Lovetoken Tumblr @song820-blog - Tumblr Blog

중심극한의 정리를 animation ploting 을 통해 시뮬레이션 하기

중심극한의 정리를 animation ploting 을 통해 시뮬레이션 하기 통계 비전공자에게 중심극한의 정리를 설명해야 했던 적이 있었는데, 심오한 이론들을 증명하며 설명하느니 한번 보여주는 것이 더 큰 공감을 얻게될 것 같아 animation plot 을 준비한적이 있다. 본 포스팅 글은 R markdown 포맷에서 코드청크옵션 fig.show="animate" 을 통해 animation plot 을 준비하는 것이 가능하다는 것을 소개하고 그 예시로 중심극한정리 시뮬레이션을 통해 설명할 것이다. 준비된 글은 글의 특성상 영상자료가 있어 본 블로그에 탑재는 어려우므로 RPubs 에 올렸으며 아래링크를 통해 확인할 수 있다. http://rpubs.com/lovetoken/183926

View On WordPress

#CLT #fig.show="animate"#Rmarkdown #중심극한정리

서경대학교 실습지원

https://onedrive.live.com/redir?resid=29584EF3F41F98EA!168208&authkey=!AJgdGqUe_opU7ZE&ithint=folder%2ctxt

View On WordPress

R에서 클립보드의 내용물을 끌어오기

R에서 클립보드의 내용물을 끌어오기 편하게 데이터를 R에서 불러들이기 위해 간편한 방법이 없을까? 보통 csv파일을 읽어들이기 위해서 csv파일이 있는 경로를 알고 그경로를 입력해 주어야 한다. 아래의 코드처럼 말이다. data <- read.csv("./Data/Test.csv") 워킹디렉토리에서 Data 폴더의 Test.csv 을 읽어들이는 코드이다. 하지만 간단히 눈앞에 있는 데이터를 R로 불러들이기 위해선 그 데이터 파일의 path 를 알아야 하는 것이 귀찮을 수 있다. 이러한 귀차니즘까지 발동한다면 Clipboard 를 이용하여 원하는 데이터를 로드하는 것이 현명한 것 같다. on Windows 예를 들어 아래의 모습처럼 우리가 사용하고자 하는 Test.csv 파일이 MS office Excel…

View On WordPress

#Clipboard #pipe("pbpaste")

R의 스트레스 테스트 - 고용량 데이터 만들어보기

R의 스트레스 테스트 – 고용량 데이터 만들어보기

R의 스트레스 테스트 – 고용량 데이터 만들어보기 ## open_packages before_version current_version ## 1 DataCombine 0.2.19 0.2.19 ## 2 dplyr 0.4.3 0.4.3 ## 3 ggplot2 2.0.0 2.0.0 ## 4 jsonlite 0.9.19 0.9.19 ## 5 knitr 1.12.3 1.12.3 ## 6 reshape2 1.4.1 1.4.1 ## 7 servr 0.2.3 0.2.3 ## 8 useful.lovetoken 0.124 0.124 고용량 데이터라 부르는 기준은 보통 객관적이기 보단 주관적인 것 같다. 보통 자신이 가지고 있는 인프라로 읽어 들이고 처리하기 힘든 수준의 높은 용량을 가진 데이터를 의미한다.. 라고 나는…

View On WordPress

#object.size()

범용적으로 진행표시줄(progress bar)을 구현할 수 있는 progress package

범용적으로 진행표시줄(progress bar)을 구현할 수 있는 progress package 이전에 R에서 진행표시줄(progress bar) 을 만들기 위해 windows OS 에서 작동되는 winProgressBar() 함수에 대해서 설명한 적이 있다. 아쉽게도 윈도우 이외 다른 운영체계에서는 이 함수가 지원되지 않는다. 결국 상호호환의 문제로 다른 방안을 찾아보아야 하는 상황이 일어났는데 어떠한 운영체계라 하더라도 R에서 진행표시줄을 나타내기 위한 방법을 찾아 정리해보고자 한다. 지금까지 찾아본 방법중 가장 좋은 것은 progress package 를 이용하는 것 이었다. A. example code 이전에 포스팅한 글을 빌려 똑같은 예제를 이용해 보겠다. 임의의 코드를 1000번 반복하는 for문…

View On WordPress

#progress bar #progress package

rjson package 의 toJSON(), fromJSON() 함수 알아보기

rjson package 의 toJSON(), fromJSON() 함수 알아보기 JSON 포맷의 데이터를 R에서 읽어들인 후 가공하기 위해 JSON 형식을 parser 해야하는 과정이 필요하다고 한다. rjson 라는 패키지가 이를 도와주는데 이 안에 있는 함수 toJSON(), fromJSON() 2개를 기본적으로 이용하여 실습을 해보겠다. A. 준비 A.1. 예제 데이터 실습을 하기 위하여 아래와 같은 JSON 타입의 데이터가 있다고 가정해 보겠다. 아래의 데이터는 JSON 을 설명하는 위키백과의 예제데이터를 적절히 수정한 것이다. [ { "Name": "Test", "Age": 25, "Sex": "F", "Address": "Seoul", "Hobby": "Basketball" } ] 이것을…

View On WordPress

#fromJSON()#JSON #jsonlite package #rjson package #toJSON()

replicate() 함수에 대한 study

replicate() function 에 대하여 특정 코드를 반복해서 실행하는 방법들은 반복문을 이용하면 간단히 구현가능하다. 그런데 반복문의 주안점이 만약 반복된 모든 결과들을 저장해야 한다는 것에 있다면 통상적인 반복문에선 오묘한 방법을 통해 이를 구현한다. for 문을 이용한 간단한 예시 코드를 보면 for문을 이용한 주사위 100회 던지기 res <- c() for(i in seq(100)) res[i] <- sample(1:6, 1) res ## [1] 1 5 3 2 6 2 2 5 6 6 2 3 4 1 1 6 1 3 1 5 3 3 3 3 5 3 5 5 3 4 2 1 1 2 1 ## [36] 2 1 3 1 2 2 3 3 4 2 3 1 1 5 1 6 4 3 4 6 2 4 1 5 1 2 4 2 6 3…

View On WordPress

#replicate()

인자 기본값이 input data 에 따라 상호적으로 설정되는 함수 정의 example

인자 기본값이 input data 에 따라 상호적으로 설정되는 함수 정의 example 지금 작성하는 이 글은 내가 잘 몰라서 지속적으로 Q&A 를 받으며 알게된 것들을 정리한 글이다. 어찌보면 상당히 기초적이고 어렵지 않은 부분일 수 있으나, 나에게 있어 그만큼 프로그래밍을 하는 이유로써 중요한 특성을 인지하게끔 한 과정중 작은 경험이었다. 이를 복습차원에서 정리한다. 객체지향 프로그래밍(OOP) 를 공부하는 현재 상태로써 정확히 알 순 없지만, 이 궁금증이 유발된 이유가 객체지향 프로그래밍을 공부하면서 생긴 것 이다. (객체지향 프로그래밍 대단하면서도 참 어려운 것 같다..) 질문주제는 요약하면 아래의 문장으로 요약할 수 있었다. R에서 인자 기본값이 input 되는 데이터에 따라…

View On WordPress

try() function study

try() function study 내가 원하는 것은 특정 코드가 있을 때, 이 코드를 수행하면 에러가 나는지, 나지 않는지 여부를 boolean 값으로 반환하는 그러한 함수를 찾고 있다. (그보단 이러한 함수를 만들 수 있도록 리소스를 찾아보고 있다.) 그러던 중 우연히 눈에 띈 try() 함수에 대해 알아보고자 한다. 아래 코드는 bsid 라는 environment 객체가 없기 때문에 아래의 코드는 에러를 내어 본 파일의 rmarkdown 랜더링을 막게 될 것이다. 우선 랜더링마저 막는 상황을 피하기 위해 코드청크를 eval=F 로 설정했다. ls(envir=bsdi) try() function try(expr={ ls(envir=bsdi) }) try() 함수 안에는 표현식이 들어가는데 이전 예제…

View On WordPress

#try()

R에서 Shell command 를 실행하기위한 대안 : system() function

R에서 Shell command 를 실행하기위한 대안 : system() function Shell command 로 출력되는 것을 R에서 보기위한 방법은 없을까? 예를들어 워킹디렉토리의 파일리스트를 출력하기 위해선 쉘에서 간단히 ls, 아니면 ls -al 등으로 참조할 수 있지만 Rstudio 를 사용하고 있는 상황이 아니고선 R command 상황에서 파일리스트를 참조하기는 좀 그렇다. 굳이 찾아본다면 Shell 의 ls -al 와 같은 R코드는 file.info(list.files(all.files=T)) ## size isdir mode mtime ctime ## . 204 TRUE 755 2016-02-08 14:06:44 2016-02-08 14:06:44 ## .. 1326 TRUE 755…

View On WordPress

#Shell #system()

워킹디렉토리의 파일 리스트를 출력하기 - `list.files()`, `dir()` 함수

워킹디렉토리의 파일 리스트를 출력하기 – `list.files()`, `dir()` 함수

워킹디렉토리의 파일 리스트를 출력하기 – list.files(), dir() 함수

워킹디렉토리를 기준으로 파일들이 무엇이 있고 폴더구조는 어떻게 되어있는지 궁금할 수 있을겁니다. 터미널의 ls -a (윈도우에서는 dir 과 같은) 과 같이 간단히 R command 상태에서 확인하기 위한 방법은 list.files() 함수를 이용하는 것 입니다.

list.files()

## [1] "Rmarkdown.Rmd" "Rmarkdown.html" "Rmarkdown.md"

dir()

list.files() 함수와 똑같은 기능을 제공하는 3글자 함수 dir() 도 있습니다. 좀 더 짧기 때문에 편리할 것 같습니다.

dir()

## [1] "Rmarkdown.Rmd" "Rmarkdown.html"…

View On WordPress

#dir()#file.info()#list.files()

R에서 overplot 문제 해결해보기

최근 저는 이전과는 다르게 데이터셋을 산점도를 이용해 분포파악을 할 때 관측치의 개수가 많아 overplot(겹쳐 표현되 결국 우리 눈에 완벽한 정보로써 시각화 되지 못하는 점) 되는 문제들을 겪고 있습니다. 어찌 보면 작은 개수의 예제 데이터를 가지고만 놀다가 이것을 실전에서 적용시키려다 보니 맞닥뜨리는 신 경험일 수도 있겠습니다.

꼭 데이터의 개수가 엄청나게 많지 않더라도 overplot 문제는 언제든지 일어날 수 있을 것 같아요. 아래와 같은 상황을 예제로 두어 설명해보겠습니다.

library(car) summary(Vocab)

## year sex education vocabulary ## Min. :1974 Female:12312 Min. : 0.0…

View On WordPress

#ggplot #Mosaic plot #overplot

Trending Blogs

Recently Viewed Blogs

Lovetoken Tumblr