Iris数据集交互式可视化应用

项目概述

这是一个用于交互式数据可视化的 Shiny 应用，旨在帮助用户深度理解 Iris 数据集并获取有价值的洞察。通过多种交互式图表，用户可以探索不同鸢尾花物种的特征差异和变量间的关系。

数据集信息

背景与结构

• 主题：鸢尾花物种分类数据
• 来源：UCI 机器学习库
• 数据结构：包含 150 个观测值和 5 个变量
• 变量说明：
  • Sepal.Length：萼片长度（厘米）
  • Sepal.Width：萼片宽度（厘米）
  • Petal.Length：花瓣长度（厘米）
  • Petal.Width：花瓣宽度（厘米）
  • Species：鸢尾花物种（Setosa、Versicolor、Virginica）

许可与使用权

• 许可协议：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication
• 使用权限：自由使用、修改和分发，无需署名

数据预处理与清洗

• 本项目使用的是 R 内置数据集，无需额外清洗
• 所有数值变量均为连续型，分类变量为因子型，可直接用于可视化

功能介绍

交互式图表

1. 直方图：展示所选变量的分布情况，可调整 bins 数量，按物种分组显示
2. 散点图：展示任意两个变量之间的关系，可选择 X 轴和 Y 轴变量，按物种着色
3. 箱线图：展示所选变量在不同物种间的分布差异

数据概览

• 提供数据的基本统计信息，包括均值、中位数、最小值、最大值等
• 展示数据结构，包括变量类型、非空值数量和唯一值数量

数据洞察

• 提供基于可视化结果的核心发现，帮助用户理解数据背后的故事

部署说明

本地运行

1. 确保已安装 R 和 RStudio
2. 安装必要的包：install.packages(c("shiny", "ggplot2", "dplyr", "tidyr"))
3. 克隆仓库：git clone https://github.com/<用户名>/ShinyApplication.git
4. 在 RStudio 中打开项目，运行 app.R 文件

使用 runGitHub 运行

shiny::runGitHub("ShinyApplication", "<用户名>")

项目结构

ShinyApplication/
├── app.R              # 主应用文件
├── .gitignore         # Git 忽略文件
├── LICENSE            # 许可证文件
├── README.md          # 项目说明文件
└── ShinyApplication.Rproj # RStudio 项目文件

团队成员

• 成员 1
• 成员 2
• 成员 3

技术栈

• R
• Shiny
• ggplot2
• dplyr
• tidyr

核心发现

1. 物种特征差异：三个鸢尾花物种在花瓣长度和宽度上有明显差异，其中 Setosa 最短最窄，Virginica 最长最宽
2. 变量相关性：花瓣长度和宽度之间存在强正相关关系
3. 分类依据：花瓣特征是区分三个物种的最有效指标
4. 数据质量：数据集包含150个样本，每个物种各50个，数据完整无缺失值