数据

 

 

简单统计及绘图

    将以上两个excel表格进行简单处理，并保存为txt文本格式，存放在C盘的Data文件夹内，表1为2012某省各地区运输业相关数据，保存时命名为diqu.txt。表2为2003-2012某省运输业相关数据，保存时命名为zongti.txt。

调用summary（）函数对表1中的数据进行简单统计。代码中出现的invest，worker，energy，gdp，carbon等词语分别代表表格中的投资总额、从业人数、能源投入地区GDP、CO₂排放量。具体代码如下：

 

setwd("c:\\Data\\")

diqu<-read.table(file="diqu.txt",header=TRUE)

invest<-summary(diqu$Invest)

worker<-summary(diqu$Worker)

energy<-summary(diqu$Energy)

gdp<-summary(diqu$GDP)

carbon<-summary(diqu$Carbon)

Sum<-rbind(invest,worker,energy,gdp,carbon)

Sum

    运行的结果如下，函数summary（）能同时统计出各项数据的最小值、上四分位数、中位数、平均值、下四分位数、最大值。

             Min.  1st Qu.   Median   Mean    3rd Qu.   Max.

invest    3.47   19.40   30.560   49.820   67.340  211.60

worker   0.16    1.10    2.035    2.667    2.325   18.13

energy  25.22   59.82   76.190   85.900  105.100  207.90

gdp      430.90 1147.00 1447.000 1648.000 1609.000 5550.00

carbon  62.87  149.10  189.900  214.200  262.100  518.20

 

    对表1中各地区的GDP占总体的比重进行统计，并绘制饼状图，具体代码如下：

 

setwd("c:\\Data\\")

diqu<-read.table(file="diqu.txt",header=TRUE)

gdp<-diqu$GDP

names(gdp)<-diqu$Area

pie(gdp,col=rainbow(18),clockwise=TRUE,main="2012年各地区GDP比重")

 

   得到的饼状图如图所示。

http://s12/bmiddle/002TgNAHgy6S6Aevcqn7b&690

    对表2中某省2003-2012年的运输业固定资产投资总额进行统计，并绘制柱状图，具体代码如下：

 

setwd("c:\\Data\\")

zongti<-read.table(file="zongti.txt",header=TRUE)

invest<-zongti$Invest

names(invest)<-zongti$Time

barplot(invest,main="2003-2012年某省运输业固定资产投资总额(亿元)")

 

    得到的柱状图如图所示。

http://s1/mw690/002TgNAHgy6S6AkjJN640&690

对表2中某省2003-2012年的运输业从业人数进行统计，并绘制折线图，具体代码如下：

 

setwd("c:\\Data\\")

zongti<-read.table(file="zongti.txt",header=TRUE)

worker<-zongti$Worker

time<-zongti$Time

plot(time,worker,col="blue",axes=FALSE, ann=FALSE)

axis(1)

axis(2)

box()

lines(time,worker,col="red")

text(2008,200,"从业人数")

title(main="2003-2012年某省运输业从业人数变化", xlab="年份",ylab="万人")

 

得到的柱状图如图所示：

 

http://s5/mw690/002TgNAHgy6S6AtmvDS44&690

 

为了衡量每个地区对运输业的投入状况，需要确定单一的指标来进行比较，但是现有的数据分为三个指标，即固定资产投入、劳动力投入和能源投入。通过以下代码，我们将不同指标的数值进行标准化处理，并就各个地区对运输业的投入进行打分和比较。具体代码如下：

 

setwd("c:\\Data\\")

options(digits=4)

diqu<- read.table(file="diqu.txt",header=TRUE)

q <- scale(diqu[,2:4])

Score <- apply(q,1,mean)

touru<- cbind(diqu[1:4],Score)

touru<- touru[order(-Score),]

touru

 

以上代码中，使用了函数scale（）将变量标准化，即把每项投入都用单位标准差进行表示。所谓数据的标准化是指中心化之后的数据在除以数据集的标准差，即数据集中的各项数据减去数据集的均值再除以数据集的标准差。数据中心化和标准化的意义是一样的，都是为了消除量纲对数据结构的影响。数据中心化调用了参数center，数据标准化调用了参数scale，也就是说center表示一列数据的均值，scale则表示标准差。

然后调用了函数apply（）对各行的数据求均值，以此作为各个地区对运输业投入情况的得分。程序运行后每个地区的排名及相应的得分如下所示：

 

    Area Invest Worker Energy    Score
1     A 211.64  18.13 159.97  2.86113
14    N  29.56   2.34 207.87  0.64298
3     C 115.92   3.08  82.51  0.44887
8     H  42.68   2.24 163.26  0.42699
15    O  70.85   2.02 117.29  0.29126
13    M  71.78   3.02  69.60  0.06727
5     E  56.83   1.46  86.66 -0.05052
16    P  32.54   2.05 100.24 -0.07155
4     D  20.58   2.28 106.76 -0.08811
12    L  94.30   0.98  26.83 -0.23818
17    Q  19.00   2.15  81.98 -0.27292
2     B  24.95   2.63  58.81 -0.34593
7     G  14.75   1.91  70.40 -0.39758
10    G  24.56   1.54  63.22 -0.41138
9     I  31.56   0.80  62.85 -0.43003
11    K  15.86   0.85  25.22 -0.77760
6     F  15.95   0.36  27.17 -0.80548
18    R   3.47   0.16  35.59 -0.84922