데이터 분석 R기초와 데이터 마트 R언어와 문법 데이터 구조 벡터 : 하나의 스칼라값, 하나 이상의 스칼라 원소(동일한 자료형) 행렬 -> matrix 데이터 프레임 -> data.frame(incom=a1,car=b1) 배열 -> array(1:12, dim=c(3,4)) 리스트 : list(name=“a”,height=123) 기초 함수 solve : 역행렬 cov, cor : 공분산, 상관계수 substr(char,num1,num2) : num1번째에서 num2번째 계산 format(sys.
다축 생성 다축 생성 절차 첫 번째 그래프 생성(축을 지정하지 않은 그래프) 점 추가 y축 생성 y축 이름 지정 두번째 그래프 생성 점 추가 y축 생성 y축 이름 지정 세 번째 그래프 생성 y축 생성 점 추가 y축 이름 지정 x축 생성 및 이름 지정 사용자화 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 plot(time,pop,axes=F,xlim=c(7000,3400),ylim=c(0,max(pop)), xlab="",ylab="",type="l",col="black",main="") points(time,pop,pch=20,col="black") axis(2, ylim=c(0,max(pop)), col= "black", lwd=2) mtext(2, text="Population", line=2) par(new=T) plot(time,med,axes=F,xlim=c(7000,3400),ylim=c(0,max(med)), xlab="",ylab="",type="l",lty=2,lwd=2, col="black",main="") points(time,med,pch=20,col="black") axis(2, ylim=c(0,max(med)), col= "black", lwd=2,line=3.
시각화 방법 시각화 방법 개념 정보 구조화 정보 조직화 데이터를 수집, 정제하는 과정이 적절히 배분되지 않는다면 제대로 된 결과물을 도출하기 어려움 데이터 수집, 분류, 배열, 관계맺기의 과정을 거침 조직화해 배치할 때 정보의 가치와 유용성은 증가하고 전하는 이야기도 달라진다. 데이터 munging : 원 데이터의 구문을 분석, 정리하고 집단으로 묶거나 변환해 패턴을 식별 데이터 수집 및 탐색 원 데이터를 바탕으로 필요한 데이터를 추출하고 활용하는 절차를 거쳐야 함 데이터 editing : 유의미, 무의미한 데이터 선별 분류
시각화 디자인 시각화의 정의 1.데이터 시각화의 중요성 시각화란?
매우 광범위하게 분산된 방대한 양의 자료를 분석하여 한 눈에 볼 수 있도록 도표나 차트 등으로 정리 통찰력을 얻기 위해서는 시각화한 서비스가 필요 2.데이터 시각화의 목적 데이터 분석, 의사소통 3.효과 정보를 습득하는 시간을 절감, 즉각적인 상황 판단 흥미를 유발하고 정보의 빠른 확산 기대 자료를 기억하기 쉬움 시각 이해와 시각화 1.