[, 3],
coalition.seat.share = coalition.seats / total.seats, #转换成百分比
labor.seat.share = labor.seats / total.seats,
other.seat.share = other.seats / total.seats,
total.seat.share = coalition.seat.share + labor.seat.share + other.seat.share)
votes.seats
接下来是gather函数，他的作用是把实现类似key-value 一样的配对，比如该数据中分别有每一年，不同派(Coalition, Labor, Other)之间的投票比例， 我们希望他们每一个都和年份有一个单独的配对.
votes.seats%>%
gather(party, seat.share,
coalition.seat.share, labor.seat.share, other.seat.share)
这里看不懂没关系，可以发现表的行数变成了129，之前是43行，正好是3倍，即每一年，和每一个party都单独生成一行，所以每一年生成了三行。
继续使用dplyr 函数, 直接在上一个代码上操作即可，并且我们使用
a <- votes.seats%>%
gather(party, seat.share,
coalition.seat.share, labor.seat.share, other.seat.share) %>%
dplyr::select(year, party, seat.share) %>% #这句是只选择这几列显示
mutate(party = dplyr::recode(party, 'coalition.seat.share' = 'Coalition',
'labor.seat.share' = 'Labor',
'other.seat.share' = 'Other'))
将该表计作a，他是关于年份，party，以及seat.share 的
使用dplyr::select 表示只选择这几列显示。
使用dplyr::recode 从新定义名称。
由于这里没有排序，他是先生成43个所有关于Coalition这一个party的，再是Labor的，最后是Other的。接下来我们将使他显示的更合理。
类似的，再生成一个关于vote.share 的表：
b <- votes.seats%>%
gather(party, vote.share,
coalition.pmy,
labor.pmy,
other.pmy) %>%
dplyr::select(year, party, vote.share) %>% #这句是只选择这几列显示
mutate(party = dplyr::recode(party, 'coalition.pmy' = 'Coalition',
'labor.pmy' = 'Labor',
'other.pmy' = 'Other'))
结果不再展示，和上一个表类似。
接下来使用merge函数，将两个表融合
pmy_vote_efficiency <- a%>%
merge(b)
pmy_vote_efficiency
可以发现，现在这个表，将seat.share 和vote.share 融合到了一张表上了。
接下来使用绘图函数ggplot2 可视化他们之间(seat share, vote share)的关系
library(ggplot2)
library(scales)
ggplot(pmy_vote_efficiency, aes(x = vote.share, y = seat.share, colour = party))+
geom_point()
实际上将aes的内容写到后面也是可以的
ggplot(pmy_vote_efficiency)+
geom_point(aes(x = vote.share, y = seat.share, colour = party))
使绘图内容更加丰富
ggplot(pmy_vote_efficiency, aes(x = vote.share, y = seat.share, colour = party))+
geom_point()+
geom_abline()+
geom_smooth(method = 'glm', se=F)+
scale_x_continuous(labels = percent)+
scale_y_continuous(labels = percent)+
scale_colour_manual(values = c('blue', 'red', 'purple'))+
labs(title = 'Your plot title goes here',
x = 'x-axis',
y = 'y-axis')+
theme_minimal()+
theme(legend.title = element_blank(),
legend.position = 'bottom')
使用geom_abline() 生成一条总体的回归线，geom_smooth 为每一类数据生成一条单独的线。
scale_x_continuous(labels = percent) 将坐标轴改成百分比显示。
数据下载地址: votes and seats-2.csv运行环境Rstudio首先导入数据, 并且查看一些简单的信息：votes.seats <- read.csv('votes and seats-2.csv', na.strings = '–', head = TRUE, sep=',')dim(votes.seats) head(votes.seats, 10) #查看前几行row, 默认6tail(votes.seats, 8) #查看后几行names(votes.seats)
R语言dplyr包使用recode函数进行数据列内容编码、转换实战：类似于pandas中的map函数（例如，将内容从字符串映射到数值）
#dplyr包使用recode函数进行单列数据列内容编码、转换
#dplyr包使用recode函数进行多列数据列内容编码、转换
strsplit(x, split, fixed = FALSE, perl = FALSE, useBytes = FALSE)
参数：x待切割的字符串；split分割符。
备注：返回值为list。
strsplit("a.b.c", ".", fixed = TRUE)
[[1]]
[1] "a" "b" "c"
str_split {stringr}
str_split(string, pattern,
str（）函数的作用用英语来表示是：check classification of viriables,一般用于检查数据框当中有哪些数据，首先我们先引入一个“钻石”的数据看看，其中的代码如下所示：
> diamonds
# A tibble: 53,940 x 10
carat cut color clarity depth table price x ...
R语言字符串拆分及合并
字符串分割函数：strsplit()
其命令形式为：strsplit(x, split, fixed= F, perl= F, useBytes= F)
参数x为字符串格式向量，函数依次对向量的每个元素进行拆分
参数split为拆分位置的字串向量，即在哪个字串处开始拆分；该参数默认是正则表达式匹配；若设置fixed= T则表示是用普通文本匹配或者正则表达式的精确匹配。用普通...
论文导读：Deep Attentive Learning for Stock Movement Prediction From Social Media Text and Company Correl
weixin_45062600:
好看的混淆矩阵可视化，以小数方式显示
FrenchOldDriver:
【踩坑指南】Stable Diffusion 服务器端部署笔记
FrenchOldDriver:
【踩坑指南】Stable Diffusion 服务器端部署笔记
rainbow199191:
好看的混淆矩阵可视化，以小数方式显示
