R 데이터 시각화 쉽게 배우기
ggplot2, lessR을 중심으로
$23.00
SKU
9791186821800
[Free shipping over $100]
Standard Shipping estimated by Fri 12/6 - Thu 12/12 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 12/3 - Thu 12/5 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2022/12/28 |
| Pages/Weight/Size | 188*257*30mm |
| ISBN | 9791186821800 |
| Categories | IT 모바일 > 컴퓨터 공학 |
Description
- 선도적인 시각화 체계, ggplot2의 철저한 적용 범위 제시
- ggplot2가 제공하는 것과 동일한 품질의 시각화를 구현하기 위해 기본 R 그래픽 사용
- 광범위한 데이터 시각화를 생성하는 방법:
범주형, 연속형, 시계열, 공간 데이터 분포에 대한 다양한 유형의 산점도, 시계열 그리고 지도 등
- 시스템이 아닌 주제별로 구성된 R 그래픽에 대한 다양한 접근 방식 포함
- R을 이용한 대화형 시각화에 관한 최근 연구 제시
통계적으로 데이터를 분석할 뿐 아니라 데이터 시각화를 통해 데이터로부터 의미를 도출하는 R 프로그래밍 언어의 기능을 독자들에게 소개할 목적으로 이 책의 만들었다. 다른 그래픽 시스템, 예를 들어, 데이터 시각화용 패키지로서 지금까지 최고의 인기를 누리고 있는 ggplot2 패키지보다 훌륭한 능력을 발휘하는, 2022년 개발된 lessR 그래픽 시스템을 소개하고자 하였다. ggplot2 등과 같은 다른 그래픽 시스템보다 매우 적고 단순한 코딩으로, 보다 매력적인 데이터 시각화를 구현할 뿐 아니라, 동시에 데이터를 통계적으로 분석한다는 것이 lessR 그래픽 시스템의 장점이다. 이 책 전반에 걸쳐 ggplot2 그리고 lessR 패키지 모두에서 구현된 데이터 시각화 결과를 비교하면서, 데이터 시각화의 다양한 확장성을 보여줄 것이다.
- ggplot2가 제공하는 것과 동일한 품질의 시각화를 구현하기 위해 기본 R 그래픽 사용
- 광범위한 데이터 시각화를 생성하는 방법:
범주형, 연속형, 시계열, 공간 데이터 분포에 대한 다양한 유형의 산점도, 시계열 그리고 지도 등
- 시스템이 아닌 주제별로 구성된 R 그래픽에 대한 다양한 접근 방식 포함
- R을 이용한 대화형 시각화에 관한 최근 연구 제시
통계적으로 데이터를 분석할 뿐 아니라 데이터 시각화를 통해 데이터로부터 의미를 도출하는 R 프로그래밍 언어의 기능을 독자들에게 소개할 목적으로 이 책의 만들었다. 다른 그래픽 시스템, 예를 들어, 데이터 시각화용 패키지로서 지금까지 최고의 인기를 누리고 있는 ggplot2 패키지보다 훌륭한 능력을 발휘하는, 2022년 개발된 lessR 그래픽 시스템을 소개하고자 하였다. ggplot2 등과 같은 다른 그래픽 시스템보다 매우 적고 단순한 코딩으로, 보다 매력적인 데이터 시각화를 구현할 뿐 아니라, 동시에 데이터를 통계적으로 분석한다는 것이 lessR 그래픽 시스템의 장점이다. 이 책 전반에 걸쳐 ggplot2 그리고 lessR 패키지 모두에서 구현된 데이터 시각화 결과를 비교하면서, 데이터 시각화의 다양한 확장성을 보여줄 것이다.
Contents
저자 서문
역자 서문
1장 데이터 시각화
1.1 소개
1.1.1 데이터 시각화와 분석
1.1.2 데이터 시각화용 오픈 소스 소프트웨어
1.2 데이터
1.2.1 R 객체
1.2.2 예제 데이터: Employee
1.2.3 변수 유형
1.2.4 데이터 읽어오기
1.2.5 변수 레이블
1.2.6 팩터 유형의 범주형 변수
1.2.7 데이터 프레임 저장하기
2장 빠르게 데이터 시각화하기
2.1 시각화 시스템
2.1.1 ggplot2 및 lessR 패키지의 상대적 이점
2.1.2 그레이스케일 시각화
2.2 범주형 변수 분포
2.2.1 단일변수 막대 그래프
2.2.2 다중변수 막대 그래프
2.3 연속형 변수 분포
2.3.1 기본 히스토그램
2.3.2 히스토그램 외
2.4 두 변수 사이의 관계
2.4.1 기본 산점도
2.4.2 향상된 산점도
2.5 시간 경과에 따른 데이터 분포
2.5.1 시계열
2.5.2 다중 시계열
3장 범주형 변수 시각화
3.1 막대 그래프, 점 도표, 버블 차트
3.1.1 수평 막대 그래프
3.1.2 Cleveland 점 도표
3.1.3 버블 차트
3.1.4 비율 표시
3.2 단일 패널에 다중 변수 시각화
3.3 수치 값 제공
3.3.1 개별 데이터 값의 막대 그래프
3.3.2 긴 이름의 수직 레이블
3.3.3 개별 데이터 값의 클리블랜드 점 도표
3.3.4 범주형 변수별 평균 시각화
3.4 막대 채우기 색을 활용한 정보 전달
3.4.1 평균 편차 값에 따라 두 갈래로 나뉜 막대 채우기 색
3.4.2 순서형 변수의 막대 그래프
3.4.3 사용자 지정 막대 채우기 색
3.5 저장된 출력에서 보고서 작성
3.6 부분과 전체의 관계 시각화
3.6.1 도넛 차트 및 파이 차트
3.6.2 와플 차트
3.6.3 트리맵
4장 연속형 변수 시각화
4.1 히스토그램
4.1.1 인접 구간에 연속형 변수 배치
4.1.2 다양한 형태의 히스토그램
4.1.3 누적 히스토그램
4.1.4 도수 다각형
4.2 밀도 플롯
4.2.1 개선된 밀도 플롯
4.2.2 중첩 밀도 곡선
4.2.3 러그 플롯
4.2.4 바이올린 플롯
4.3 박스 플롯
4.3.1 표준 박스 플롯
4.3.2 비대칭 박스 플롯
4.4 단일변수 산점도
4.5 통합 바이올린 플롯(V)/박스 플롯(B)/산점도(S)
4.5.1 VBS 플롯
4.5.2 리커트 데이터의 VBS 플롯
4.5.3 트렐리스 플롯 또는 부분도(Facets)
4.6 파레토 차트
5장 두 연속형 변수 관계 시각화
5.1 개선된 산점도
5.1.1 산점도에 타원 추가
5.1.2 산점도에 최적선 추가
5.1.3 주석
5.2 세 번째 변수 매핑
5.2.1 군집변수 데이터를 미학으로 매핑
5.2.2 트렐리스 산점도 (부분도)
5.2.3 시각적 미학으로 3번째 연속형 변수 매핑
5.2.4 동일 패널에 다중변수 시각화
5.3 변수 집합의 상호 관계
5.3.1 산점도 행렬
5.3.2 상관 행렬의 히트맵
5.4 대용량 데이터 세트에 대한 산점도
5.4.1 평활 산점도
5.4.2 등고선 산점도와 육각-빈 산점도
6장 다중 범주형 변수 시각화
6.1 두 범주형 변수
6.1.1 누적 2-변수 막대 그래프
6.1.2 분할 2-변수 막대 그래프
6.1.3 트렐리스 플롯 또는 부분도
6.2 다른 유형의 2-변수 막대 그래프
6.2.1 정렬된 2-변수 막대 그래프
6.2.2 수평 막대 그래프
6.2.3 상단에 범례가 있는 막대 그래프
6.2.4 100% 누적 막대 그래프
6.2.5 두 범주형 변수에 대한 평균의 막대 그래프
6.2.6 2-변수 클리브랜드 점 도표
6.2.7 대응표본 t -검정 시각화
6.3 모자이크 플롯 및 연관도
6.3.1 모자이크 플롯
6.3.2 독립성과 피어슨 잔차
6.3.3 연관도
7장 시간 경과에 따른 데이터 시각화
7.1 런 차트와 관리도
7.1.1 런 차트
7.1.2 관리도
7.2 시계열
7.2.1 채워진 영역 시계열
7.2.2 누적 다중 시계열
7.2.3 포맷된 다중 패널 시계열
7.2.4 날짜 변수를 위한 데이터 준비
7.3 예측
7.3.1 시계열 객체
7.3.2 계절/추세/순환 패턴 분해
7.3.3 예측 생성
8장 지도 및 네트워크 시각화
8.1 지도 시각화
8.1.1 세계 지도
8.1.2 래스터 이미지
8.1.3 온라인 지오코드 데이터베이스
8.1.4 도시가 표시된 국가 지도
8.1.5 등치 지역도
8.2 네트워크 시각화
8.2.1 네트워크 데이터
8.2.2 시각화
8.2.3 네트워크 분석
9장 대화형 시각화
9.1 샤이니를 이용한 대화형 시각화
9.1.1 정적 시각화 대 대화형 시각화
9.1.2 샤이니 개요
9.2 샤이니 앱 실행
9.2.1 RStudio 내에서 샤이니
9.2.2 샤이니 앱 웹에 출판
10장 사용자 지정 시각화
10.1 색상 참조
10.1.1 색상 묘사
10.1.2 매개변수: fill과 color
10.2 팔레트
10.2.1 정성 팔레트
10.2.2 순차 팔레트
10.2.3 발산 팔레트
10.3 테마
10.3.1 영구 테마
10.3.2 현재 시각화에 적용된 테마
10.4 사용자 지정 개별 특성
10.4.1 개별 특성 목록
10.4.2 사용자 지정 단일 분석
10.4.3 영구 테마 갱신 및 저장
10.4.4 사용자 지정 여백응용
역자 서문
1장 데이터 시각화
1.1 소개
1.1.1 데이터 시각화와 분석
1.1.2 데이터 시각화용 오픈 소스 소프트웨어
1.2 데이터
1.2.1 R 객체
1.2.2 예제 데이터: Employee
1.2.3 변수 유형
1.2.4 데이터 읽어오기
1.2.5 변수 레이블
1.2.6 팩터 유형의 범주형 변수
1.2.7 데이터 프레임 저장하기
2장 빠르게 데이터 시각화하기
2.1 시각화 시스템
2.1.1 ggplot2 및 lessR 패키지의 상대적 이점
2.1.2 그레이스케일 시각화
2.2 범주형 변수 분포
2.2.1 단일변수 막대 그래프
2.2.2 다중변수 막대 그래프
2.3 연속형 변수 분포
2.3.1 기본 히스토그램
2.3.2 히스토그램 외
2.4 두 변수 사이의 관계
2.4.1 기본 산점도
2.4.2 향상된 산점도
2.5 시간 경과에 따른 데이터 분포
2.5.1 시계열
2.5.2 다중 시계열
3장 범주형 변수 시각화
3.1 막대 그래프, 점 도표, 버블 차트
3.1.1 수평 막대 그래프
3.1.2 Cleveland 점 도표
3.1.3 버블 차트
3.1.4 비율 표시
3.2 단일 패널에 다중 변수 시각화
3.3 수치 값 제공
3.3.1 개별 데이터 값의 막대 그래프
3.3.2 긴 이름의 수직 레이블
3.3.3 개별 데이터 값의 클리블랜드 점 도표
3.3.4 범주형 변수별 평균 시각화
3.4 막대 채우기 색을 활용한 정보 전달
3.4.1 평균 편차 값에 따라 두 갈래로 나뉜 막대 채우기 색
3.4.2 순서형 변수의 막대 그래프
3.4.3 사용자 지정 막대 채우기 색
3.5 저장된 출력에서 보고서 작성
3.6 부분과 전체의 관계 시각화
3.6.1 도넛 차트 및 파이 차트
3.6.2 와플 차트
3.6.3 트리맵
4장 연속형 변수 시각화
4.1 히스토그램
4.1.1 인접 구간에 연속형 변수 배치
4.1.2 다양한 형태의 히스토그램
4.1.3 누적 히스토그램
4.1.4 도수 다각형
4.2 밀도 플롯
4.2.1 개선된 밀도 플롯
4.2.2 중첩 밀도 곡선
4.2.3 러그 플롯
4.2.4 바이올린 플롯
4.3 박스 플롯
4.3.1 표준 박스 플롯
4.3.2 비대칭 박스 플롯
4.4 단일변수 산점도
4.5 통합 바이올린 플롯(V)/박스 플롯(B)/산점도(S)
4.5.1 VBS 플롯
4.5.2 리커트 데이터의 VBS 플롯
4.5.3 트렐리스 플롯 또는 부분도(Facets)
4.6 파레토 차트
5장 두 연속형 변수 관계 시각화
5.1 개선된 산점도
5.1.1 산점도에 타원 추가
5.1.2 산점도에 최적선 추가
5.1.3 주석
5.2 세 번째 변수 매핑
5.2.1 군집변수 데이터를 미학으로 매핑
5.2.2 트렐리스 산점도 (부분도)
5.2.3 시각적 미학으로 3번째 연속형 변수 매핑
5.2.4 동일 패널에 다중변수 시각화
5.3 변수 집합의 상호 관계
5.3.1 산점도 행렬
5.3.2 상관 행렬의 히트맵
5.4 대용량 데이터 세트에 대한 산점도
5.4.1 평활 산점도
5.4.2 등고선 산점도와 육각-빈 산점도
6장 다중 범주형 변수 시각화
6.1 두 범주형 변수
6.1.1 누적 2-변수 막대 그래프
6.1.2 분할 2-변수 막대 그래프
6.1.3 트렐리스 플롯 또는 부분도
6.2 다른 유형의 2-변수 막대 그래프
6.2.1 정렬된 2-변수 막대 그래프
6.2.2 수평 막대 그래프
6.2.3 상단에 범례가 있는 막대 그래프
6.2.4 100% 누적 막대 그래프
6.2.5 두 범주형 변수에 대한 평균의 막대 그래프
6.2.6 2-변수 클리브랜드 점 도표
6.2.7 대응표본 t -검정 시각화
6.3 모자이크 플롯 및 연관도
6.3.1 모자이크 플롯
6.3.2 독립성과 피어슨 잔차
6.3.3 연관도
7장 시간 경과에 따른 데이터 시각화
7.1 런 차트와 관리도
7.1.1 런 차트
7.1.2 관리도
7.2 시계열
7.2.1 채워진 영역 시계열
7.2.2 누적 다중 시계열
7.2.3 포맷된 다중 패널 시계열
7.2.4 날짜 변수를 위한 데이터 준비
7.3 예측
7.3.1 시계열 객체
7.3.2 계절/추세/순환 패턴 분해
7.3.3 예측 생성
8장 지도 및 네트워크 시각화
8.1 지도 시각화
8.1.1 세계 지도
8.1.2 래스터 이미지
8.1.3 온라인 지오코드 데이터베이스
8.1.4 도시가 표시된 국가 지도
8.1.5 등치 지역도
8.2 네트워크 시각화
8.2.1 네트워크 데이터
8.2.2 시각화
8.2.3 네트워크 분석
9장 대화형 시각화
9.1 샤이니를 이용한 대화형 시각화
9.1.1 정적 시각화 대 대화형 시각화
9.1.2 샤이니 개요
9.2 샤이니 앱 실행
9.2.1 RStudio 내에서 샤이니
9.2.2 샤이니 앱 웹에 출판
10장 사용자 지정 시각화
10.1 색상 참조
10.1.1 색상 묘사
10.1.2 매개변수: fill과 color
10.2 팔레트
10.2.1 정성 팔레트
10.2.2 순차 팔레트
10.2.3 발산 팔레트
10.3 테마
10.3.1 영구 테마
10.3.2 현재 시각화에 적용된 테마
10.4 사용자 지정 개별 특성
10.4.1 개별 특성 목록
10.4.2 사용자 지정 단일 분석
10.4.3 영구 테마 갱신 및 저장
10.4.4 사용자 지정 여백응용