R | RLab_chap08(DoIt) | 2020-11-13 | RLab05~RLab06

RLab05

# 선그래프의 작성

month <- c(1:12)
late <- c(5,8,7,9,4,6,12,13,8,6,6,4) #지각생생
length(late)

# 선그래프는 시계열자료의 내용을 파악하는 가장 기본적 방법
plot(
  x = month,
  y = late,
  type = "l", #그래프의 종류(알파벳:l,o,s)
  main = "지각생 통계",
  lty = 1,    #선의 종류 (line type:1,2..)
  lwd = 1,    #선의 굵기 (1, 2, 3..)
  xlab = "달",
  ylab = "지각 건수",
  ylim = c(1,15) #y축의 범위 지정
)


month <- c(1:12)
late1 <- c(5,8,7,9,4,6,12,13,8,6,6,4) #지각생
late2 <- c(4,6,5,8,7,8,10,11,6,5,7,3) 
length(late2)

plot(
  x = month,
  y = late1,
  type = "o",
  main = "지각생 통계",
  lty = 1,
  lwd = 1,
  col = "red",
  xlab = "달",
  ylab = "지각 건수",
  ylim = c(1,15)
)

# 기존 선그래프에 선그래프를 하나더 추가하는 방법으로 
lines(
  x = month,
  y = late2,
  type = "b",
  col = "blue",
)

late3 <- c(1,2,3,4,5,1,10,15,2,4,2,2)
length(late3)
lines(
  x = month,
  y = late3,
  type = "b",
  col = "black",
)

# 2015년~2026년까지 예상 인구수 추계자료
year <- c(2015:2026)
pop <- c(51014, 51245, 51446, 51635, 51811, 51973,
         52123, 52261, 52888, 52504, 52777, 51771)
length(year)
length(pop)

plot(
  x = year,
  y = pop,
  main = "인구수 추계",
  type = "b",
  col = "red",
  xlab = "연도",
  ylab = "인구수",
)

library(ggplot2)
library(dplyr)

mpg <- as.data.frame(ggplot2::mpg)
#혼자서 해보기

# 상자 그림 그리기
df <- mpg %>% 
  filter(class %in% c("compact", "subcompact","suv"))
df

ggplot(data = df,
       aes(x = class, y = cty))+
  geom_boxplot()

RLab06

# 데이터 시각화 하기
# 산점도 만들기
x <- rnorm(100)
y <- 2 * x + rnorm(100)
plot(x, y, pch = 16,
     main = "점 스타일 적용한 산점도")

plot(x, y,
     pch = ifelse(x*y > 1, 16, 1),
     main = "조건별로 점 스타일을 적용한 산점도")
z <- sqrt(1+x^2) + rnorm(100)

plot(x, y, pch =1,
     xlim = range(x),
     ylim = range(y,z),
     xlab = "x",
     ylab = "value")

points(x, z, pch = 17)
title("두 데이터 시리즈의 산점도")

plot(x, y, pch = 16, col = ifelse(y >= mean(y),"red","green"),
     main = "조건별로 색상을 적용한 산점도")

# 선그래프 만들기
# 시계열 데이터는 선 그래프가 시간에 따른 추세와
# 변동을 모아 주기에 유용함
t <- 1:50
y <- 3 * sin(t * 60 + rnorm(t))
plot(t, y, type = "l",
     main = "간단한 선 그래프")

install.packages("nycflights13")
install.packages("babynames")

data("flights", package = "nycflights13")
carriers <- table(flights$carrier)
carriers
sorted_carriers <- sort(carriers,decreasing = T)
sorted_carriers
barplot(head(sorted_carriers, 8),
        ylim = c(0, max(sorted_carriers) * 1.1),
        xlab = "carrier",
        ylab = "flights",
        main = "가장 많은 항공 편수를 기록한 상위 8개 항공사")

flight_speed <- flights$distance / flights$air_time
hist(flight_speed, main = "비행 속도의 히스토그램")