BTKN
khahvi
2026-01-08
Câu 1: Dùng R:
Tính giá trị trung bình, phương sai của tất cả các cột (trừ cột Species )
Vẽ biểu đồ phân tán giữa Sepal. Length và Sepal.Width, phân nhóm theo Species băng ggplot2
#1.1
# Lấy dữ liệu
mydata <- iris
num_data <- mydata[, -5]
head(num_data, 25)## Sepal.Length Sepal.Width Petal.Length Petal.Width
## 1 5.1 3.5 1.4 0.2
## 2 4.9 3.0 1.4 0.2
## 3 4.7 3.2 1.3 0.2
## 4 4.6 3.1 1.5 0.2
## 5 5.0 3.6 1.4 0.2
## 6 5.4 3.9 1.7 0.4
## 7 4.6 3.4 1.4 0.3
## 8 5.0 3.4 1.5 0.2
## 9 4.4 2.9 1.4 0.2
## 10 4.9 3.1 1.5 0.1
## 11 5.4 3.7 1.5 0.2
## 12 4.8 3.4 1.6 0.2
## 13 4.8 3.0 1.4 0.1
## 14 4.3 3.0 1.1 0.1
## 15 5.8 4.0 1.2 0.2
## 16 5.7 4.4 1.5 0.4
## 17 5.4 3.9 1.3 0.4
## 18 5.1 3.5 1.4 0.3
## 19 5.7 3.8 1.7 0.3
## 20 5.1 3.8 1.5 0.3
## 21 5.4 3.4 1.7 0.2
## 22 5.1 3.7 1.5 0.4
## 23 4.6 3.6 1.0 0.2
## 24 5.1 3.3 1.7 0.5
## 25 4.8 3.4 1.9 0.2tail(num_data, 10)## Sepal.Length Sepal.Width Petal.Length Petal.Width
## 141 6.7 3.1 5.6 2.4
## 142 6.9 3.1 5.1 2.3
## 143 5.8 2.7 5.1 1.9
## 144 6.8 3.2 5.9 2.3
## 145 6.7 3.3 5.7 2.5
## 146 6.7 3.0 5.2 2.3
## 147 6.3 2.5 5.0 1.9
## 148 6.5 3.0 5.2 2.0
## 149 6.2 3.4 5.4 2.3
## 150 5.9 3.0 5.1 1.8# Tính trung bình
mean_val <- sapply(num_data, mean)
mean_val## Sepal.Length Sepal.Width Petal.Length Petal.Width
## 5.843333 3.057333 3.758000 1.199333# Tính phương sai
var_val <- sapply(num_data, var)
var_val## Sepal.Length Sepal.Width Petal.Length Petal.Width
## 0.6856935 0.1899794 3.1162779 0.5810063#1.2.Vẽ biểu đồ
library(ggplot2)
ggplot(iris, aes(x = Sepal.Length,
y = Sepal.Width,
color = Species)) +
scale_color_manual(values = c("firebrick", "goldenrod2", "royalblue")) +
geom_point(size = 2) +
labs(title = "SCATTER PLOT Sepal.Length WITH Sepal.Width",
x = "Sepal Length",
y = "Sepal Width") +
theme_minimal()
CÂU 2: Dùng Pandas:
-Đọc file iris.csv
-Lọc các dòng có Petal.Length lớn hơn 4.0
-Tính tổng của cột Sepal.Length cho dữ liệu đã lọc
library(reticulate)
py_require("pandas")import pandas as pd
data = pd.read_csv("iris.csv")
print(data)## Id SepalLengthCm ... PetalWidthCm Species
## 0 1 5.1 ... 0.2 Iris-setosa
## 1 2 4.9 ... 0.2 Iris-setosa
## 2 3 4.7 ... 0.2 Iris-setosa
## 3 4 4.6 ... 0.2 Iris-setosa
## 4 5 5.0 ... 0.2 Iris-setosa
## .. ... ... ... ... ...
## 145 146 6.7 ... 2.3 Iris-virginica
## 146 147 6.3 ... 1.9 Iris-virginica
## 147 148 6.5 ... 2.0 Iris-virginica
## 148 149 6.2 ... 2.3 Iris-virginica
## 149 150 5.9 ... 1.8 Iris-virginica
##
## [150 rows x 6 columns]df_filtered = data[data["PetalLengthCm"] > 4.0]
print(df_filtered)## Id SepalLengthCm ... PetalWidthCm Species
## 50 51 7.0 ... 1.4 Iris-versicolor
## 51 52 6.4 ... 1.5 Iris-versicolor
## 52 53 6.9 ... 1.5 Iris-versicolor
## 54 55 6.5 ... 1.5 Iris-versicolor
## 55 56 5.7 ... 1.3 Iris-versicolor
## .. ... ... ... ... ...
## 145 146 6.7 ... 2.3 Iris-virginica
## 146 147 6.3 ... 1.9 Iris-virginica
## 147 148 6.5 ... 2.0 Iris-virginica
## 148 149 6.2 ... 2.3 Iris-virginica
## 149 150 5.9 ... 1.8 Iris-virginica
##
## [84 rows x 6 columns]total_sepal_length = df_filtered["SepalLengthCm"].sum()
print(total_sepal_length)## 538.4