일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- NLP
- Deeplearning
- 하둡
- lstm
- r
- SQL
- 그래프
- 머신러닝
- 데이터시각화
- R시각화
- R프로그래밍
- Hadoop
- R그래프
- 데이터분석
- 데이터처리
- ggplot
- 그래프시각화
- word2vec
- CNN
- 빅데이터처리
- 딥러닝
- 데이터
- Python
- pandas
- AI
- 주가예측
- 빅데이터
- 기계학습
- HIVE
- 자연어처리
- Today
- Total
욱이의 냉철한 공부
[R, 시각화] 기본 그래프 그리기(파이, 히스토그램, 박스그래프, 화면분할) - pie(), hist(), boxplot() 본문
[R, 시각화] 기본 그래프 그리기(파이, 히스토그램, 박스그래프, 화면분할) - pie(), hist(), boxplot()
냉철한 욱 2021. 6. 28. 05:12
여러 패키지 함수들, 그래프 함수 인자들 다 기억할 수 없어요.
저는 사용 할 시기가 되면 서적에서 봤던 거, 배웠던 거 정리한 것을 찾아서 활용해요.
가장 중요한 것은 함수들과 인자들을 외우는 것이 아니라,
어떻게 활용하는지 이해하는 것이 중요해요 ~!!
사용하고 싶은 함수들을 빨리 찾아서 빨리 사용하기 위해서이죠!
그중에서 그래프 함수들을 사용할 경우 저는 중요하게 생각하는 부분이
어떤 데이터 타입이 들어가는지에요~!
벡터형태, 테이블형태, 메트릭스형태, 데이터프레임형태가
함수의 x축 y축에 어떻게 맞춰서 들어가는 것에 대한 이해가 그래프 함수 활용의 출발이라고 생각해요
1. pie() - 파이그래프
인자 | 설명 |
main = "메인 제목" | 그래프 제목 설정 |
angle, density, col | pie 부분을 구성하는 각도(angle), 수(density), 색상(col)를 지정한다 |
labels | 각 pie 부분의 이름을 지정하는 문자 벡터를 지정한다. |
radius | 원형의 크기를 지정한다. |
clockwise | 시계방향(T)으로 회전할지 반 시계방향(F)으로 회전할지 지어한다. 기본값은 반 시계방향이다. |
init.angle | 시작되는 지점의 각도를 지정한다. |
1) 1번째는 그냥 파이그래프
- init.angle는 시작되는 지점의 각도로 90으로 설정하였다. 첫 번째 jobseeking이 시작되는 지점이 90도라는 것을 알 수 있다.
- col인자는 파이 내부 색 설정이며, rainbow 함수를 사용함으로써 무지개 색으로 설정하였다.
- labels인자를 설정하여 해당 조각파이의 제목을 설정하였다.
pie(donguk, main="dongukthink", init.angle=90, col=rainbow(length(donguk)) , labels=c("jobseeking","soccor","drama","travel","dream") )
legend(1, 1, c("jobseeking","soccor","drama","travel","dream"), cex=0.8, fill=rainbow(length(donguk)))
2) 2번째는 3D 파이그래프
- plotrix패키지에 pie3D()라는 이쁜 파이그래프 함수가 있다.
- 위와 비슷한 방법으로 인자를 설정하였다.
install.packages("plotrix")
library(plotrix)
pie3D( donguk, main="dongukthink", col=rainbow(length(donguk)) , labels=c("jobseeking","soccor","drama","travel","dream"), cex=0.8 )
legend(0.5, 1, c("jobseeking","soccor","drama","travel","dream"), cex=0.8, fill=rainbow(length(donguk)))
2. hist() - 히스토그램
weight <- c(65,66,64,68,72,65,66,68,64,67,82,86,90,96,58,55)
hist(weight,main="histogram of height")
3. boxplot()
- 첫번째 그래프는 boxplot(donguk,hansol)
- 두번째 그래프는 boxplot(donguk, hansol, col=c("yellow","cyan"), names=c("donguk","hansol"), horizontal=T)
- col 인자로 원하는 색을 지정할 수 있다.
- horizontal인자를 T로 설정할 때 수직으로 그래프를 표현한다.
donguk <- c(65,66,64,68,72)
hansol <- c(77,82,85,84,90)
boxplot(donguk,hansol)
boxplot(donguk, hansol, col=c("yellow", "cyan"), names=c("donguk", "hansol"), horizontal=T)
- 데이터프레임 데이터타입의 열을 집어넣을 경우 mtcars$hp로 무한으로 차례대로 집어넣을 수 있다.
boxplot(mtcars$hp,mtcars$disp,mtcars$vs)
4. 화면 분할
1) 방법 1
- split.screen(c(2,3)) 은 화면을 행으로 2개, 열로 3개로 분할한다.
- 위치를 screen(1)이라고 지정하고 그곳에 그리고 싶은 그래프를 그린다.
screen(1) | screen(2) | screen(3) |
screen(4) | screen(5) | screen(6) |
- 본 그래프는 screen(5), screen(6) 제외하고 그렸다.
- close.screen(all=TRUE)는 설정을 초기화 한다.
split.screen(c(2,3))
screen(1)
plot(1:10)
screen(2)
plot(10:1)
screen(3)
plot(3:1)
screen(4)
plot(1:10)
close.screen(all=TRUE)
2) 방법 2
- m<-par(mfrow= c(1,2)) 는 그래프를 위한 창을 연다. 1행 2열 칸으로 연다.
- 첫번째 위치에 plot(donguk, type="o") 그래프를 그린다.
- 두번째 위치에 plot(hansol, type="s") 그래프를 그린다.
m<-par(mfrow= c(1,2))
plot(donguk, type="o")
plot(hansol, type="s")
'데이터분석 > R' 카테고리의 다른 글
[R, 전처리, 패키지] dply패키지 사용하여 데이터 처리하기 (0) | 2021.06.28 |
---|---|
[R, DB연동] ORACLE과 연동하여 R에서 SQL 사용하기 (0) | 2021.06.28 |
[R, 시각화] 기본 그래프 그리기(막대 그래프) - barplot() (0) | 2021.06.28 |
[R, 시각화] 기본 그래프 그리기(산점도,꺽은선) - plot() (1) | 2021.06.28 |
[R, 정리] 파일(csv, txt) 가져오기 (0) | 2021.06.22 |