其他
smartEDA包，探索性数据分析的双面手
The following article is from 灵活胖子的进步之路 Author 灵活胖子1988
探索性数据分析的常见R包
教程中，作者介绍了目前CRAN中用于探索性数据分析的常用R包，如下图。可以看到，smartEDA包对于缺失值及异常值的探索性分析稍微欠缺，后续可以用dlookr包进行弥补，两个包都有shinny功能，非常方便了。
官网介绍
该包主要有以下特点
可以进行定量描述性统计 可以定性进行探索性数据分析的绘图展示 可以根据要求定制输出表格 可以生成HTML格式的EDA报告
本次介绍连续变量EDA常用函数
#install.packages("ISLR")
library("ISLR")
#install.packages("SmartEDA")
library("SmartEDA")
## Load sample dataset from ISLR pacakge
Carseats= ISLR::Carseats
## 整体概览
ExpData(data=Carseats,type=1)
## 数据结构分布情况
res<- ExpData(data=Carseats,type=2)
## 连续性变量整体情况
ExpNumStat(Carseats,
#group by A (summary statistics by All)
#对数据整体进行分析
by="A",
gp=NULL,# 分组变量
Qnt=seq(0,1,0.1),#分位数设定，此设定位每10%的数值
MesofShape=2,# 判断正态性的方法
Outlier=TRUE, # 计算缺失值截断值及个数
round=2)->res2
这个函数返回的结果较多，以下为返回结果的参数
## 查看连续变量之间的相关性
ExpNumStat(Carseats,
by="A",
gp="Price",#待查看相关性的连续变量
Qnt=seq(0,1,0.1),
MesofShape=1,
Outlier=TRUE,
round=2)->res3
## 按照分类变量分组查看连续变量的分布情况
ExpNumStat(Carseats,
#GA (summary statistics by group and Overall)
by="GA"#按照总体及分组进行描述
,gp="Urban"# 分组变量
,Qnt=seq(0,1,0.1),
MesofShape=2,
Outlier=TRUE,
round=2)->res4
#对连续性变量进行可视化
data("mtcars")
## 分组箱线图
ExpNumViz(mtcars,
target="gear",#分组变量
#1 (boxplot by category and overall)
#2 (boxplot by category only)
#3 (boxplot for overall)
type=1,
#计算中包含的最小个数
nlim=25)
## 绘制密度曲线
ExpNumViz(mtcars,
target=NULL,
type=3,
nlim=25)
## 绘制散点图
ExpNumViz(mtcars,
target="hp",
type=3,
nlim=25,
Page = c(2,2))
公众号运营至今，已组建了3个方向的交流群：统计绘图群、临床公共数据挖掘群(包括分群MIMIC/NHANES/UKB/孟德尔随机化)、生信交流群等，如果需要进群，请在公众号菜单栏处添加作者微信，邀请入群，请记得附上备注，谢谢。
点个在看，SCI马上发表。