R数据科学练习题部分解答，持续更新

本文章作为《R数据科学》书籍练习题解答合集使用。

推荐搭配Ctrl + F搜索使用。

1.5

对于每个存在的值，都会在行或者列上新建一行或者列分面图。
表示没有该(drv',cyl')的点的数据；

后者点与前者对应的分面图构成一一映射关系。
两者都是绘制以displ作为x轴，hwy作为y轴的分面图。前者以drv作为横向分面依据，垂直分面省略；后者以cyl作为垂直分面依据，横向分面省略。
优势：更清晰地看出不同分面依据下x~y的分布；劣势：在分面依据离散数据较多时，可能出现较多分面图。

可以根据分面依据的离散后数据量规模大小进行取舍。

附图形属性下绘制点状图：

R 复制代码

ggplot(mpg)+
    geom_point(mapping = aes(displ , hwy , color = class))

输出框宽度一定前提下，拖动竖状滚动条阅读数据远比横向滚动条直观方便得多。

3.5.2

前者代表起飞时间，后者代表预计起飞时间，除以60即可：

R 复制代码

(NEW <- transmute(flights , dep_time = dep_time %/% 60 , sched_dep_time = sched_dep_time %/% 60))

按循环节一一对应将前者加到后者上去，正确用法例如：

R 复制代码

> 1:2 + 1:10
#> [1]  2  4  4  6  6  8  8 10 10 12

题目报错是因为10不是3的整数倍。

5.3.4

长宽高：xyz，单位为毫米.
使用下列代码可以直观发现异常：

R 复制代码

ggplot(diamonds) +
  geom_histogram(aes(x = price) , binwidth = 20)+
  coord_cartesian(xlim = c(0 , 3000))

注意到缺少270以前以及1500左右的数据.

使用下列代码可以直观看出数量多少：

R 复制代码

diamonds %>% 
  filter(carat >= 0.99 & carat <= 1) %>%
  group_by(carat) %>%
  summarize(n = n())
# A tibble: 2 × 2
#  carat     n
#  <dbl> <int>
#1  0.99    23
#2  1     1558

coord_cartesina()不会丢弃溢出数据，而xlim()/ylim()会将溢出数据更改为NA再进行绘制。
表现在绘图上，coord_cartesina()在范围边界是填充的，而后者由于绘制图像边界并非与设定范围重合，因此会产生一定空隙.
放大到只显示一半的条形时，前者会照常绘制，而后者会将其弃置：

R 复制代码

ggplot(diamonds , aes(x = price)) +
  geom_histogram(binwidth = 1000) +
  coord_cartesian(xlim = c(0 , 2000))

和

R 复制代码

ggplot(diamonds , aes(x = price)) +
  geom_histogram(binwidth = 1000) +
  xlim(c(0 , 2000))

注意

在方块宽度设置不合理时，也可能出现异常方块，例如前者代码由于绘图起点为500，因此 $-500，500$ 这一区间数据会表现为一个整块，但实际上 $-500,250$ 这一区间并无相关数据，仅是绘图结果使然。