[4학년 - 빅데이터기술] R프로그래밍

 ※  강의 자료만 보기, 2,3,4,6,7 장, 연습문제 위주, (iris, boston, ozon, state.x77)얘네 나옴

1. state.x77

1) data("state")  2) 문제   - 3번째 행과 8번째 열이 교차하는 원소 추출하기      state.x77[3, 8]   - 5, 22, 44행과 1, 4, 7열에 해당하는 값 추출하기           state.x77[c(5,22,44), c(1,4,7)]   - 5행부터 49행 까지를 제외한 나머지 행과 3열부터 5열까지의 원소 추출하기     state.x77[-c(5:49),c(3:5)]   - state.x77의 두 번째 열인 income이 4000보다 큰 것만 추출하기     state.x77[state.x77[,2] > 4000,]

2. iris - data.frame

1) data(iris)  2) 문제    - Sepal.Width > 3.5      iris[iris$Sepal.Width > 3.5, ]   - Species == 'versicolor'데이터 찾기     iris[iris$Species == "versicolor", ]   - iris 의 모든 컬럼명 조회     names(iris)     colnames(iris)   - Width가 들어간 컬럼명만 조회(대소문자 구별 없이) **     names(iris)[grep("Width", names(iris),ignore.case=T)]   - "Petal"이 들어간 컬럼명의 데이터의 상단의 일부 값만 조회 **     head(iris[, grep("Petal", names(iris))])   - iris 데이터에서 Species가 'versicolor'인 행들의 인덱스 출력**     which(iris$Species=='versicolor')   - iris 데이터에서 Species가 'versicolor'인 행들의 subset 생성**     subset(iris, iris$Species == 'versicolor')     iris[which(iris$Species=='versicolor'),]

3. ozone

1) install.packages("mlbench")       library(mlbench)       data(Ozone)       plot(Ozone$V8, Ozone$V9)   2) 문제     - 축이름 (xlab, ylab), 제목 main       plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temp", ylab = "El Monte Temp", main="Ozone")     - 점의 종류(pch), 점의 크기(cex)       plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temp", ylab = "El Monte Temp", main="Ozone", pch="+")      **구글에서 r pch symbols 검색하기     plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temp", ylab = "El Monte Temp", main="Ozone", cex=.5)          - 점의 색깔      plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temp", ylab = "El Monte Temp", main="Ozone", col="tan2")        - type 바꾸기      data(cars)      str(cars)      head(cars)      ---------------> data얻어오기      plot(cars)  ##산점도 그래프      plot(cars, type="l")  ##선그래프      plot(cars, type="o", cex=.5)  ##선과 점그래프    - 선유형(lty)      plot(cars, type="l", lty="dashed")    - 그래프의 배열(mfrow) : 한 창에 여러개의 그래프를 나열      opar <- par(mfrow=c(2,1))      plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temp", ylab = "El Monte Temp", main = "Ozone")      plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temp", ylab = "El Monte Temp", main = "Ozone2")      par(opar)

4. boston

install.packages("corrgram")  library("corrgram")  library(MASS)  data("Boston")    - bonton.sub <- Boston[c('lstat','indus','nox','rm','medv')]  - corrgram(cor(boston.sub), upper.panel = panel.conf)  - 2by2 산점도    par(mfrow=c(2,2))    sapply(names(boston.sub),function(x){    plot(boston.sub[,x],Boston[,"medv"],xlab=x,ylab="medv")    })  - pairs(boston.sub)  - pearson 상관관계    cor.test(c(1,2,3,4,5), c(1,0,3,4,5), method = "pearson")

 

5. 행렬이 교차하는 원소 추출(문제 그래도 나옴 책, ppt, 연습문제)

- matrix에서 3번째 행과 8번째 열이 교차하는 데이터를 추출해라

- matrix에서 부분만 추출하는것

 

 6. Sepal.Length 이용

- Sepal의 길이에 따라 다르게 가져오기

 

7. 값이 5보다 크고 작은거 뽑아내기

1) 문제 Sepal.Length > 5이면 "greater", 아니면 "less"   - if-else, for-loop이용(1)    for(i in 1:nrow(iris)){         if(iris$Sepal.Length[i] > 5)                output[i] <- "greater"         else                output[i] <- "less"     }   - if-else, for-loop이용(2)     for(i in 1:nrow(iris))          output[i] <- if(iris$Sepal.Length[i] > 5) "greater" else "less"   - ifelse()     output <- ifelse(iris$Sepal.Length >5, "greater", "less")   - apply() **     output3<-apply(iris,1,function(x){      if(x['Sepal.Length']>5)         'greater'      else         'less'    })

8. apply 적용하는거** - apply함수를 어떻게 쓰고 적용하는지 - tapply, sapply, 중간값 구하는 방법

1) 문제   - m행렬을 만들고 apply()이용하여 각행의 0보다 작은 원소들 개수     m <- matrix(data=cbind(rnorm(30,0), rnorm(30,2), rnorm(30,5)),nrow = 30, ncol = 3)     m     apply(m, 2, function(x){length(x[x<0])})   - m행렬을 만들고 apply()이용하여 각행의 0보다 큰 원소들 평균     apply(m, 2, function(x){mean(x[x>0])})      - library(lattice) barley 이용   - lapply() 이용해 barley데이터 각 열의 유일한 값들 구하기 unique() 함수 사용     library(lattice)     barley     lapply(barley, function(x) unique(x))   - sapply() 함수를 이용해 barley데이터 각 역의 유일한 값들의 개수 구하기     sapply(barley, function(x) unique(x))     sapply(barley, function(x) length(unique(x)))   - tapply()함수를 이용해 iris데이터에서 Species별로 Petal.Length 평균 구하기     tapply(iris$Petal.Length, iris$Species, mean)

9. 막대그래프, 상자그림 그려서 중앙값 비교, pearson 상관계수 구하기 - 막대그래프 그리기, 상자 그림 그려서 중간값 비교하는것 - person 상관관계수 cor.test이거 사용하기

- boxplot(iris$Sepal.Width)   - 두 박스 그래프의 중간값이 다른지 확인하는 그래프     sv <- subset(iris, Species=="setosa" | Species=="versicolor")     sv$Species <- factor(sv$Species)     boxplot(Sepal.Width ~ Species, data=sv, notch=T)

10. col메트릭스, 그래프 조건 부여(레이블, xy값 지정 등등) - 그래프 가져올때 조건, 점의 칼라 바꾸고 두개의 그래프를 하나로 합치고 -> Ozone..!

-  Iris 데이터의 Petal.Length, Petal.Width를 산점도로 그려보세요     위 산점도를 Species 별로 색상을 “red”, “green”, “blue”로 다르게 그려 보세요     <Hint : pch = 21, 점의 색상은 bg 옵션으로 가능, unclass(iris$Species) 사용하면 Species를 숫자로 매핑해줌>     plot(iris$Petal.Length, iris$Petal.Width, pch=21, bg=c("red","green","blue") [unclass(iris$Species)])   - 막대그래프      barplot(tapply(iris$Petal.Length, iris$Species, mean))

11. 함수부분 디테일 하게 보기

1) 결측치 제거    - c(1,2,NA,4)에서 결측치 제거     a <- c(1,2,NA,4)     a[!is.na(a)]   2) which, subset    - iris 데이터에서 Species가 'versicolor'인 행들의 인덱스 출력      which(iris$Species=='versicolor')    - iris 데이터에서 Species가 'versicolor'인 행들의 subset 생성      subset(iris, iris$Species == 'versicolor')      iris[which(iris$Species=='versicolor'),]   3) merge   4) cbind, rbind   5) sort   6) table(x) : 최빈값