# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 7번 플로팅 시스템(7. Working with Colors)을 선택한다. 탐색적 분석 과정의 일곱번째 섹션 '색상' 표현 - RcolorBrewer(요약) RcolorBrewer는 CRAN에 있는 패키지로, 3가지 형태 순차적(sequential), 분기적(divergent), 질적(qualitative)으로 표현 가능하다. RcolorBrewer RcolorBrewer는 CRAN에 있는 패키지로, 3가지 형태로 표현 가능하다. - 순차적(sequential): 아래 그림에서 제일 윗 부분. 왼쪽에서 오른쪽으..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 7번 플로팅 시스템(7. Working with Colors)을 선택한다. 탐색적 분석 과정의 일곱번째 섹션 '색상' 표현 - alpha값 불투명 설정(요약) - 데이터 표현시, alpha값을 통해 데이터 표현을 보다 명확히 할 수 있다. alpha값을 통해 불투명도 설정 > p1 # p1을 실행해보자. function (n) { x ?rgb # rgb 값을 실행해보자. rgb(red, green, blue, alpha, names = NULL, maxColorValue = 1) rgb값은 6개 변수를 가지며,..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 7번 플로팅 시스템(7. Working with Colors)을 선택한다. 탐색적 분석 과정의 일곱번째 섹션 '색상' 표현 - colorRampPalette (요약) - colorRampPalette도 colorRamp와 마찬가지로 색상의 조합으로 새로운 색상을 만든다. 리턴값으로 정수값을 갖고, 색상별 벡터값을 갖는다. - 각 리턴값은 24비트로 구성되며, 0에서 F값을 갖는다. 6개의 헥사값은 빨간색, 파란색, 파란색 강도를 표현한다. colorRampPalette colorRampPalette도 color..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 7번 플로팅 시스템(7. Working with Colors)을 선택한다. 탐색적 분석 과정의 일곱번째 섹션 '색상' 표현 - colorRamp (요약) - 색상 표현은 데이터 분석 결과 표현 또는 강조하는 등 의사결정 표현에 좀 더 도움을 준다. - colorRamp는 RGB(red, green, blue)에 대한 값들을 통해 색상을 생성한다. 기본 색상 표현 기본적으로, R은 Col 값을 통해 색상을 표현한다. 기본 값 3가지는 다음과 같다. col = 1 : 검정 col = 2 : 빨강 col = 3 : ..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 6번 플로팅 시스템(6. Lattice Plotting System)을 선택한다. 탐색적 분석 과정의 여섰번째 섹션: 'Lattice' 시스템 - 그래픽 예시(요약) - ggplot2내의 diamonds 데이터를 통해 xyplot 그래프 표현 예시를 살펴본다. 그래픽 예시 ggplot2에 담긴 diamonds 데이터를 통해 Lattice 그래프를 확인해보자. > str(diamonds) # diamonds 데이터의 구성을 살펴보자 > table(diamonds$color) # diamonds 데이터의 칼라를 살..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 6번 플로팅 시스템(6. Lattice Plotting System)을 선택한다. 탐색적 분석 과정의 여섰번째 섹션: 'Lattice' 시스템 - trellis 기능: panel(요약) - Lattice 그래픽 시스템은 trellis란 클라스 오브젝트를 남긴다. 그래프 정보는 trellis 오브젝트를 통해 정보가 저장되며, print 함수 등을 통해 trellis에서 생성한 오브젝트를 출력하는 단계를 거친다. - Panel은 trellis 값들 중 하나로, 그래프 표현 방식에 관여한다. Lattice 의 tre..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 6번 플로팅 시스템(6. Lattice Plotting System)을 선택한다. 탐색적 분석 과정의 여섰번째 섹션: 'Lattice' 시스템 - xyplot(요약) - Lattice 시스템은 'Trellis' 그래픽을 R에 구현한 시스템이다. - 크게 'Lattice', 'Grid' 패키지로 구성된다. - Lattice 시스템은 그래픽을 표현할 때 기본 플로팅 시스템과 달리 한번에 표현한다. - xyplot은 스캐터플롯(x, y값) 표현할 떄 쓰이는 Lattice 함수이다. Lattice 시스템이란 Latti..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 5번 플로팅 시스템(5. Base Plotting System)을 선택한다. 탐색적 분석 과정의 다섯번째 섹션: 기본 플로팅 시스템 - par의 mfrow(요약) mfrow를 통해 그래프 표시 방법을 세팅한다. mfrow 값 변경을 통한 그래프 표시 변경 예시 par(mfrow = c(1,2)) # 행 1나에 그래프 2개를 표시하도록 세팅한다. plot(airquality$Wind, airquality$Ozone, main = "Ozone and Wind") # 그래프 1개를 그린다. plot(airqualit..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 5번 플로팅 시스템(5. Base Plotting System)을 선택한다. 탐색적 분석 과정의 다섯번째 섹션: 기본 플로팅 시스템 - legend(요약) legend란 함수를 통해 범례를 추가할 수 있다. '범례(legend)' 추가 예시 legend("topright", pch=c(17, 8), col=c("blue", "red"), legend=c("May","Other Months")) # 오른쪽 위에 범례를 추가한다. 'abline' 추가 예시 abline(v=median(airquality$Wind)..

# # swirl()내 탐색적 데이터 분석(Exploratory Data Course)를 실행해보자. # # library("swirl") swirl() Exploratory Graphs 과정에서 5번 플로팅 시스템(5. Base Plotting System)을 선택한다. 탐색적 분석 과정의 다섯번째 섹션: 기본 플로팅 시스템 - 그래프 예시(요약) plot -> title -> points 로 단계별 그래프화 예시를 보여주낟. 단계별 그래프화 예시 plot(airquality$Wind, airquality$Ozone, type = "n") # 데이터를 넣지 않은 상태로, 그래프를 그린다. title(main = "Wind and Ozone in NYC") # 제목을 그래프에 추가한다. may