EJERCICIO GRAFICO

Se llama el data set a traves de la url de github y se nombra

miurl<-"https://raw.githubusercontent.com/armandovl/datasets_uno/main/iris.csv"
ejercicio5<-read.csv(url(miurl))

DESCRIPTIVOS

Se imprime estructura de data set para obtener Observaciones, columnas y tipo de variabble

str(ejercicio5)
## 'data.frame':    150 obs. of  5 variables:
##  $ long_sepalo: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ anch_sepalo: num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ long_petalo: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ anch_petalo: num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ clase      : chr  "Iris-setosa" "Iris-setosa" "Iris-setosa" "Iris-setosa" ...

Traer los primeros 7 datos

head(ejercicio5,7)
##   long_sepalo anch_sepalo long_petalo anch_petalo       clase
## 1         5.1         3.5         1.4         0.2 Iris-setosa
## 2         4.9         3.0         1.4         0.2 Iris-setosa
## 3         4.7         3.2         1.3         0.2 Iris-setosa
## 4         4.6         3.1         1.5         0.2 Iris-setosa
## 5         5.0         3.6         1.4         0.2 Iris-setosa
## 6         5.4         3.9         1.7         0.4 Iris-setosa
## 7         4.6         3.4         1.4         0.3 Iris-setosa

ver los ultimos 7 datos

tail(ejercicio5,7)
##     long_sepalo anch_sepalo long_petalo anch_petalo          clase
## 144         6.8         3.2         5.9         2.3 Iris-virginica
## 145         6.7         3.3         5.7         2.5 Iris-virginica
## 146         6.7         3.0         5.2         2.3 Iris-virginica
## 147         6.3         2.5         5.0         1.9 Iris-virginica
## 148         6.5         3.0         5.2         2.0 Iris-virginica
## 149         6.2         3.4         5.4         2.3 Iris-virginica
## 150         5.9         3.0         5.1         1.8 Iris-virginica

Descriptivos

summary(ejercicio5)
##   long_sepalo     anch_sepalo     long_petalo     anch_petalo   
##  Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
##  1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
##  Median :5.800   Median :3.000   Median :4.350   Median :1.300  
##  Mean   :5.843   Mean   :3.054   Mean   :3.759   Mean   :1.199  
##  3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
##  Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
##     clase          
##  Length:150        
##  Class :character  
##  Mode  :character  
##                    
##                    
##

Crear boxplot de longitud del petalo por clase

boxplot(long_petalo~clase,data=ejercicio5)

Grafico de dispersion de la longitud y ancho de petalo, con diferncia de color por factor de clase y rrellenado (pch=19)

plot(long_petalo~anch_petalo,data = ejercicio5,col=factor(ejercicio5$clase),pch=19)

Grafico de dispersion agrupado

pairs(ejercicio5[,1:4])

rellenar puntos

pairs(ejercicio5[,1:4],pch=19)

Quitar la aparte de abajo

pairs(ejercicio5[,1:4],pch=19,lower.panel = NULL)

dividir por clase

pairs(ejercicio5[,1:4],pch=19,lower.panel = NULL,col=factor(ejercicio5$clase))

Cambiar colores

colores<-c("#00AFBB","#E7B800","#FC4E07")
pairs(ejercicio5[,1:4],pch=19,lower.panel = NULL,col=colores[factor(ejercicio5$clase)])