구도블로그

안녕하세요 구도입니다.

오늘은 지난 시간에 이어 파이차트를 그리는 법을 복습하고 pie3D 함수, barplot 함수를 그리는 법에 대해 배워보겠습니다.

작성한 코드만 보고 이해하시지 말고 프로그램에서 직접 실습해보시면서 공부하시면 이해가 훨씬 빠르시답니다.

*프로그램은 'R x64 3.5.1' 을 사용하였습니다*

#파이차트 그리기 : 다양한 색을 넣어 그리기

par(mfrow=c(2,3))

pie(x, labels=label, init.angle=90, col=c("red", "blue", "green", "yellow"), main="부서 별 영업 실적")  # 부채꼴의 색을 판매액(x)의 수만큼 작성자가 원하는 색으로 설정.

pie(x, labels=label, init.angle=90, col=rainbow(length(x)), main="부서 별 영업 실적")  # 부채꼴의 색을 판매액(x)의 수만큼 무지개 색으로 설정.

pie(x, labels=label, init.angle=90, col=heat.colors(length(x)), main="부서 별 영업 실적")  # 부채꼴의 색을 판매액(x)의 수만큼 적색과 황색에 치우친 색으로 설정.

pie(x, labels=label, init.angle=90, col=terrain.colors(length(x)), main="부서 별 영업 실적")  # 부채꼴의 색을 판매액(x)의 수만큼 지구 지형 색으로 설정.

pie(x, labels=label, init.angle=90, col=topo.colors(length(x)), main="부서 별 영업 실적")  # 부채꼴의 색을 판매액(x)의 수만큼 앞에서 조금 더 청색에 가까운 색으로 설정.

pie(x, labels=label, init.angle=90, col=cm.colors(length(x)), main="부서 별 영업 실적")  # 부채꼴의 색을 판매액(x)의 수만큼 핑크, 블루 색으로 설정.

#pie3D 함수

library(plotrix)

pie3D(x, labels=label, explode=0.1, labelcex=0.8, main="부서별 영업 실적")  #explode옵션은 부채꼴들의 간격. 0의 값은 간격이 없음. labelcex옵션은 라벨 문자의 크기

par(mfrow=c(1,3))

pie3D(x, labels=label, explode=0, labelcex=0.8, main="부서별 영업 실적")  

pie3D(x, labels=label, explode=0.1, labelcex=0.8, main="부서별 영업 실적") 

pie3D(x, labels=label, explode=0.5, labelcex=0.8, main="부서별 영업 실적")  

par(mfrow=c(1,3))

pie3D(x, labels=label, explode=0.1, labelcex=0.5, main="부서별 영업 실적")  

pie3D(x, labels=label, explode=0.1, labelcex=0.7, main="부서별 영업 실적")  

pie3D(x, labels=label, explode=0.1, labelcex=1, main="부서별 영업 실적")  

#barplot : 단순 바 차트 1

height <- c(9,15,20,6)   # 영업 실적 할당

name <- c("영업 1팀", "영업 2팀", "영업 3팀", "영업 4팀")     # 부서명 할당

barplot(height,names.arg=name, main="부서별 영업 실적")

# 단순 바 차트 2 

barplot(height,names.arg=name, main="부서별 영업 실적", col=rainbow(length(height)))

par(mfrow=c(2,3))

barplot(height,names.arg=name, main="부서별 영업 실적", col=c("red", "blue", "green", "yellow"))

barplot(height,names.arg=name, main="부서별 영업 실적", col=rainbow(length(height)))

barplot(height,names.arg=name, main="부서별 영업 실적", col=heat.colors(length(height)))

barplot(height,names.arg=name, main="부서별 영업 실적", col=terrain.colors(length(height)))

barplot(height,names.arg=name, main="부서별 영업 실적", ccol=topo.colors(length(height)))

barplot(height,names.arg=name, main="부서별 영업 실적", col=cm.colors(length(height)))

# 단순 바 차트 3 

barplot(height,names.arg=name, main="부서별 영업 실적", col=rainbow(length(height)), xlab="부서", ylab="영업 실적(억 원)")

par(mfrow=c(1,2))

barplot(height,names.arg=name, main="부서별 영업 실적", col=rainbow(length(height)), xlab="부서", ylab="영업 실적(억 원)")

barplot(height,names.arg=name, main="부서별 영업 실적", col=rainbow(length(height)), xlab="부서", ylab="영업 실적(억 원)", ylim=c(0,25))

오늘도 글 읽어주셔서 감사합니다.

안녕하세요 구도입니다.

오랜만에 이 카테고리의 글을 작성하네요.

요즘 정신이 너무 없어 제대로 작성하지 못하고 있지만 최대한 매일매일 글 작성할 수 있도록 노력하겠습니다.

오늘은 How Come 패턴에 대해 공부해보겠습니다.

How Come 패턴

Situation #1

A   What's this?

이거 뭐야?

B   A Book.

책이네.

A   William Shakespeare's Star Wars.

윌리엄 셰익스피어의 스타 워즈.

How come I've never heard of this?

어째서 한 번도 못 들어봤지?

Situation #2

A   Oh gosh!

오 이런!

B   That did not mix well.

잘 안섞였네.

Wow! How come that was so bad?

와! 어째서 이렇게 별로지?

A   Seriously, because the cheese by itself seems good right?

아니 근데 진짜, 그냥 치즈만 놓고 보면 맛있어 보여. 그렇지 않아?

Like, I'd like to get in that.

막, 저 안에 들어가고 싶어.

B   Yeah

맞어.

But.. it's just so bad.

근데 그냥 맛이 너무 없어.

Situation #3

A   Smell like an eraser.

지우개 냄새난다.

B   An eraser?

지우개?

When's the last time you used an eraser?

지우개 마지막으로 쓴 게 언젠대?

Do you remember that?

기억이나 해?

A   It's like childhood!

어렸을 때지!

B   How come i can't smell it?

왜 나는 못 맡겠지?

Situation #4

A   Wow! It looks like you had a lot of friends on set!

와! 세트장에 친구들이 엄청 많았던 것 같네!

B   Yeah!

맞어!

A   It was like a lot of fun with them?

즐거운 시간 보냈어?

B   This was so fun.

엄청 재밌었지.

A   How come you didn't invite us?

우린 왜 초대 안 한 거야?

Situation #5

A   So you guys working over at Pisha Ranch mine?

그러니까 여러분은 Pisha Ranch 탄광에서 일하고 계신건가요?

(*work over at : ~에서 일하다 / mine : 탄광, 광산)

B   Yeah.

네.

A   Well, How come i haven't seen you here before?

어째서 여러분을 여기서 한 번도 본 적이 없는 거죠?

오늘도 글 읽어주셔서 감사합니다:)

안녕하세요 구도입니다.

오늘 편의점에서 뭘 먹을까 고민을 하며 메뉴를 선택하던 중에 갑자기 눈에 보인 불닭떡볶이!

이게 요즘 그렇게 핫! 하다던데 운 좋게 GET 했습니다 핳핳.

항상 삼양의 불닭시리즈의 저 캐릭터는 2가지 얼굴만 보여주는 것 같아요.

1. 눈물 흘리는 모습

2. 입에서 불 내뿜는 모습

캐릭터를 통해서 맵다는 게 잘 전해지긴 하는 것 같아요 ㅎㅎ.

캐릭터 감상은 이제 그만하고!

불닭떡볶이 내부 구성입니다!

1. 떡볶이떡

2. 소스

끝!

모든 인스턴트 떡볶이의 구성품과 크게 다른건 없네요 ㅎㅎ.

조리 방법은 떡 넣고 소스 넣고 끓는 물을 안에 표시된 선까지 부어서

전자레인지에 돌려주면 완성이랍니다.

기나긴 3분 30초가 지나 드디어 완성된 불닭떡볶이!

완성된 떡볶이를 슥슥 잘 비벼주어 드디어 한 입!

냠냠쩝쩝

맛은.. 음

떡이 짧은 시간에 양념도 좀 배어있고 식감도 좋았지만

솔직히 맛 자체는 그렇게 맛있진 않았어요 ㅎㅎ;;

매움정도는 확실히 매운 편에 속하긴 하는데 떡볶이 자체의 맛이 제 입맛은 아니였답니다 ㅎㅎ

특히 개인적으로 가장 아쉬웠던 부분은 소스에서 이상한 한약냄새(?) 같은 향이 좀 많이 났다는 점입니다.

입맛이 예민한 편이 아닌 제가 맡은 정도면 다른 분들은 더 크게 느끼실 수도 있을 것 같아요 ㅎㅎ.

그렇다고 "와, 이거 진짜 맛없어. 못 먹겠어" 이건 전혀 아니랍니다.

그냥 전체적으로는 위에서 설명드렸다시피 아쉬움이 많았습니다.

하지만!

그럼에도 불구하고 전 재구매 의사가 있답니다. 왜냐?!

여기에 모짜렐라 치즈랑 체다 치즈 같이 넣어서 먹으면 치즈 향이 그 떡볶이의 이상한 향을 충분히 잡아줄 수 있다고 생각했답니다.

(*떡볶이 집에서 괜히 치즈를 넣어주시는게 아니랍니다*)

삼양러버의 한 사람으로써 실망하기엔 아직 이르다는!

불닭떡볶이의 장점을 좀 더 찾아보고 나중에 실망하던 만족하던 하겠습니다 핳핳.

삼양에서 최근에 출시한 불닭소스 및 모든 제품을 다 갖고 있지만 아직 먹어보지는 못했네요 ㅎㅎ.

빠른 시일내에 먹어보고 후기 글 작성하도록 하겠습니다.

오늘도 글 읽어주셔서 감사합니다.

불닭떡볶이 맛있게 먹는 팁 같은거 가지고 계신 분이 있다면 꼭 저에게 알려주세요! ㅎㅎ

안녕하세요 구도입니다.

오늘은 지난 시간에 이은 차트그리기 2편!

파이차트 그리는 방법과 차트 위에 퍼센트 숫자를 표현하는 방법에 대해서 배워보도록 하겠습니다.

코드만 보고 이해하시지 말고 프로그램 설치 후 직접 해보시면서 공부하시면 더 쉽게 이해하실 수 있으십니다.

*프로그램은 'R x64 3.5.1' 을 사용하였습니다*

#패키지 설치

install.packages("graphics")

library(graphics)

x <- c(9,15,20,6)   # 영업 실적 할당

label <- c("영업 1팀", "영업 2팀", "영업 3팀", "영업 4팀")     # 부서명 할당

pie(x,labels=label, main="부서별 영업 실적")   # 파이 차트 출력 1

pie(x,labels=label, clockwise=TRUE, main="부서별 영업 실적")   # 파이 차트 출력 2

# 부채꼴 출력방향

par(mfrow=c(1,2))

pie(x,labels=label, main="부서별 영업 실적")   

pie(x,labels=label, clockwise=TRUE, main="부서별 영업 실적")   

#파이차트 시작각도

par(mfrow=c(1,3))

pie(x,labels=label, init.angle=90, main="부서별 영업 실적")   

pie(x,labels=label, init.angle=180, main="부서별 영업 실적") 

pie(x,labels=label, init.angle=270, main="부서별 영업 실적")  

#퍼센트가 있는 파이차트

pct <- round(x/sum(x)*100)   #판매액의 상대적 비율을 구한 후 반올림하여 정수로 만듬. round(z,2)의 의미는 z값을 소수 2자리까지 반올림.

label <- paste(label, pct)   #각 부서명에 상대적 비율 값(pct)을 붙임

label <- paste(label, "%", sep="")   #각 부서명(label)에 '%' 기호를 붙임 & label과 %를 하나로 연결해 주고 그 사이값을 sep 명령어를 통해 구분

                 # sep="" : 공백을 없게 만들어줌, sep=" ": 2개의 문자를 이을 때, 띄어쓰기 입력, sep="---" : 2개의 문자 사이에 ---입력

오늘도 글 읽어주셔서 감사합니다:)

안녕하세요 구도입니다.

오늘은 R자체에 내장된 데이터 셋을 읽는 방법과 외부 파일을 읽는 방법에 대한 코드를 정리해보았습니다.

*프로그램은 'R x64 3.5.1' 을 사용하였습니다*

#R데이터 읽기 및 외부 데이터 파일 읽기

write.table(quakes, file="C://Users//user//Desktop//mydata1.txt", sep=",") # 데이터 간 구분자는 쉼표(구분자를 탭으로 지정하려면 sep="\t")

my1<- read.table("C://Users//user//Desktop//mydata1.txt", sep=",", header=T)

my1

(*주황색으로 표시한 곳은 각 개별 파일 경로를 복사 붙여넣기 하면 끝이랍니다)

write.table(quakes, file="C://Users//user//Desktop//quakes.csv", sep=",")

write.table(quakes, file="C://Users//user//Desktop//quakes1.csv", sep=",", row.name=FALSE)

my2<- read.csv("C://Users//user//Desktop//quakes.csv", header=T)

my3<- read.csv("C://Users//user//Desktop//quakes1.csv", sep=",", header=T)

write.csv(quakes, file="C://Users//user//Desktop//quakes2.csv")

my4<- read.csv("C://Users//user//Desktop//quakes2.csv", header=TRUE)

#작업공간 설정

setwd() #작업공간 설정

getwd() #작업공간 확인

getwd()   #현재 작업공간 위치 확인

setwd("C://Big")  # 슬래시(/)와 역슬래시(\)는 구분됨. 슬래시(/)와 역슬래시 두개(\\)는 같은 의미. 

getwd()

write.table(quakes, file="C://Big//mydata1.txt", sep=",") # 데이터 간 구분자는 쉼표(구분자를 탭으로 지정하려면 sep="\t")

my1<- read.table("mydata1.txt", header=T)

my1

url <- "http://vincentarelbundock.github.io/Rdatasets/csv/datasets/Titanic.csv"

x <- read.csv(url)

x

#지난 주제 복습

install.packages("graphics")

library(graphics)

x <- c(9,15,20,6)   # 영업 실적 할당

label <- c("영업 1팀", "영업 2팀", "영업 3팀", "영업 4팀")     # 부서명 할당

pie(x,labels=label)

오늘은 내용이 짧네요 ㅎㅎ

그래도 빅데이터를 분석하는데 중요한 코드들이니 열심히 공부하시면 큰 도움이 되실꺼라 믿습니다.

오늘도 글 읽어주셔서 감사합니다.

안녕하세요 구도입니다.

오늘은 크리스마스를 앞 둔 시점에 설레임이 가득할 여러분들을 위한 달콤한 영어 표현을 가지고 와봤습니다.

그건 바로!

고백할 때, 사귀자고 할 때 쓰는 영어!

오늘도 시작해보겠습니다!

고백할 때 / 사귀자고 말할 때

Situation #1

A   You said you wanted to talk?

얘기하고 싶다고 했지?

B   Yeah, i have something i need to tell you.

웅, 나 너한테 할 말 있어.

A   Okay, what's up?

그래, 무슨 일이야?

B   This is a little embarrassing for me, I've never felt like this way.

이거 좀 쑥스러운데, 나 이런 감정은 처음이야.

A   Casper, you know you can tell me anything.

Casper, 나한테 뭐든 말해도 되는 거 알잖아.

B   I think i have feelings for you.

나 너한테 마음 있는 것 같아.

A   Really?

정말?

B   Yeah, am i crazy?

웅, 나 미친 거 같지?

A   NO. Honestly, i think i have feelings for you, too.

아니. 솔직히, 나도 너한테 마음 있는 것 같아.

B   Really? I think i love you.

정말? 나 널 사랑하는 거 같아.

A   I think i love you too.

나도 널 사랑하는 것 같아.

Situation #2

A   There was this girl, this girl named Sandy.

Sandy라는 이름을 가진 한 소녀가 있었어요.

She was SO beautiful.

그녀는 굉장히 아름다웠어요.

Big blue eyes, and this perfect heart shape face, and she was so... i was instantly in love with this chick.

크고 파란 눈, 완벽한 하트 모양의 얼굴, 그리고 그녀는 너무.... 저는 그녀를 본 그 순간 그녀와 사랑에 빠졌죠.

(*shape : 모양, 형태 / instantly : 즉시, 즉각 / chick : (구식, 때로 모욕적) 젊은 여자)

So the first day, I asked her, like,

그래서 첫날, 저는 그녀에게 물었죠, 막,

"Wanna go steady with me?"

"너 나랑 진지하게 만나 볼래?"

She's like, 'Okay".

그녀는 이렇게 말했죠. "좋아"

*go steady에 대해서.

steady는 '한결같은, 안정된' 이란 뜻으로 "나와 진지하게 만나보자","나와 정식으로 사귀자" 할 때 주로 사용된답니다.

보통 우리가 알고 있는 "I'm dating someone", "I'm seeing someone." 은 잘 돼가는 사람이 있다는 의미에 가깝기 때문에

좀 더 서로를 알고 정식으로 사귈고 싶으면 "Do you want to go steady with me?" 라고 물어보시면 된답니다.(from CAKE앱)

Situation #3

A   I think i could actually marry Peter.

나 정말 Peter와 결혼할 수도 있을 것 같아.

B   What?

뭐라고?

C   I've liked you since we were teenagers.

학생 때부터 널 좋아했어.

A   I don't wanna go make something weird.

난 이상한 사이가 되고 싶지 않아.

C   Do you wanna stay friends?

친구로 지내고 싶은 거야?

A   I think that i wanna be more than friends.

친구 이상의 사이가 되고 싶은 거 같아.

Situation #4

A   There's someone who wants to ask you something.

누가 너한테 물어볼 게 있다는데.

B   Lili.

Lili야.

You wanna be my girl?

너 내 여자 할래?

A   Yes.

좋아.

A   Sure is hot out today.

오늘 되게 덥네.

B   Yeah.

그러게.

A   Sorry, my hands aren't usually that sweaty.

미안, 원래 손에 땀이 이렇게 많지 않은데.

B   That's cool.

괜찮아.

Situation #5

A   All right, umm..

그래요, 음..

I don't know if i can beat that one.

저걸 이길 수 있을지 모르겠네요.

(*beat : 이기다)

Uh, Ariana, umm..

어, Ariana, 그러니까..

You are a dangerous woman, uh...

당신은 정말 위험한 여자에요, 음..

And i am really into you.

그리고 전 당신에게 푹 빠졌어요.

So hey. Date me, please.

그러니까.. 있죠. 저랑 데이트해주세요, 제발.

Situation #6

A   She was the number one priority.

그녀는 제 1순위였어요.

(*priorty : 우선 사항)

B   What the hell, man?

너 뭐하는거야?

A   And every time i saw her, butterfiles.

그녀를 볼 때 마다, 심장이 두근거렸죠..

She was everything that i thought could be perfect in a girl.

그녀는 저의 완벽한 이상형이었어요.

And as soon as it felt right..

그리고 이게 올다고 느낀 그 순간..

"Would you be my girlfriend?"

"내 여자친구가 되어줄래?"

C   Yeah.

좋아

A   With this simple word, we began our relationship.

이 간단한 말 한마디로, 우리는 연애를 시작하게 되었어요.

오늘도 글 읽어주셔서 감사합니다:)

안녕하세요 구도입니다.

자세한 설명은 각 코드별로 "#" 처리 후 설명 첨삭하였으니 이를 참고해주시면 감사하겠습니다.

코드만 보고 이해하지 말고 프로그램 설치 후 직접 해보시면서 공부하시면 더 쉽게 이해하실 수 있으십니다.

*프로그램은 'R x64 3.5.1' 을 사용하였습니다*

#matrix 함수

x <- matrix(1:6, nrow=2) # 1~6 사이의 정수를 행의 수가 2인 행렬로 만듬. 원소 값은 열 기준으로 할당

x

x <- matrix(1:6, nrow=2, byrow=TRUE) # 원소 값의 할당기준이 행 기준

x

x[1,3]

names <- list(c("1행", "2행"), c("1열", "2열", "3열"))

x <- matrix(1:6, nrow=2, byrow=TRUE, dimnames=names) # 행의크기는 2 & 원소 값의 할당기준이 행 기준

x

#벡터 결합에 의한 행렬 만들기

v1 <- c(1,2,3,4)

v2 <- c(5,6,7,8)

v3 <- c(9,10,11,12)

x <- cbind(v1,v2,v3)

x

#행과 열 이름 주기

rownames(x) <- c("1행", "2행", "3행", "4행")

x

colnames(x) <- c("1열", "2열", "3열")

x

x <- rbind(v1,v2,v3)

x

rownames(x) <- c("1행", "2행", "3행")

x

colnames(x) <- c("1열", "2열", "3열", "4열")

x

#data.frame

#두 명의 고객 정보에 대한 데이터 프레임 만들기

#case 1

x <- data.frame(성명=c("홍길동", "손오공"), 나이=c(20,30), 주소=c("서울", "부산")) #두 객체에 해당하는 데이터 프레임

x

#case 2

x <- data.frame("성명"=c("홍길동", "손오공"), "나이"=c(20,30), "주소"=c("서울", "부산"))

x

#열과 행 단위 추가

x <- cbind(x, 학과=c("e-비즈", "경영"))

x

x <- rbind(x, data.frame(성명="장발장", 나이=40, 주소="파리", 학과="행정"))

x

#요소 값 보기

x[3,2]  # 3행 2열의 요소 값

x[3,]   # 3행의 모든 값

x[,2]   # 2열의 모든 값

x[-2,]  #2행을 제외한 모든 값

x["성명"] #"성명"요소. x[1]과 동일한 값

x$성명  #case 1. "성명"요소의 값. 

x[["성명"]] #case 2. "성명"요소의 값.

x[[1]]  # 1열 요소의 값

x[[1]][2]  # 1열 요소의 값에서 두 번째 값

x[1.2] <- 21  # 1행 2열의 값을 21로 수정

x

x[1,"나이"] <- 22  # 1행과 "나이" 열의 값을 22로 수정

x

오늘도 글 읽어주셔서 감사합니다.