library(dplyr) library(ggplot2) library(knitr) library(tidyselect)

load(arte_MOMA)

Atividade 1

  1. 2253 pinturas e 24 variáveis.

table(arte_MOMA\(artist) group_by(arte_MOMA\)artist) %>% summarise(arte_MOMA$artist)

  1. Feminino - 252 Masculino - 1991

table(arte_MOMA$artist_gender)

  1. Masculino - 837 Feminino - 143

Banco_Moma %>% count(artist_gender, artist) %>% count(artist_gender) %>% mutate(n = as.character(paste(n, “artistas”))) %>% table()

  1. 1985 - 86 pinturas

table(arte_MOMA$year_acquired)

  1. 1977 - 57 pinturas

table(arte_MOMA$year_created)