趙玉新

摘要：該文主要對轎車銷量的進行初步分析，數(shù)據(jù)來自數(shù)據(jù)堂網(wǎng)站，主要使用R語言為工具，進行數(shù)據(jù)分析，通過導入sqldf數(shù)據(jù)包，對原始數(shù)據(jù)進行篩選，排序；以及使用高級繪圖函數(shù)對轎車銷量進行圖表分析。

關(guān)鍵詞：R語言；數(shù)據(jù)分析；轎車銷量

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2017）04-0070-02

R語言是一個有著統(tǒng)計分析功能以及強大作圖功能的語言環(huán)境，主要是統(tǒng)計學家為解決數(shù)據(jù)分析領(lǐng)域問題而開發(fā)的語言。

R語言具有功能強大的程序包，在數(shù)據(jù)計算，統(tǒng)計分析以及數(shù)據(jù)挖掘等方面都所向披靡，本文基于R對轎車銷量數(shù)據(jù)進行分析。

1 數(shù)據(jù)情況

數(shù)據(jù)是一件麻煩事，在工作中，有多達60%的數(shù)據(jù)分析時間都花在了實際分析前數(shù)據(jù)的準備上。

現(xiàn)有2011年4月至2013年10月全國轎車車型銷量排名數(shù)據(jù)：

數(shù)據(jù)共有6000多條，按照年份，月份，各廠商品牌統(tǒng)計轎車的銷量，數(shù)據(jù)比較雜亂；所以首先要制定分析目標與方案。

2數(shù)據(jù)處理

首先我們將excel數(shù)據(jù)導入到R中，將excel文件以剪貼板的格式進行保存。然后使用read.delim函數(shù)進行導入：

我們首先制定數(shù)據(jù)分析的目標：

數(shù)據(jù)的特點是分月份，年份，品牌的，我們首先分析2013年度暢銷車型。

那么我們需要對2013年各品牌進行匯總?cè)缓笈判?，對于求和以及排序，使用SQL語句來進行比較方便，那么在R中如何使用SQL語句呢？

R語言具有sqldf包，要求R是3.3.2版本，所以在R中安裝和加載sqldf包。需要按照年度累計進行降序排序，只保留車型和本年累計兩列。

結(jié)果如下：

從排序結(jié)果可以看出，2013年，年度暢銷車型為大眾朗逸，別克凱越和大眾速騰。

3 圖表分析

上面，我們結(jié)合數(shù)據(jù)分析的目標，對原始數(shù)據(jù)進行了整理，在R中應用sqldf對數(shù)據(jù)進行了篩選和排序，得到暢銷車型的分析結(jié)果。

字不如表，表不如圖。由于R具有強大的繪圖功能，提供了多種繪圖函數(shù)，有高水平繪圖函數(shù)，低水平繪圖函數(shù)以及交互式繪圖函數(shù)。

直方圖又稱為柱狀圖，用來估計數(shù)據(jù)的概率分布；下面我們應用高水平函數(shù)中的直方圖函數(shù)來看一下汽車年度銷量的分布情況。使用hist函數(shù)。

從圖中可以看出，年度銷量在300000～350000輛之間的車型頻數(shù)為1，只有大眾朗逸是這個區(qū)間的。而轎車銷量在0～50000輛之間的車型頻數(shù)超過了150；大多數(shù)車型銷售量都位于此區(qū)間。

下面使用箱線圖來作分析，箱線圖主要從四分位的角度來描述數(shù)據(jù)的分布，使用函數(shù)boxplot來完成。語句如下：

從繪制的箱線圖可以看出，轎車銷量的中位數(shù)是20000左右，箱體集中在50000以下，超過300000只有一個數(shù)據(jù)。

4 結(jié)束語

以上是筆者對轎車銷量的初步分析研究，主要使用R語言的數(shù)據(jù)分析方法，通過導入sqldf數(shù)據(jù)包，對原始數(shù)據(jù)進行篩選，排序；以及使用高級繪圖函數(shù)對轎車銷量進行圖表分析。

R語言功能很強大，除了數(shù)據(jù)分析，還有一些預測功能等。比如可以提取某一車型的月度銷售數(shù)據(jù)，形成時間序列，然后對未來的月度銷量進行預測等。由于篇幅所限，本文只作轎車銷量的簡單分析。

參考文獻：

[1] 薛毅 陳立萍 .R語言實用教程[M].北京：清華大學出版社，2014.

[2] 數(shù)據(jù)堂網(wǎng)站[EB/OL]. http：//www.datatang.com/.