R 에 대한 이해와 활용

2016. 01.

By HappyChallenge

email : happychallenge@outlook.com

2

R 프로그램 설치 및 환경 설정

o R 프로그램 설치 - 핵심 엔진 : 가장 먼저 할일 - http://mirror.bjtu.edu.cn/cran/ : 북경대 Mirror 사이트 - http://r-project.org/ : 미국 본사

o R STUDIO - 개발 환경 (IDE) 프로그램 설치 : 두번째 할일 . - https://www.rstudio.com/products/RStudio/#Desktop

필요한 패키지 설치

console 창에서 아래와 같이 입력 필요한 package 를 선택하여 설치

install.packages(“dplyr”) install.packages(“shiny”) install.packages(“ggplot2”) install.packages(“plotly”) install.packages(“RODBC”) install.packages(“lubridate”) install.packages(“tidyr”) install.packages(“xlsx”)

console 창

Basic understanding about R Open Source based S programing for statistics Good for handling Big Data and easy to visualization Script language, easy to learn

Compile language exe, etc Lot of package including data handling and DB connection

More than 4,500 package developed DB connection Excel Control SAS, SPSS Data Connection Result to PPT, PDF, Word etc

동일한 기능을 하는 다양한 Package 가 있기 때문에 본인이 편리한 것을 선택하여 사용할 수 있다 . reshape2::melt() == tidyr::gether() reshape2::acast() == tidyr::spread()

Why R programing

데이터 분석에 대한 데모

Basic Commands getwd() # print the current working directory - cwd ls()     # list the objects in the current workspace

setwd(mydirectory)      # change to mydirectorysetwd("c:/docs/mydir")   # note / instead of \ in windows setwd("/usr/rob/mydir") # on linux

save(object list,file="myfile.RData") # 데이터 파일에 저장 load("myfile.RData") # 파일에서 데이터 읽어오기

Function Output to pdf("mygraph.pdf") pdf file win.metafile("mygraph.wmf") windows metafile png("mygraph.png") png file jpeg("mygraph.jpg") jpeg file bmp("mygraph.bmp") bmp file postscript("mygraph.ps") postscript file

Basic of R #1 Variable

숫자로 시작하면 안된다 . 문자로 시작해야 한다 . Good : var1, hflight, … Bad : 100var, 3hf …

대소문자를 구분해야 함 Microsoft 관련 언어와 다름

Assign value to Variable <- , = 모두 가능 , 하지만 <- 사용을 권장함 .

ex) var1 <- 100 #var1 에 100 을 할당함 , 나중에 활용하기 위함 Variable 은 사용자가 어떤 특정 값을 큰 데이터에 적용할 때 사용함 일반적으로 데이터는 수 만건에서 수 백만것에 해당

Basic of R #1 Data Type

vector Factor matrix Array Data Frames Lists

Useful Functions length(object) # number of elements or components str(object)    # structure of an object class(object)  # class or type of an object names(object)  # names c(object,object,...)       # combine objects into a vector cbind(object, object, ...) # combine objects as columns rbind(object, object, ...) # combine objects as rows object     # prints the object ls()       # list current objects rm(object) # delete an object newobject <- edit(object) # edit copy and save as newobject fix(object)               # edit in place

Basic of R #2 Vector #1

여러 개의 데이터가 들어가 있는 데이터의 나열 기호는 c ( 알파벳 ) 를 사용함

ex) c(1, 2, 3,…. 100) ex) c(3, 4, 5) 1:10 c(c(1, 2, 3,…. 10)

Vector 의 연산 a <- c(1, 3, 5) b <- c(2, 4, 6) a + b c(3, 7, 11) 개수가 맞지 않을 때는 자동으로 늘어나서 해당 vector 와 연산이 됨

• a + 100 c(101, 103, 105) # c(1, 3, 5) + c(100, 100, 100) 과 동일한 결과• b + 20 c(22, 24, 26) # c(1, 3, 5) + c(20, 20, 20) 과 동일한 결과• a – 3 c(-2, 0, 2) # c(1, 3, 5) – c(3, 3, 3) 과 동일한 결과

a * b c(2, 12, 30) a / b c(0.5000000, 0.7500000, 0.8333333)

기호에 대한 이해 : 결과를 말함

Basic of R #3 Vector #2

Vector Indexing 필요한 순서의 숫자를 이용하여 접근 가능함 . A <- c(1, 3, 5, 7, 9) a[3] 5, a[4] 7 a[3:5] c(5, 7, 0) a[-3] c(1, 3, 7, 9) a[-3:-4] c(1, 3, 9)

Factor Vector 중 자연수 또는 Unique 한 그룹으로 묶은 것 Vector 가 단순 나열이라면 Factor 는 서로 비교할 수 있음

Basic of R #4 Matrix( 행렬 ) #1

행렬은 가로 ( 행 ) 와 세로 ( 렬 ) 의 데이터 Excel 의 데이터가 대표적 a <- matrix(c(1, 2, 3, 4, 5, 6), nrow=2, ncol=3) # 2x3 행렬

b <- matrix(c(1, 2, 3, 4, 5, 6), nrow=3, ncol=2) # 3x2 행렬

직원의 데이터를 Matrix 로 표현할 경우 행은 사람별 데이터 , 열은 나이 , 성별 , 몸무게 , 키 , 근무년수 ,

Matrix( 행렬 ) 의 연산 a + a, a – a, a * a, a / a, a%*%a, a*3, solve(a), t(a)

기호에 대한 이해# : 주석을 말함 실행 안됨

Basic of R #5 Matrix( 행렬 ) #2

Matrix Indexing a <- matrix(1:9, nrow=3, ncol=3) # 3x3 행렬

a[1, 2] 4 # 개별 값을 읽어 옴 a[2, 3] 8 a[1, ] c(1, 4, 7) # 행의 값을 모두 읽어 옴 a[ , 2] c(4, 5, 6) # 열의 값을 모두 읽어 옴 a[-3, ] # 해당 행을 제외하고 모두 읽어 옴

a[ , -2] # 해당 열을 제외하고 모두 읽어 옴

Basic of R #6 Matrix( 행렬 ) #3

Matrix and Function sum(), mean(), sd(), min(), max(), median()…..

모든 함수는 행렬 전체 또는 행 , 열별로 적용이 가능함 a <- matrix(1:9), nrow=2, ncol=3) # 3x3 행렬

sum(a) 45 # 전체 합계 mean(a) 5 # 전체 평균 median(a[ , 3]) # 3 열의 중간값 mean(a[ , 2]) # 2 열의 평균

Basic of R #7 Data Frame/Data Table #1

Matrix 는 값을 저장하는 역할 . Matrix 내 행들의 값을 가지고 계산은 안됨 Data Frame 은 엑셀처럼 값을 조작하는 것이 가능함 .

* Data Frame 은 열에 이름이 있어서 조작을 용이하게 함 .

다양한 방법으로 Data 를 조작할 수 있음 ( 익숙한 패키지 선정 )

Matrix a 를 Data Frame 으로 변경함

엑셀에서도 가능한데 ?왜 이렇게 할까 ?

Basic of R #8 - 고난이도 비교 연산

>, <, ==, != TRUE, FALSE 값으로 저장됨 조건 / 반복

if / else if / else for break while

함수 만들기 함수명 <- function ( param1, param2, …. ) { 함수의 내용 }

Basic of R #9 - 그래프 plot(), barplot(), boxplot(), hist()…. 필요로 하는 모든 그래프가 있음 . 간단한 명령어로 그래프를 그릴 수 있음 그래프를 다양한 형태로 그릴 수 있음 . 1x2, 2x2, 3x2 등등 .

Data 이해 부분- 데이터 구조 : data.frame- 데이터 : 50 행 , 2 열

그림 명령어

실전편

Intermediate #1 – 데이터 분석 대상과 결과 당신이 Excel 에 가지고 있는 데이터는 회사 전체 데이터의 5% 이하 . 95% 를 버리고 5% 에만 집착할 것인가 ?

Excel 파일 및 csv 파일

Database ( KingDee 등 )

통계 패키지SAS,SPSS,

MatLab

input

inputoutput

Excel 파일 및 csv 파일PDF

PPT

HTML

Intermediate #1 – Excel 파일 다양한 방법으로 엑셀 데이터를 읽어올 수 있음 .

읽어온 결과 값은 모두 Data Frame 이 됨 . 현재 Excel 파일을 읽을 수 있는 다양한 Package 가 제공되고 있음 . data <- read.csv(“book.csv”) : 가장 기초적인 방법 data <- fread(“book.csv”) data <- read_excel(“book.xlsx”)

Excel 에서 Data 를 읽어올 뿐만 아니라 Excel 에 데이터 저장도 가능 XLConnect Package

my_book <- loadWorkbook("latitude.xlsx") # Excel 파일을 읽어 Handler 사용 latitude.df <- readWorksheet(my_book, sheet=1) # 첫번째 Sheet 의 데이터 읽기 다양한 조작을 해서 summary.df 을 만들어 냄 .

createSheet(my_book, “data_summary”) #sheet 이름이 “ data_summary” writeWorksheet(my_book, summary.df, “data_summary”) #sheet 이름 “ data_summary” 에 summary.df 를 저장함 . saveWorkbook(my_book, “latitude_with_summary.xlsx”) # 파일 저장

Intermediate #1 –DB 에서 데이터 읽어오기 RODBC package 사용

실제 많은 데이터는 DB 에 존재함 # DB 연결 kingDee <- odbcConnect(“****", uid=“user", pwd=“password")

# SQL Query 문장 만들기 query <- "select so.FInterID, o.FItemID, o.FName, so.FDate, e.FItemID, e.FName, p.Fname,

soi.FQty, soi.FPrice, soi.FAmount from SEOrder so, t_Organization o, SEOrderEntry soi, t_ICItemCore p, t_Base_Emp e where so.FCustID = o.FItemID and so.FInterID = soi.FInterId and soi.FItemID = p.FItemID and so.FEmpID = e.FItemID"

# SQL Query 실행 sale_df <- sqlQuery(kingDee, query, stringsAsFactors = FALSE)

ODBC 설정에 대한 이해 ODBC 는 일반 프로그램에서 DB 에 연결하기 위한 도구

네트웍

DATABASE주소 : 172.16.120.212사용자 컴퓨터DB 이름 : kingdee주소 : 172.16.120.212

가상의 연결 통로 (odbc)

가상의 연결 통로 (odbc)

ODBC 설정 검색창에서 ODBC 입력 Microsoft ODBC Administer 선택

추가 입력 SQL Server 선택 ( 더블클릭 ) db 이름 입력 : kingdee ( 매우 중요 – 이후 이 이름을 사용해서 접근하게 됨 ) 주소 입력 : IP Address 사용자가 입력한 id/pwd 선택 db ID : user PWD : password

Intermediate #2 –Data Frame 조작 Package – dplyr Command – 명령어

Data Frame 즉 Excel 데이터를 쉽게 조작하는 데 사용함 앞서 Excel, DB 에서 불러들이 데이터는 모두 data.frame 으로 저장됨구분 설명 예select() 열 (Column) 을 선택하는 데 사용filter() 행 (Row) 을 선택하는데 사용mutate() 데이터를 조작하거나 새로 생성함arrange() 데이터 정렬summarize()

데이터 summary

group_by() 데이터 Grouping

Intermediate #2–Data Frame - 열선택 dplyr – select()

열이 많을 때 , 필요한 열만 선택하는 방법 명령어 : select(df, 선택하고 싶은 열을 벡터로 표현 ) 열은 열의 이름을 사용해도 되고 , 순서로 표현할 수 있음 hflights 의 DF 를 예로 사용함 : Package hflights 사용

select(hflights, ActualElapsedTime, AirTime, ArrDelay, DepDelay)• select(hflights, c(10, 11, 12, 13)) == hflights[ , c(10, 11, 12, 13)]

select(hflights, Origin:Cancelled)• select(hflights, 14:19) == hflights[ , 14:19]

select(hflights, -(DepTime:AirTime))• select(hflights, -(5:11))

select(hflights, UniqueCarrier, ends_with("Num"), starts_with("Cancel")) select(hflights, contains("Tim"), contains("Del")) select(hflights, Year:ArrTime, -DayofMonth)

• hflights[c("Year","Month","DayOfWeek","DepTime","ArrTime")] select(hflights,starts_with("T"))

• hflights[c("TailNum","TaxiIn","TaxiOut")]

Intermediate #2–Data Frame - 행선택 dplyr – filter()

행이 많을 때 , 필요한 행만 선택하는 방법 명령어 : filter(df, 선택하고 싶은 행을 수식으로 표현 ) hflights 의 DF 를 예로 사용함 : Package hflights 사용

filter(hflights, Distance >= 3000) filter(hflights, UniqueCarrier %in% c("JetBlue", "Southwest", "Delta")) filter(hflights, TaxiIn + TaxiOut > AirTime) filter(hflights, DepTime < 500 | ArrTime > 2200) filter(hflights, DepDelay > 0, ArrDelay < 0) filter(hflights, DayOfWeek %in% c(6,7), Cancelled == 1)

내용은 같은데 다른 표현 hflights[ hflights$Distance >= 3000, ] hflights[ hflights$UniqueCarrier %in% c(c("JetBlue", "Southwest",

"Delta"), ]

subset() 함수 – select() + filter() Select() 와 filter 를 한꺼번에 처리하고자 할 때

subset 함수 사용 사용법 : subset( data_frame, 행을 선택할 수 있는 조건 , select = c( 열 ) )

subset( hflights, DepTime < 500 | ArrTime > 2200, select = c(ActualElapsedTime, AirTime, ArrDelay, DepDelay) )

Intermediate #2–Data Frame – 데이터조작 dplyr – mutate()

값들을 조작하여 새로운 데이터 또는 기존 데이터를 변경함 새로운 데이터를 만들어 낼 수 있음

hflights 의 DF 를 예로 사용함 : Package hflights 사용 mutate( hflights, ActualGroundTime = ActualElapsedTime - AirTime) mutate( hflights, GroundTime = TaxiIn + TaxiOut) mutate( hflights, AverageSpeed = Distance / AirTime * 60) mutate( hflights, loss = ArrDelay - DepDelay, loss_percent = (ArrDelay -

DepDelay) / DepDelay * 100)

transform() == mutate() 같음 transform( hflights, ActualGroundTime = ActualElapsedTime - AirTime) transform( hflights, GroundTime = TaxiIn + TaxiOut) transform( hflights, AverageSpeed = Distance / AirTime * 60)

같은 효과 hflights$ActualGroundTime = hflights$ActualElapsedTime –

hflights$AirTime

Intermediate #2–Data Frame – Sorting dplyr – arrange()

행을 어떤 조건 값에 의해 오름차순 , 또는 내림차순으로 정리 hflights 의 DF 를 예로 사용함 : Package hflights 사용

arrange( hflights, DepDelay) – 오름차순• arrange( hflights, desc(DepDelay) ) – 내림차순

arrange( hflights, ActualGroundTime) – 오름차순• arrange( hflights, desc(ActualGroundTime)) – 오름차순

arrange( hflights, CancellationCode) arrange( hflights, UniqueCarrier, DepDelay) – 두개 항의 조합 arrange( hflights, UniqueCarrier, desc(DepDelay))

응용 arrange(filter( hflights, Dest == "DFW", DepTime < 800),desc(AirTime)

다른 표현 방법 hflights[ order( hflights$DepDelay ), ] == arrange( hflights, DepDelay ) hflights[ order( -hflights$DepDelay ), ] == arrange( hflights,

desc(DepDelay) )

Intermediate #2–Data Frame –summarize dplyr – summarize()

행을 어떤 조건 값에 의해 오름차순 , 또는 내림차순으로 정리 hflights 의 DF 를 예로 사용함 : Package hflights 사용

summarise(hflights, min_dist = min(Distance), max_dist = max(Distance))

summarise(hflights, earliest = min(ArrDelay), average = mean(ArrDelay), latest = max(ArrDelay), sd = sd(ArrDelay))

summarise(hflights, n_obs = n(), n_carrier = n_distinct(UniqueCarrier), n_dest = n_distinct(Dest), dest100 = nth(Dest, 100))

Intermediate #2–Data Frame –Chaining dplyr – %>% (command chaining)

명령어를 순서대로 나열하듯 실행하여 이해와 독해를 빠르게 함 . Package hflights 사용

hflights %>% mutate(diff = TaxiOut - TaxiIn) %>% filter(!is.na(diff)) %>% summarise(avg = mean(diff))

hflights %>% select(Dest, Cancelled, Distance, ActualElapsedTime, Diverted) %>%

mutate(RealTime = ActualElapsedTime + 100, mph = Distance / Real-Time * 60) %>%

filter(mph < 105 | Cancelled == 1 | Diverted == 1) %>% summarise( n_non = n(),

p_non = n_non / nrow(hflights) * 100, n_dest = n_distinct(Dest), min_dist = min (Distance), max_dist = max(Distance))

Intermediate #2–Data Frame –group_by dplyr – group_by()

데이터를 Grouping 하는데 사용함 hflights 의 DF 를 예로 사용함 : Package hflights 사용

hflights %>% group_by(UniqueCarrier) %>%

summarise(n_flights = n(), n_canc = sum(Cancelled == 1), p_canc = mean(Cancelled == 1) * 100, avg_delay = mean(ArrDelay, na.rm = TRUE)) %>%

arrange(avg_delay, p_canc)

hflights %>% group_by(DayOfWeek) %>%

summarise(avg_taxi = mean(TaxiIn + TaxiOut, na.rm=TRUE)) %>%

arrange(desc(avg_taxi))

Intermediate #3 – Data merge 두개의 파일 또는 두개의 Data Frame 을 하나로 합칠 때

Unique 하고 독립적인 Key 가 있어야 함 df1 df2

merge(df1, df2, by=c(“ID”, “Name”))

Intermediate #3 – Data merge 두개의 파일 또는 두개의 Data Frame 을 하나로 합칠 때

Unique 하고 독립적인 Key 가 있어야 함 df1

df2

rbind(df1, df2)

Intermediate #3 – Data Reshape melt()– 여러 개의 행을 한 개 행으로 통합 shape2 package 사용

활용 : melt(data, key, value, …, na.rm = FALSE, convert = FALSE) 예

melt ( iris, id = c(“Species”) )

melt() 함수 적용 전 melt() 함수 적용 후

Intermediate #3 – Data Reshape Gather – melt 와 동일 tidyr package 사용

활용 : gather(data, key, value, …, na.rm = FALSE, convert = FALSE) 예

gather(iris, key, Value, -Species)

Data 열의 변수가 하나로 통합 해당 열의 변수 값들이 통합 기준 . 통합에서 제외되는 행

gather() 함수 적용 전 gather() 함수 적용 후

왜 (why) 이런 조작이 필요할까 ?

Intermediate #3 – Data Reshape dcast() – 하나의 변수를 여러개로 분리 할 때 , 즉 key-value pair 를 여러 개의 열 (Column) 으로 구분할 때 reshape2 package 사용

활용 : spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE)

예 dcast(data, Species + group + Part ~ Measure, value.var="value")

Data 분리되는 변수 ( 열 ) 분리되는 값

dcast() 함수 적용 전 dcast() 함수 적용 후

Intermediate #3 – Data Reshape spread() == dcast() 와 동일함 tidyr package 사용

활용 : spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE)

예 spread(data, Measure, value)

Data 분리되는 변수 ( 열 ) 분리되는 값

spread() 함수 적용 전 spread() 함수 적용 후

Intermediate #3 – Data Reshape separate() – 하나의 변수를 두개로 분리 tidyr package 사용

활용 : separate(data, col, into, sep = "[^[:alnum:]]+", remove = TRUE, convert = FALSE, extra = "warn", fill = "warn", ...)

예 separate(data, key, c("Part", "Measure"), "\\.")

Data 분리되는 변수 ( 열 ) 분리되는 변수 명 분리 기준 (.)

separate() 함수 적용 전 separate() 함수 적용 후

Intermediate #3 – Data 분리 및 통합 Command Chainning 과 Data 분리 및 통합의 이유iris.tidy <- iris %>% gather(key, Value, -Species) %>% separate(key, c("Part", "Measure"), "\\.")

iris.wide <- iris %>% gather(key, value, -Species) %>% separate(key, c("Part", "Measure"), "\\.") %>% spread(Measure, value)

ggplot(iris.tidy, aes(x = Species, y = Value, col = Part)) + geom_jitter() + facet_grid(. ~Measure)

ggplot(iris.wide, aes(x = Length, y = Width, col = Part))+ geom_jitter() + facet_grid(. ~Species)

그래프 (Presentation)

Intermediate #4–ggplot ggplot 은 여러 가지 (plot, plotly, ggivs 등 ) 그래픽 package 중에 하나 . 자주 사용하는 이유는 확장성이 좋고 , 데이터를 다루는 철학 때문 계층적 구조의 철학

Theme

Coordinates

Statistics

Facets

Geometrics

Aesthetics

Data

Theme

Coordinates

통계적 방법그룹핑등의 구분표현의 방법표현할 데이터 선정Data Frame 를 의미함

Intermediate #4–ggplot 데이터의 표현 ( 계층적 구조의 철학 )

ggplot(iris, aes(Sepal.Length, Sepal.Width, col = Species)) + geom_point( size = 3) +facet_grid(. ~ Species) + stat_smooth(method = "lm") +theme(panel.grid.major = element_line(colour = "grey"))

Data Aesthetics

GeometricFacet

Statistics

Theme

Intermediate #4–ggplot Geometrics 의 표현 종류 및 방법

geom_point() geom_bar() geom_boxplot() geom_histogram() geom_smooth() …. 기타 30 여가지 기능

Intermediate #4–ggplot Parameter 에 대한 이해

x : x 좌표 , aesthetics 의 대상 이외에 다른 데이터를 표현할 때 사용 y : y 좌표 , aesthetics 의 대상 이외에 다른 데이터를 표현할 때 사용 col : 점의 외곽을 표현하는 색을 표현함 fill : 점을 채우는 색 shape : point 를 어떤 형태로 나타낼 지 결정 , 25 가지 방법 size : 크기를 나타냄 alpha : 투명도를 나타냄

해당 Parameter 값을 두가지 방법을 통해서 가능함 대상 : col, fill, size, alpha, shape( 반드시 discrete/categorical 변수 ( 자연수 )여야 함 ) 첫째 방법 : 사용자가 강제로 정해 주는 방법

col = “red”, col = “#ffeeaa”, fill = “red”, shape = 3, size = 5 두번째 방법 : Data 값을 활용하는 방법

col = cyl, size = cyl …..

Intermediate #4–ggplot geom_point() – 특징 , 반드시 x, y 가 모두 필요함

Parameter : x, y, alpha, col, fill, shape, size graph <- ggplot(mtcars, aes( x=wt, y=mpg )) #Data, Aesthetic 은

Fixed 됨 활용 사례

graph + geom_point( aes(col = qsec)) graph + geom_point( aes(alpha = qsec, col = factor(cyl), shape =

factor(cyl), size = cyl))

Intermediate #4–ggplot geom_point() 와 geom_jitter() 의 차이

x 변수가 Categorical / Discrete 한 경우 해당 Point 의 집중도가 보이지 않는 문제를 해결하기 위해 geom_jitter() geom_point( position = “jitter” ) == geom_jitter()

geom_point( position = position_jitter(0.4) )

ggplot(diamonds, aes(x= clarity, y= carat, col= price))+ geom_point( alpha = 0.5)

ggplot(diamonds, aes(x= clarity, y= carat, col= price))+ geom_jitter( alpha = 0.5)

Intermediate #4–ggplot geom_bar() – x 변수만 있으면 됨

Parameter : x, y, alpha, col, fill, linetype, weight 활용 사례

아래 두 결과는 동일함• ggplot(diamonds, aes(clarity, fill=cut)) + geom_bar( alpha = 0.5)• ggplot(diamonds, aes(clarity)) + geom_bar(aes(fill = cut), alpha = 0.5)• ggplot(diamonds, aes(clarity)) + geom_bar(aes(fill = cut), alpha = 0.5 ) +

facet_grid(. ~cut)

coord_flip() +만으로 축이 변함 .

Intermediate #4–ggplot geom_bar() – 2 번째

geom_bar( position = “stack”) geom_bar( position = “fill”) geom_bar( position = “dodge”)

geom_bar( position = position_dodge( width = 0.5 ) )

Intermediate #4–ggplot geom_boxplot()

Parameter : lower, middle, upper, x, ymax, ymin, alpha, colour, fill, linetype, shape, size, weight

활용 사례 ggplot(mtcars, aes(factor(cyl), mpg)) +

geom_boxplot(aes(fill = factor(cyl))) + geom_jitter() +coord_flip()

jitter() 는 point() 의 변형으로 한곳에 점이 몰리지 않게 분산 시켜 줌

Intermediate #4–ggplot geom_histogram()

Parameter : x, alpha, col, fill, linetype, weight histogram 과 bar 는 유사함 . 활용 사례

ggplot(mtcars, aes(x =mpg)) + geom_histogram(aes(y = ..density..), fill = "blue", binwidth = 1, alpha = 0.4) + geom_density( col = "red" )

geom_histogram() ==stat_histogram()

ggplot(mtcars, aes(mpg, fill = cyl)) + geom_histogram(binwidth = 1, position = "identity", alpha = 0.4 )

Intermediate #4–ggplot geom_smooth()

Parameter : x, y, alpha, col, fill, size, linetype, weight Linear Models 을 그래프에 적용할 때 유리함 활용 사례

ggplot(mtcars, aes(y=wt, x=mpg)) +facet_grid(. ~ cyl) +geom_smooth(method=lm) + geom_point( aes(col = factor(cyl), size = factor(cyl)))

geom_smooth() ==stat_smooth()

Intermediate #4–ggplot geom_line()

라인을 그릴 때 사용 ggplot(economics, aes(x = date, y = unemploy/pop)) +

geom_line() + geom_rect(data = recess, aes(xmin = begin, xmax = end, ymin = -Inf, ymax = +Inf), inherit.aes = FALSE, fill = "red", alpha = 0.2)

붉은색은 경제 침체기두개의 Data 사용o economicso recess

output (html, pdf …)

다양한 형태의 OUTPUT 이 가능함 . 데이터 분석의 대상

Excel 파일 및 csv 파일

Database ( KingDee 등 )

통계 패키지SAS,SPSS,

MatLab

input

inputoutput

Excel 파일 및 csv 파일

PDF

PPT

HTML

참고사이트 좋은 책 : http://www.cookbook-r.com/ 데이터 읽어 오기 :

http://www.cookbook-r.com/Data_input_and_output/ 원본 책 : http://www.cookbook-r.com/

데이터 조작 : http://www.cookbook-r.com/Manipulating_data/index.html 원본 책 : http://www.cookbook-r.com/

Basic Guide : http://sharpstatistics.co.uk/r/ggplot2-guide/ 다양한 그래프 설명 : http://docs.ggplot2.org/current/index.html# Plotly : https://plot.ly/r/