2013.10.03 R study

1. 2013.10.03 R study 6장, 그래프

2. 1. 산점도 데이터를 점으로 흩뿌리는 형태의 시각화 Plot 함수로 그림 > Methods(plot)

3. 실습 • > install.packages(“mlbench”) • > library(mlbench) • > Data(Ozone) • > Plot(Ozone$V8, Ozone$V9)

4. 축이름 변경 • > plot(Ozone$V8, Ozone$V9, xlab=“SanburgTemperatuer”, • + ylab = “E1 Monte Temprature”) • Xlab = x축 이름 • Ylab = y축 이름

5. 그래프 제목 • plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ") • X, Y 축 제외하고 제목만 변경할경우 • plot ( Ozone $V8 , Ozone $V9 , main =" Ozone ")

6. 점의 종류 변경 • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ", pch =20) • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ", pch="+") • -> “” 로특수문자포함 문자열 1byte 까지만 가능한듯 • -> pch코드는 구글에서‘r pch symbol’ 키워드로 검색

7. 점의 크기, 색상변경 • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ", cex=.1) • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ", col="# FF0000 ")

8. X, Y 축 값의 범위 • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ") • > max( Ozone $V8) • [1] NA • > max( Ozone $V8 , na.rm = TRUE ) • [1] 93 • > max( Ozone $V9 , na.rm = TRUE ) • [1] 82 .58 • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ", • + xlim =c(0, 100) , ylim =c(0, 90))

9. Type • plot (cars , type ="l") • Type = L type = o • + D

10. 그래프의 배열 • > opar <- par( mfrow =c(1, 2)) • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone ") • > plot ( Ozone $V8 , Ozone $V9 , xlab =" Sandburg Temperature ", • + ylab ="El Monte Temperature ", main =" Ozone2 ") • > par( opar) • 한창에 여러 개의 그래프나열 • 두개의 그래프를 한번에 비교할때 사용

11. 지터 • > plot ( Ozone $V6 , Ozone $V7 , xlab =" Windspeed ", ylab =" Humidity ", • + main =" Ozone ", pch =20 , cex=.5) • > plot ( jitter ( Ozone $V6), jitter ( Ozone $V7), • + xlab =" Windspeed ", ylab =" Humidity ", main =" Ozone ", • + pch =20 , cex=.5) • jitter(x, factor = 1, amount = NULL) • -> 값을 조금씩 움직여 점이 겹치는것을 막는다 • -> 정확한 데이터를 보여주지못할것같다

12. 지터2

13. 점 • > plot ( iris $ Sepal.Width , iris $ Sepal.Length , cex =.5 , pch =20 , • + xlab =" width ", ylab =" length ", main =" iris ") • > points ( iris $ Petal.Width , iris $ Petal.Length , cex =.5 , • + pch="+", col="# FF0000 ") 이미 생성된 그래프에 점을 추가 색상이나 크기조절도가능하다

14. 선 • > x <- seq (0, 2*pi , 0.1) • > y <- sin(x) • > plot (x, y, cex=.5 , col ="red ") • > lines (x, y) • 기존에 그려진 점위에 선을 긋는다

15. 선2 • LOWESS는 데이터의 각 점에서 linear model(y = ax + b) 또는 quadratic model(y = ax2 + bx + c) 을 각각 적합하되, 각 점에서 가까운 데이터에 많은 weight를 주면서 regression을 수행한다. • 이렇게 만들어진 결과물은 자료의 추세를 보여주는 선이된다

16. 직선 • plot (cars , xlim =c(0, 25) ) • abline (a=-5, b=3.5 , col ="red ") • 앞서보인cars 데이터가 dist = −5+3.5×speed로 근사될 수 있다고 가정

17. 곡선 • 0부터 2π까지의 구간에 대한 sin 곡선 • curve (sin , 0, 2*pi)

18. 다각형 • 선형회귀 거친후 다시 복습

19. 문자열 • plot (cars , cex=.5) • text ( cars $speed , cars $dist , pos =4, cex =.5) • 데이터 순서에 따라 번호를 붙인다

20. 데이터의 식별 • plot (cars , cex=.5) • identify ( cars $speed , cars $ dist ) • 마우스 클릭으로 해당점의 값을 볼수있다

21. 범례 • > plot ( iris $ Sepal.Width , iris $ Sepal.Length , cex =.5 , pch =20 , • + xlab =" width ", ylab =" length ") • > points ( iris $ Petal.Width , iris $ Petal.Length , cex =.5 , • + pch="+", col="# FF0000 ") • > legend (" topright ", legend =c(" Sepal ", " Petal "), • + pch=c(20 , 43) , cex=.8 , col=c(" black ", "red"), bg=" gray ")

22. 범례2

23. > x <- seq (-2*pi , 2*pi , 0.01 ) • > y <- matrix (c( cos (x), sin (x)), ncol =2) • > matplot (x, y, col=c(" red ", " black "), cex =.2) • > abline (h=0, v =0)

24. 상자그림 • boxplot ( iris $ Sepal.Width) • http://techntalk.tistory.com/entry/%EB%B0%95%EC%8A%A4%ED%94%8C%EB%A1%AF-Box-Plot%EA%B3%BC-%EC%A0%95%EA%B7%9C%EB%B6%84%ED%8F%ACnormal-distribution%EC%9D%98-%EA%B4%80%EA%B3%84-%EB%B0%95%EC%8A%A4%ED%94%8C%EB%A1%AF-%EA%B7%B8%EB%A6%AC%EB%8A%94-%EB%B2%95

25. 히스토그램 • Hist(Nile) • hist ( iris $ Sepal.Width )

26. 밀도그림 • plot ( density ( iris $ Sepal.Width)) • plot(density(Nile))

27. 밀도그림 + 히스토그램 • > hist ( iris $ Sepal.Width , freq = FALSE ) • > lines ( density ( iris $ Sepal.Width ))

28. 막대 그림 • barplot ( tapply ( iris $ Sepal.Width , iris $ Species , mean )) • Tapply는 ‘데이터, 그룹인덱스, 각그룹별로 호출할 함수를 받는다)

29. 파이그래프 • Pie 함수를 이용해 그리며 데이터의 비율을 알아보는데 적합 • 구간으로 데이터를 나누기 위해서는 cut() 함수를 사용한다. • cut (1:10 , breaks =c(0, 5, 10) ) • cut (1:10 , breaks =3) • cut( iris $ Sepal.Width, breaks =10) • rep(c("a", "b", "c"), 1:3) • table ( rep(c("a", "b", "c"), 1:3) ) • table ( cut( iris $ Sepal.Width , breaks =10) ) • pie( table ( cut( iris $ Sepal.Width , breaks =10) ), cex =.7)

30. 모자이크 플롯 • str( Titanic ) • Titanic • mosaicplot ( Titanic , color = TRUE ) • mosaicplot (∼ Class + Survived , data = Titanic , color = TRUE )

31. 산점도 행렬 • pairs (∼ Sepal.Width + Sepal.Length + Petal.Width + Petal.Length, • data =iris , col=c("red", " green ", " blue ")[ iris $ Species ])

32. 투시도 • X 그리드, Y 그리드, 그리고 각 grid 점에서의 Z 값을 인자로 받는다.

33. 등고선 • contour (x, y, outer (x, y, f))