2022년 11월 23일 수요일(R간단한 문제풀이 및 그래프그리기)

● 문제

x=c(2,-1,3,7,0.5,8) #벡터데이터

1.x=c(2, -1, 3, 7, 0.5, 8)가 실행되었다 하자. 다음 물음을 R 언어로 답하시오.

①6, 2, 4번째 원소를 동시에 찾아라.
x[c(6,2,4)]    ▶[인덱스] R에서는 인덱스 1부터 시작.
▶결과) [1]  8 -1  7

②x의 원소 중 0보다 큰 값을 찾아라.
x[x>0]      ▶ 요소의 조건을 인덱스로 사용
▶결과) [1] 2.0 3.0 7.0 0.5 8.0

③짝수 원소들을 찾아라.
x[x%%2==0]
▶결과) [1] 2 8

④x에서 홀수원소를 찾아 제거하라.
x[x%%2==1]=NA    ▶ NA=결측값
x

▶결과) [1] 2.0  NA  NA  NA 0.5 8.0


2.다음과 같은 번호(ID), 성명(name), 성적(score)를 성분으로 하는 리스트가 있다.
물음에 답하라.

L=list(ID=c(1,2,3), 
     name=c('Kim', 'Lee', 'Park'),

     score=c(80, 95, 75))
L
① length(L)은 얼마이며, 이것은 무엇을 의미하는가?
  length(L)  ▶ 열의 갯수. 데이터의 종류의 갯수
▶결과) [1] 3

②  점수가 75점인 사람을 80으로 수정하라
  L$name[L$score==75]   ▶75점인 사람의 이름  ▶결과)  [1] "Park"
  L$score[L$score==75]=80 ▶ 75점을 80점으로 변경

▶결과)  [1] 80 95 80

③ L$name=='Park'의 결과를 쓰고, 무엇을 의미하는지 설명하라.
     L$name=='Park'    ▶ name이 Park여부 boolean 으로 출력 
                        ▶ 결과는 false , false , true
                        ▶ Kim=false , Lee=false Park==true

④ L$score[L$name=='Park']의 결과를 쓰고, 문장이 무엇을 의미하는지 설명하라.
      L$score[L$name=='Park'] ▶이름이 Park인사람의 성적만 조회   #name이 Park여부 boolean 으로 출력 
                        ▶결과는 false , false , true
                        ▶ Kim=false , Lee=false Park==true

⑤ 1번 학생의 이름과 성적을 알아내는 문장을 만들어 보아라.
cat(L$name[L$ID==1],L$score[L$ID==1])  ▶cat : 화면에 여러개의 변수 출력
union(L$name[L$ID==1], L$score[L$ID==1]) ▶union : 두개의 데이터를 합한 객체
C(L$name[L$ID==1],L$score[L$ID==1])

 

▶결과)  Kim  80

 

 

matrix를 이용하여 햄버거 영양 데이터 분석
기본적으로 매트릭스는 열 우선으로 생성되는데,
▶byrow=T : 행우선으로 데이터를 설정해주는 속성.
burger <- matrix(c(514,917,11,533,853,13,566,888,10),nrow=3,byrow = T)
burger

 

▶결과)

[,1] [,2] [,3]
[1,]  514  917   11
[2,]  533  853   13
[3,]  566  888   10

행과 열의 이름을 지정해주기
rownames(burger)=c('M','L','B')        # =,<-  다 사용가능
burger
colnames(burger)<-c('kcal','na','fat')

 

▶결과)

kcal  na fat
M  514 917  11
L  533 853  13
B  566 888  10

#M사의 나트륨 함량조회    #matrix[행,열]
burger['M','na']

▶결과) 917

#M사의 데이터조회    #matrix[행,]  ,를 안써주면 뒤에 열이있다는걸 몰라서 필수
burger['M',]

▶결과)

kcal   na  fat 
 514  917   11

#모든 회사의 kcal 데이터 조회
burger[,'kcal']

  

▶결과)

M   L   B 
514 533 566 

###dataframe을 이용한 햄버거 영양 성분 분석
kcal <- c(514,533,566)
na <- c(917,853,888)
fat <- c(11,13,10)
menu <-c('새우','불고기','치킨')
burger <-data.frame(kcal,na,fat,menu)

 

▶결과)

 kcal  na fat   menu
1  514 917  11   새우
2  533 853  13 불고기
3  566 888  10   치킨

#행의이름 설정
rownames(burger) <-c('M','L','B')
burger
▶결과)

 kcal  na fat   menu
M  514 917  11   새우
L  533 853  13 불고기
B  566 888  10   치킨

 

# 'M','B' 회사의 menu값 조회
burger[c('M','B'),'menu']
▶결과)[1] "새우" "치킨"

# 'M','B' 회사의 menu,kcal값 조회
burger[c('M','B'),c('menu','kcal')]
▶결과)

menu kcal
M 새우  514
B 치킨  566

R에서 제공해주는 iris 데이터 이용하기

head(iris)  :처음 6개의 데이터만 출력
tail(iris)  :마지막 6개의 데이터만 출력

#행,열의 갯수 조회하기
dim(iris)     #행,열의 갯수 ->결과:150행, 5열
nrow(iris)    #행의 갯수    ->결과:150행
ncol(iris)    #열의 갯수    ->결과:5열
colnames(iris) ->결과: 열의 이름 출력
str(iris)     -> 결과:dataframe 데이터의 요약 정보

iris 데이터의 품종만 조회
iris[,'Species']  ->컬럼명으로 조회
iris[,5]          ->컬럼의 순서(인덱스)로 조회
levels(iris[,5])

품종별 데이터 건수 출력하기
table(iris[,5])  ->결과: setosa:50 / versicolor:50 / virginica:50

#5번째 컬럼을 제외하고 조회
iris[,-5] 

▶결과: 5번째컬럼인 species를 제외한 4개의컬럼출력

Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
       876.5        458.6        563.7        179.9 

#5번컬럼을 제외하고, 열별 합계 조회
colSums(iris[,-5])

#5번컬럼을 제외하고 열별 평균 조회하기
colMeans(iris[,-5])

#5번컬럼을 제외하고 행별 합계 조회하기
rowSums(iris[,-5])

#5번컬럼을 제외하고 행별 평균 조회하기
rowMeans(iris[,-5])


#품종이setosa인 데이터만 iris1에 저장
iris1 <- subset(iris,Species=='setosa')
iris1
str(iris1)

▶결과) setosa인 데이터에 해당하는 값만출력

#Sepal.Length >5 이고 , Sepal.Width>4인 행만 iris에 저장하기
iris2 <-subset(iris,Sepal.Length>5 & Sepal.Width>4)
iris2

#열 조회하기
# Sepa.Lenght >5 크고, Sepal.Width >4보다 큰 행의 
# Petal.Length , Petal.Width , Species 컬럼만 조회하기
iris2[,c(3,4,5)]  ▶ 컬럼의 인덱스값으로 선택
iris2[,c('Petal.Length','Petal.Width','Species')]  ▶ 컬럼의 이름으로 선택
iris2[,c(3:5)]   #c(3:5)  ▶ 3번인덱스~5번인덱스 선택

subset(iris,Sepal.Length >5 & Sepal.Width >4)[,c(3,4,5)]

▶ iris에서 3~5컬럼중 길이는 5이상 넓이는 4이상인 값 출력 


sum(iris[,1])   #1열의 합의 값
mean(iris[,1])  #1열의 평균값
max(iris[,1])   #1열의 최대값
min(iris[,1])   #1열의 최소값

#iris 데이터의 자료형
class(iris) ▶ 해당 자료형을 출력해준다
is.data.frame(iris) ▶ 해당데이터가 data.frame이면 true출력 아니면 false
is.matrix(iris)  ▶ 해당데이터가 matrix면 true출력 아니면 false

미국의 주 정보 ; state.x77
state.x77
class(state.x77)   ▶ matrix , array
state <- data.frame(state.x77) ▶ 데이터의 자료형을 기존 matrix에서 data.frame으로 변경해준다  
class(state)  ▶ 자료형이 변경된것을 확인할 수 있다.

trees 데이터를 이용한 데이터 추출
trees

직경의 평균값 구하기
mean(trees[,1])  ▶ 1번컬럼에 해당하는 평균값
mean(trees[,'Girth']) ▶ Girth에 해당하는 평균값
mean(trees$Girth)  ▶ Girth에 해당하는 평균값
str(trees) -> 해당데이터의 정보를 볼수있다.

① 직경(Girth)은 화원에서 보유한 벚나무의 평균보다 커야 한다
tree1 <- subset(trees,Girth > mean(trees[,'Girth']))
tree1
nrow(tree1)

①  직경(Girth)은 화원에서 보유한 벚나무의 평균보다 커야한다
②  높이(Height)는 80보다 커야한다.
③  부피(Volume)는 50보다 커야한다
#3가지를 모두 만족하는 나무의 갯수 출력하기
tree2 <- subset(trees,Girth >mean(trees[,'Girth']) & Height > 80 & Volume>50)
tree2
nrow(tree2)


● 종업원의 팁 자료형 분석하기 : reshape2 패키지에 저장된 데이터타입
tips

reshape2 패키지 설정하기(의존성 주입)
install.packages('reshape2')
library(reshape2)  ▶ 설정된 패키지 사용하기.

tips
.libPaths()  ▶ 패키지가 설정된 폴더를 조회하기 폴더에 한글경로 안됨.
▶ .libPaths(한글이름없는 폴더로 다시 지정)  ▶ 패키지경로 설정

class(tips)
str(tips)
total_bill : 전체 결제금액
tip        : 팁금액
sex        : 성별
smoker     : 흡연여부
day        : 요일.
time       : 점심/저녁
size       : 인원수

head(tips)

#요일별 팁을 받은 갯수를 조회하기
tips$day ▶ tips데이터에서 day컬럼만 조회한다.

table(tips$day)  ▶ tips데이터에서 day컬럼만 테이블화해서 보여준다
table(tips[,5]) ▶ tips에서 5번째 컬럼만 테이블화해서 출력한다.
table(tips[,'day']) ▶ tips에서 'day'인  컬럼만 테이블화해서 출력한다.

#시간별 팁을 받은 갯수를 조회하기
table(tips[,'time']) ▶ tips데이터에서 'time'인 컬럼만 테이블화해서 보여준다
table(tips$time) ▶ tips데이터에서 'time'인 컬럼만 테이블화해서 보여준다
table(tips[,6]) ▶ tips에서 6번째 컬럼만 테이블화해서 출력한다.

#시간대별로 Dinner 인경우만 조회하여 dinner 데이터에 저장하고,
# Lunch 인 경우만 lunch 데이터에 저장하기
dinner <- subset(tips,time=='Dinner') 

▶ 새로운 dinner데이터에 subset으로 time이 Dinner인 값만 저장해준다

kimlunch <- subset(tips,time=='Lunch')

▶ 새로운 kimlunch데이터에 subset으로 time이 Dinner인 값만 저장해준다

dinner ▶
kimlunch

# dinner와 lunch 데이터 셋에서 결제금액,팁,인원수의 평균구하기

 

● dinner

방법1)

mean(dinner[,'total_bill']) ▶ dinner 데이터의 총결제금액의 평균값이 출력된다.
mean(dinner[,'tip'])        ▶ dinner 데이터의 팁의 평균값이 출력된다.
mean(dinner[,'size'])       ▶ dinner 데이터의 인원수의 평균값이 출력된다.

 

방법2)

colMeans(dinner[1])
colMeans(dinner[2])
colMeans(dinner[7])

 

● kimlunch

 

방법1)
mean(kimlunch[,'total_bill']) ▶ kimlunch 데이터의 총결제금액의 평균값이 출력된다.
mean(kimlunch[,'tip'])           ▶ kimlunch 데이터의 팁의 평균값이 출력된다.
mean(kimlunch[,'size'])          ▶ kimlunch 데이터의 인원수의 평균값이 출력된다.

 

방법2)
colMeans(kimlunch[1])
colMeans(kimlunch[2])
colMeans(kimlunch[7])

 

#결제금액 대비 팁의 비율조회하기\
tips$tip/tips$total_bill

#결제금액 대비 팁의 비율이 높은 값 조회하기
max(tips$tip/tips$total_bill)

#결제금액 대비 팁의 비율이 낮은 값 조회하기
min(tips$tip/tips$total_bill)

#dinner , kimlunch 데이터의 팁의 비율의 평균 조회하기

#dinner
dinner$tip/dinner$total_bill
mean(dinner$tip/dinner$total_bill)

#kimlunch
kimlunch$tip/kimlunch$total_bill
mean(kimlunch$tip/kimlunch$total_bill)

 

 

 

● 그래프

시각화
y2017 <- c(116215, 3437, 26183, 7522, 147, 1411)
y2016 <- c(104359, 3393, 24527, 7058, 102, 975)

#rbind : 행을 연결
df<-rbind(y2017,y2016)
▶결과)

[,1] [,2]  [,3] [,4] [,5] [,6]
y2017 116215 3437 26183 7522  147 1411
y2016 104359 3393 24527 7058  102  975


컬럼이름 설정
colnames(df) <- c('시','소설','수필','평론','희곡','기타')

▶결과)

 시 소설  수필 평론 희곡 기타
y2017 116215 3437 26183 7522  147 1411
y2016 104359 3393 24527 7058  102  975

막대 그래프
barplot(df, main = '문인잡지의 작품 발표 현황',
        xlab = '작품 종류',ylab = '발표 건수',
        col = c('maroon','indianred'),
        legend.text = c('2017','2016'))

막대그래프 결과

히스토그램 : 자료의 분포를 시각화
cars #제동거리
dist <- cars[,2]
dist
hist(dist)

cars&nbsp; 결과

#breaks=12 : 값의 구간을 12개 분리
hist(dist,breaks=12)

구간분리를 했을때 cars

 

#h$breaks : 값의 구간값
#h$counts : 값의 구간별 빈도수(갯수). 막대의 크기
#h$density : 밀도값.
#h$mids : 중간값 (0-20의 중간값, 20-40의 중간깂,,, 100-120의 중간값)
#h$xname : 데이터의 이름
#h$equidist : 그래프간격이 일정?


install.packages('Stat2Data') ▶ 데이터를 사용하기위해 설치
library(Stat2Data)  ▶ 설치한 데이터 사용하기위해 설정
data('Diamonds')
str(Diamonds)
head(Diamonds)

색상 설정
color <- rep('orange', 9)
#캐럿당 가격의 분포를 히스토그램으로 출력하기
h<-hist(Diamonds$PricePerCt,main="캐럿당 가격의 분포",
        xlab='캐럿당 가격', ylab='빈도수',col='skyblue')

 

Diamonds-색상설정을 반영한 값

#캐럿당가격의 분포를 히스토그램으로 출력하기
color[which.max(h$counts)] <- 'red'
color[3] <-'yellow'
#which.max(h$counts) : h$counts 데이터 중 가장큰값의 인덱스를 리턴

# 빈도수가 많은 막대 색상을 red로 변경
h<-hist(Diamonds$PricePerCt,main="캐럿당 가격의 분포",
        xlab='캐럿당 가격', ylab='빈도수',col=color)

원하는 그래프 지정색으로 변경

#### 상자그래프
# 사분위수를 시각화
# 1사분위수 : 25%해당하는 값
# 중간값    : 50%해당하는 값
# 3사분위수 : 75%해당하는 값
# 최대값    : 100%해당하는 값
# 특이값    : 범위 밖에 존재하는 값
cars
str(cars)
dist <- cars[,2]
boxplot(dist,main='자동차 제동거리')
boxplot.stats(dist) #박스그래프의 설명

 

박스그래프

# $stats : 2 26 36 56 93
# 2: 최소값 ->맨밑 실선
# 26 : 1사분위값 -> 박스 밑선
# 36 : 중간값 50%값 ->굵은실선
# 56 : 3사분위값 -> 박스위에선
# 93 : 최대값 . 80-100 실선
# $n : 관측값의 갯수
# $conf : 중간값의 신뢰구간
# $out : 특이값


#그룹화된 박스그래프
boxplot(Petal.Length~Species,
        data=iris,
        main="품종별별 꽃잎의 길이",
        col=c('green','yellow','blue'))

그룹화 박스그래프

###산점도
# 두 변수사이의 관계 파악에 사용되는 그래프
# 상관계수와 밀접함.
# A,B 변수가 있는 경우
# 상관계수 : A 1이 변동되는 경우 B 1 이 변동됨. 1
# 상관계수 : A 2이 변동되는 경우 B 1 이 변동됨. 0.5

 

산점도 그래프

mtcars  :자동차연비 데이터
mpg  : 연비데이터
wt   : 차량의무게

plot(mtcars$wt,mtcars$mpg, main="중량별 연비",
     xlab="중량",ylab="연비",col="blue")

#상관계수 ▶ 중량이높을수록 연비가 낮다는 결론
cor(mtcars$wt, mtcars$mpg)

 

 

파이썬을 들어가기전에 R을 간단하게 배웠다.

파이썬과 비슷한부분이 있어, 일단 선행으로 학습하고,

내일부터 파이썬을 시작하기로했다.

기초적인부분이라 이해하는데 어려운부분은 없었던것같다.