数据汇总与可视化
结合汇总统计量和可视化图表，初步了解数据结构
数据汇总与可视化 是 CoddyKit 上的免费 R Academy 课时。 这是第 1 节课，共 3 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 R Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 R Academy 课程共包含 3 节课。
探索性数据分析 (EDA) 简介
探索性数据分析 (EDA) 简介
探索性数据分析 (EDA) 有助于总结数据集，并发现其中的模式、趋势和异常值。
查看数据结构
查看数据结构
使用 str() 检查数据集的结构。
str(mtcars)汇总数据
汇总数据
使用 summary() 获取每个变量的关键统计量。
summary(mtcars)检查缺失值
检查缺失值
使用 is.na() 检测数据集中的缺失值。
sum(is.na(mtcars))可视化分布
可视化分布
使用 hist() 为数值变量绘制直方图。
hist(mtcars$mpg, col='blue', main='Histogram of MPG')创建箱线图
创建箱线图
使用 boxplot() 检测数据集中的异常值。
boxplot(mtcars$mpg, main='Boxplot of MPG', col='red')散点图
散点图
使用 plot() 探索两个数值变量之间的关系。
plot(mtcars$mpg, mtcars$hp, main='MPG vs Horsepower', xlab='MPG', ylab='Horsepower', col='green')检测相关性
检测相关性
使用 cor() 计算数值变量之间的相关系数。
cor(mtcars$mpg, mtcars$hp)总结
总结
在本课中，您学习了：
- 如何使用
summary()和str()汇总数据集。 - 如何可视化分布并检测异常值。
- 如何使用相关性和散点图探索变量之间的关系。
常见问题解答
「数据汇总与可视化」课时是免费的吗？
是的 — 「数据汇总与可视化」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 R Academy 课程的其余内容，请升级到 CoddyKit PRO。 R Academy 课程共包含 3 节课。
「数据汇总与可视化」这节课中我会学到什么？
结合汇总统计量和可视化图表，初步了解数据结构 你通过在浏览器中直接运行的动手代码来练习 R Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 R Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 R Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 1 节课，共 3 节。
「数据汇总与可视化」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 R Academy 课中编写并运行代码吗？
能。每节 R Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。