inflearn logo
강의

강의
N
챌린지

챌린지
멘토링

멘토링
N
클립

클립
로드맵

로드맵
지식공유

묻고 답해요

172만명의 커뮤니티!! 함께 토론해봐요.

자료

미해결

처음 시작하는 R 데이터 분석

자료를 어디서 받나요?

  • r
  • ggplot2
이미성 댓글 1 좋아요 0 조회수 53

책이 절판되었다고 떠요ㅠㅠ

미해결

처음 시작하는 R 데이터 분석

책이 절판되었다고 뜨네요..! 구할 수 있는 방법이 없을까요?

  • r
  • ggplot2
신재민 댓글 1 좋아요 0 조회수 219

unique 함수 처리 결과

해결됨

[R을 R려줘] R 데이터 시각화

다음과 같이 csv 데이터를 불러오고 unique(df$지역) 함수를 실행했는데 강의에서와 다르게 "타시도", "강동구", "서초구"만 출력되는데 이유가 있을까요? df = read.csv("Seoul_COVID19_20210511.csv", fileEncoding = "cp949") head(df, 2) head(df[, 1:6], 2) unique(df$지역)

  • r
  • ggplot2
magnet0922 댓글 1 좋아요 0 조회수 535

rgdal 라이브러리

미해결

[R을 R려줘] R 데이터 시각화

> install.packages("rgdal") WARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding: https://cran.rstudio.com/bin/windows/Rtools/ ‘C:/Users/magne/AppData/Local/R/win-library/4.3’의 위치에 패키지(들)을 설치합니다. (왜냐하면 ‘lib’가 지정되지 않았기 때문입니다) Warning in install.packages : package ‘rgdal’ is not available for this version of R A version of this package for your version of R might be available elsewhere, see the ideas at https://cran.r-project.org/doc/manuals/r-patched/R-admin.html#Installing-packages rgdal 라이브러리를 설치하려고 하였는데 다음과 같은 메세지가 뜨며 설치가 되지 않습니다. 최신 버전에서는 rgdal 라이브러리가 안되는 건가요?

  • r
  • ggplot2
magnet0922 댓글 1 좋아요 1 조회수 2285

countries110 관련 질문

해결됨

[R을 R려줘] R 데이터 시각화

countries110@data 코드를 실행했을 때 다음과 같이 에러문구가 뜨면서 실행이 안되는데 왜 그런 것일까요? countries110@data에서 다음과 같은 에러가 발생했습니다: no applicable method for `@` applied to an object of class "sf"

  • r
  • ggplot2
magnet0922 댓글 1 좋아요 1 조회수 374

scirpt_v2_2

해결됨

[R을 R려줘] R 데이터 시각화

getwd() setwd("C:/Users/yun/Desktop/") #### 1. 인구 통계 처리 #### df_pop = read.csv("Population.csv") head(df_pop) df_pop[, "value"] = gsub(pattern = ",", replacement = "", df_pop$value) class(df_pop$value) df_pop[, "value"] = as.numeric(df_pop$value) head(df_pop) df_pop = df_pop[, c("name", "value")] head(df_pop) # colnames(df_pop) = c("country", "pop") head(df_pop, 2) #### 2. 백신 접종 데이터 처리 #### df = read.csv("country_vaccinations.csv") head(df, 2) df = df[, c("country", "iso_code", "date", "total_vaccinations", "vaccines")] head(df) colnames(df)[4] = "total" head nrow(df) df_agg = aggregate(data = df[, -5], total ~ ., FUN = "sum") #######? class(df_agg$date) df_agg[, "date"] = as.Date(df_agg$date) nrow(df_agg) head(df_agg) min(df_agg$date) max(df_agg$date) df_agg_unique = unique(df_agg[, c("iso_code", "date")]) #겹치는 항목 날리기 head(df_agg_unique) #가장최근값만 얻기(2021년도 백신접종데이터만 알면됐지, 2020년도는 알필요 없으니까) df_agg_unique = aggregate(data = df_agg_unique, date ~ iso_code, FUN = "max") head(df_agg_unique) library("dplyr") df_vac = left_join(df_agg_unique, df_agg, by = c("iso_code" = "iso_code", "date" = "date")) df_vac=df_vac[,c(3,2,1,4)] head(df_vac) #### 3. 세계 지도 데이터 처리 #### library("rnaturalearth") df = countries110 head(df, 2) library("ggplot2") ggplot() + geom_sf(data = df, color = "#000000", fill = "#FFFFFF") #### 4. 데이터 병합 및 시각화 #### head(df) df_map_id = data.frame(id = 0:(length(df$ISO_A3) - 1), iso = df$ISO_A3) head(df_map_id) length(unique(df_map_id$iso)) class(df_map_id$id) head(df, 2) df_map_id[, "id"] = as.character(df_map_id$id) df=df[,c("ISO_A3","geometry")] df_map_join = left_join(df, df_map_id, by = c("ISO_A3" = "iso")) head(df_map_join) ggplot(data = df_map_join, aes(fill = id)) + geom_sf(color = "#000000") + theme(legend.position = "none") df_map_join_vac = left_join(df_map_join, df_vac, by = c("ISO_A3" = "iso_code")) head(df_map_join_vac) ggplot(data = df_map_join_vac, aes(group = id, fill = total)) + geom_sf(color = "#000000") + theme_bw() + theme(legend.position = c(0.1, 0.35)) #### Quiz #### head(df_map_join_vac) df_vac_2 = left_join(df_map_join_vac, df_pop, by = c("country" = "country")) head(df_vac_2) df_vac_2[, "ratio"] = df_vac_2$total / df_vac_2$pop head(df_vac_2) ggplot(data = df_vac_2, aes(group = id, fill = ratio)) + geom_sf(color = "#000000") + theme_bw() + theme(legend.position = c(0.1, 0.35)) 올렸습니다. 도움부탁드립니다. 그리구 외국에서 돌아오시면 자료를 받아서 공공데이터시각화도 듣고싶습니다.아 그리고, (지금과 반대로, 지금은 백신접종률이 높을수록 색의 연해짐) ratio이 높을수록 색깔이 점점더 진한것이 보기에 더 효과적일것같아요. 그건 코드로 구현이 어렵겠죠..? 그리고 이 na결측치는 없애야되는게 맞죠?

  • r
  • ggplot2
phys 댓글 2 좋아요 1 조회수 318

scirpt_v2

해결됨

[R을 R려줘] R 데이터 시각화

이렇게 말씀하시면 이해하기가 어렵습니다. 새로 올려주신 script_v2 그대로도 몇번이나 돌려봤습니다. 강의에서 이렇게 말해주신 파트가 script_v2에서는 이부분 입니다. 일단 이렇게 그대로 따라하면 df_map_join = left_join(df, df_map_id, by = c("ISO_A3" = "iso")) Error in `sf_column %in% names(g)`: ! Join columns in `x` must be present in the data. ✖ Problem with `ISO_A3`. Run `rlang::last_trace()` to see where the error occurred. 이런 에러가 떠서 "ISO_A3"를 -> "iso_a3"로 바꿔주었구요. 이건뭐 상관없고, 불필요한 변수를 미리 제거하라고 하셨는데 >head(df_map_join) Simple feature collection with 6 features and 169 fields Geometry type: MULTIPOLYGON Dimension: XY Bounding box: xmin: -180 ymin: -18.28799 xmax: 180 ymax: 83.23324 Geodetic CRS: WGS 84 featurecla scalerank labelrank sovereignt sov_a3 adm0_dif 1 Admin-0 country 1 6 Fiji FJI 0 2 Admin-0 country 1 3 United Republic of Tanzania TZA 0 3 Admin-0 country 1 7 Western Sahara SAH 0 4 Admin-0 country 1 2 Canada CAN 0 5 Admin-0 country 1 2 United States of America US1 1 level type tlc admin adm0_a3 geou_dif 1 2 Sovereign country 1 Fiji FJI 0 2 2 Sovereign country 1 United Republic of Tanzania TZA 0 3 2 Indeterminate 1 Western Sahara SAH 0 4 2 Sovereign country 1 Canada CAN 0 5 2 Country 1 United States of America USA 0 geounit gu_a3 su_dif subunit su_a3 brk_diff 1 Fiji FJI 0 Fiji FJI 0 2 Tanzania TZA 0 Tanzania TZA 0 3 Western Sahara SAH 0 Western Sahara SAH 1 4 Canada CAN 0 Canada CAN 0 5 United States of America USA 0 United States USA 0 name name_long brk_a3 brk_name brk_group abbrev 1 Fiji Fiji FJI Fiji <NA> Fiji 2 Tanzania Tanzania TZA Tanzania <NA> Tanz. 3 W. Sahara Western Sahara B28 W. Sahara <NA> W. Sah. 4 Canada Canada CAN Canada <NA> Can. 5 United States of America United States USA United States <NA> U.S.A. postal formal_en formal_fr name_ciawf note_adm0 1 FJ Republic of Fiji <NA> Fiji <NA> 2 TZ United Republic of Tanzania <NA> Tanzania <NA> 3 WS Sahrawi Arab Democratic Republic <NA> Western Sahara <NA> 4 CA Canada <NA> Canada <NA> 5 US United States of America <NA> United States <NA> note_brk name_sort name_alt mapcolor7 1 <NA> Fiji <NA> 5 2 <NA> Tanzania <NA> 3 3 Self admin.; Claimed by Morocco Western Sahara <NA> 4 4 <NA> Canada <NA> 6 5 <NA> United States of America <NA> 4 mapcolor8 mapcolor9 mapcolor13 pop_est pop_rank pop_year gdp_md gdp_year 1 1 2 2 889953 11 2019 5496 2019 2 6 2 2 58005463 16 2019 63177 2019 3 7 4 4 603253 11 2017 907 2007 4 6 2 2 37589262 15 2019 1736425 2019 5 5 1 1 328239523 17 2019 21433226 2019 economy income_grp fips_10 iso_a2 iso_a2_eh iso_a3 1 6. Developing region 4. Lower middle income FJ FJ FJ FJI 2 7. Least developed region 5. Low income TZ TZ TZ TZA 3 7. Least developed region 5. Low income WI EH EH ESH 4 1. Developed region: G7 1. High income: OECD CA CA CA CAN 5 1. Developed region: G7 1. High income: OECD US US US USA iso_a3_eh iso_n3 iso_n3_eh un_a3 wb_a2 wb_a3 woe_id woe_id_eh 1 FJI 242 242 242 FJ FJI 23424813 23424813 2 TZA 834 834 834 TZ TZA 23424973 23424973 3 ESH 732 732 732 -99 -99 23424990 23424990 4 CAN 124 124 124 CA CAN 23424775 23424775 5 USA 840 840 840 US USA 23424977 23424977 woe_note adm0_iso adm0_diff adm0_tlc adm0_a3_us adm0_a3_fr 1 Exact WOE match as country FJI <NA> FJI FJI FJI 2 Exact WOE match as country TZA <NA> TZA TZA TZA 3 Exact WOE match as country B28 <NA> B28 SAH MAR 4 Exact WOE match as country CAN <NA> CAN CAN CAN 5 Exact WOE match as country USA <NA> USA USA USA adm0_a3_ru adm0_a3_es adm0_a3_cn adm0_a3_tw adm0_a3_in adm0_a3_np adm0_a3_pk 1 FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA 3 SAH SAH SAH SAH MAR SAH SAH 4 CAN CAN CAN CAN CAN CAN CAN 5 USA USA USA USA USA USA USA adm0_a3_de adm0_a3_gb adm0_a3_br adm0_a3_il adm0_a3_ps adm0_a3_sa adm0_a3_eg 1 FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA 3 SAH SAH SAH SAH MAR MAR SAH 4 CAN CAN CAN CAN CAN CAN CAN 5 USA USA USA USA USA USA USA adm0_a3_ma adm0_a3_pt adm0_a3_ar adm0_a3_jp adm0_a3_ko adm0_a3_vn adm0_a3_tr 1 FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA 3 MAR SAH SAH SAH SAH SAH MAR 이걸 어떻게 제거하나요? 올려주신 script_v2 파일을 다시 재확인 및 수정부탁드립니다. 그리고 위,위에 출력코드 보시면 아시겠지만 바로 위 사진처럼 long lat order hole piece id group 그 어떤것도 찾을수없습니다. 지도가 며칠동안 이것만 붙잡고있는데 진도가 못나가서 너무 답답합니다.ㅏ script_v2랑 올려놓으셨던 강의랑 비교하셔서 수정부탁드립니다. ratio 범례도 , 강의보면서 코드계속 돌려봤습니다. 1 2 3 으로 나옵니다. 강의처럼 0.9 0.8 이렇게 나오질 않습니다.

  • r
  • ggplot2
phys 댓글 1 좋아요 0 조회수 286

백신접종데이터강의/df_map_join_vac 무슨 값을 가지고있는지 데이터시각화 어려움

해결됨

[R을 R려줘] R 데이터 시각화

본강의영상에는 마지막에 df_map_join_vac라는 값이 console을 보면 깔끔하고 가독성좋게 데이터시각화되어 표기되는것을 확인할수있습니다. 이번에 새로 올려주신 scrips_v2 파일을 보면서 공부를 하고 있는데요. 세계지도 시각화를 만들기위해 모든과정을 거쳐 마지막에 넣는 값 df_map_join_vac가 무슨 값을 가지고있는지 알아보기가 매우 힘듭니다.

  • r
  • ggplot2
phys 댓글 1 좋아요 0 조회수 252

백신데이터 강의. df_agg = aggregate(data = df[, -5], total ~ ., FUN = "sum")이해

미해결

[R을 R려줘] R 데이터 시각화

새로 올려주신 파일로 백신데이터 공부중입니다. df_agg = aggregate(data = df[, -5], total ~ ., FUN = "sum") ## 이코드가 무슨 의미인가요? 제가 이해한 내용은 다음과같습니다 "df데이터 중 5번째 항목은 제외한 데이터를 가지고, ( . <-이 전체를 의미하는건가요?그렇다치면) 전체를 기준으로total 변수를 sum(합)합한다." '뭘 어떻게 합한거지(sum)?? 해당코드를 출력해보면 데이터출력에 차이가 생기기는 하는데, 이해하기 어렵습니다.

  • r
  • ggplot2
phys 댓글 1 좋아요 0 조회수 246

백신데이터접종 강의/problem with id.id존재x/df_map_join=left_join(df_map,df_countries, by=c("id"="id"))

해결됨

[R을 R려줘] R 데이터 시각화

#문제를 해결하는데 도움이 될지모르겠습니다. > > library("rnaturalearth") > map=ne_countries() > df_map=fortify(map) > names(df_map) [1] "featurecla" "scalerank" "labelrank" "sovereignt" "sov_a3" "adm0_dif" "level" "type" "tlc" [10] "admin" "adm0_a3" "geou_dif" "geounit" "gu_a3" "su_dif" "subunit" "su_a3" "brk_diff" [19] "name" "name_long" "brk_a3" "brk_name" "brk_group" "abbrev" "postal" "formal_en" "formal_fr" [28] "name_ciawf" "note_adm0" "note_brk" "name_sort" "name_alt" "mapcolor7" "mapcolor8" "mapcolor9" "mapcolor13" [37] "pop_est" "pop_rank" "pop_year" "gdp_md" "gdp_year" "economy" "income_grp" "fips_10" "iso_a2" [46] "iso_a2_eh" "iso_a3" "iso_a3_eh" "iso_n3" "iso_n3_eh" "un_a3" "wb_a2" "wb_a3" "woe_id" [55] "woe_id_eh" "woe_note" "adm0_iso" "adm0_diff" "adm0_tlc" "adm0_a3_us" "adm0_a3_fr" "adm0_a3_ru" "adm0_a3_es" [64] "adm0_a3_cn" "adm0_a3_tw" "adm0_a3_in" "adm0_a3_np" "adm0_a3_pk" "adm0_a3_de" "adm0_a3_gb" "adm0_a3_br" "adm0_a3_il" [73] "adm0_a3_ps" "adm0_a3_sa" "adm0_a3_eg" "adm0_a3_ma" "adm0_a3_pt" "adm0_a3_ar" "adm0_a3_jp" "adm0_a3_ko" "adm0_a3_vn" [82] "adm0_a3_tr" "adm0_a3_id" "adm0_a3_pl" "adm0_a3_gr" "adm0_a3_it" "adm0_a3_nl" "adm0_a3_se" "adm0_a3_bd" "adm0_a3_ua" [91] "adm0_a3_un" "adm0_a3_wb" "continent" "region_un" "subregion" "region_wb" "name_len" "long_len" "abbrev_len" [100] "tiny" "homepart" "min_zoom" "min_label" "max_label" "label_x" "label_y" "ne_id" "wikidataid" [109] "name_ar" "name_bn" "name_de" "name_en" "name_es" "name_fa" "name_fr" "name_el" "name_he" [118] "name_hi" "name_hu" "name_id" "name_it" "name_ja" "name_ko" "name_nl" "name_pl" "name_pt" [127] "name_ru" "name_sv" "name_tr" "name_uk" "name_ur" "name_vi" "name_zh" "name_zht" "fclass_iso" [136] "tlc_diff" "fclass_tlc" "fclass_us" "fclass_fr" "fclass_ru" "fclass_es" "fclass_cn" "fclass_tw" "fclass_in" [145] "fclass_np" "fclass_pk" "fclass_de" "fclass_gb" "fclass_br" "fclass_il" "fclass_ps" "fclass_sa" "fclass_eg" [154] "fclass_ma" "fclass_pt" "fclass_ar" "fclass_jp" "fclass_ko" "fclass_vn" "fclass_tr" "fclass_id" "fclass_pl" [163] "fclass_gr" "fclass_it" "fclass_nl" "fclass_se" "fclass_bd" "fclass_ua" "geometry" > head(df_map,2) Simple feature collection with 2 features and 168 fields Geometry type: MULTIPOLYGON Dimension: XY Bounding box: xmin: -180 ymin: -18.28799 xmax: 180 ymax: -0.95 Geodetic CRS: WGS 84 featurecla scalerank labelrank sovereignt sov_a3 adm0_dif level type tlc 1 Admin-0 country 1 6 Fiji FJI 0 2 Sovereign country 1 2 Admin-0 country 1 3 United Republic of Tanzania TZA 0 2 Sovereign country 1 admin adm0_a3 geou_dif geounit gu_a3 su_dif subunit su_a3 brk_diff name name_long brk_a3 brk_name 1 Fiji FJI 0 Fiji FJI 0 Fiji FJI 0 Fiji Fiji FJI Fiji 2 United Republic of Tanzania TZA 0 Tanzania TZA 0 Tanzania TZA 0 Tanzania Tanzania TZA Tanzania brk_group abbrev postal formal_en formal_fr name_ciawf note_adm0 note_brk name_sort name_alt mapcolor7 1 <NA> Fiji FJ Republic of Fiji <NA> Fiji <NA> <NA> Fiji <NA> 5 2 <NA> Tanz. TZ United Republic of Tanzania <NA> Tanzania <NA> <NA> Tanzania <NA> 3 mapcolor8 mapcolor9 mapcolor13 pop_est pop_rank pop_year gdp_md gdp_year economy income_grp 1 1 2 2 889953 11 2019 5496 2019 6. Developing region 4. Lower middle income 2 6 2 2 58005463 16 2019 63177 2019 7. Least developed region 5. Low income fips_10 iso_a2 iso_a2_eh iso_a3 iso_a3_eh iso_n3 iso_n3_eh un_a3 wb_a2 wb_a3 woe_id woe_id_eh woe_note 1 FJ FJ FJ FJI FJI 242 242 242 FJ FJI 23424813 23424813 Exact WOE match as country 2 TZ TZ TZ TZA TZA 834 834 834 TZ TZA 23424973 23424973 Exact WOE match as country adm0_iso adm0_diff adm0_tlc adm0_a3_us adm0_a3_fr adm0_a3_ru adm0_a3_es adm0_a3_cn adm0_a3_tw adm0_a3_in adm0_a3_np adm0_a3_pk 1 FJI <NA> FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI 2 TZA <NA> TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA adm0_a3_de adm0_a3_gb adm0_a3_br adm0_a3_il adm0_a3_ps adm0_a3_sa adm0_a3_eg adm0_a3_ma adm0_a3_pt adm0_a3_ar adm0_a3_jp 1 FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA adm0_a3_ko adm0_a3_vn adm0_a3_tr adm0_a3_id adm0_a3_pl adm0_a3_gr adm0_a3_it adm0_a3_nl adm0_a3_se adm0_a3_bd adm0_a3_ua 1 FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI FJI 2 TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA TZA adm0_a3_un adm0_a3_wb continent region_un subregion region_wb name_len long_len abbrev_len tiny homepart 1 -99 -99 Oceania Oceania Melanesia East Asia & Pacific 4 4 4 -99 1 2 -99 -99 Africa Africa Eastern Africa Sub-Saharan Africa 8 8 5 -99 1 min_zoom min_label max_label label_x label_y ne_id wikidataid name_ar name_bn name_de name_en name_es name_fa 1 0 3 8 177.97543 -17.826099 1159320625 Q712 فيجي ফিজি Fidschi Fiji Fiyi فیجی 2 0 3 8 34.95918 -6.051866 1159321337 Q924 تنزانيا তানজানিয়া Tansania Tanzania Tanzania تانزانیا name_fr name_el name_he name_hi name_hu name_id name_it name_ja name_ko name_nl name_pl name_pt 1 Fidji Φίτζι פיג'י फ़िजी Fidzsi-szigetek Fiji Figi フィジー 피지 Fiji Fidżi Fiji 2 Tanzanie Τανζανία טנזניה तंज़ानिया Tanzánia Tanzania Tanzania タンザニア 탄자니아 Tanzania Tanzania Tanzânia name_ru name_sv name_tr name_uk name_ur name_vi name_zh name_zht fclass_iso tlc_diff fclass_tlc 1 Фиджи Fiji Fiji Фіджі فجی Fiji 斐济 斐濟 Admin-0 country <NA> Admin-0 country 2 Танзания Tanzania Tanzanya Танзанія تنزانیہ Tanzania 坦桑尼亚 坦尚尼亞 Admin-0 country <NA> Admin-0 country fclass_us fclass_fr fclass_ru fclass_es fclass_cn fclass_tw fclass_in fclass_np fclass_pk fclass_de fclass_gb fclass_br 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> fclass_il fclass_ps fclass_sa fclass_eg fclass_ma fclass_pt fclass_ar fclass_jp fclass_ko fclass_vn fclass_tr fclass_id 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> <NA> fclass_pl fclass_gr fclass_it fclass_nl fclass_se fclass_bd fclass_ua geometry 1 <NA> <NA> <NA> <NA> <NA> <NA> <NA> MULTIPOLYGON (((180 -16.067... 2 <NA> <NA> <NA> <NA> <NA> <NA> <NA> MULTIPOLYGON (((33.90371 -0... # df_countries에는 id가 있습니다. df_map에는 id가 없습니다. 그래서 오류가 납니다. 도와주세요!! 나머지는 다 잘됩니다. 아래코드도 long객체를 찾을수없다며 안되기는 하는데 딱히 필요없을것같아서 생략했으나, 25:19초에 다시 이코드를 가져와서 쓰네요. 생략하면 안될것같네요. 이것도 뭐가 문제인지 모르겠습니다. ggplot(data=df_map, aes(x=long, y=lat,group=group))+ geom_polygon()

  • r
  • ggplot2
phys 댓글 1 좋아요 1 조회수 319

데이터 제공 종료했다고합니다.. 마지막 강의 듣고싶은데, 데이터를 받을 수가 없어요..어찌해야되나요

해결됨

[R을 R려줘] R 데이터 시각화

https://data.seoul.go.kr/dataList/OA-20470/F/1/datasetView.do 서울시 홈페이지에 가도 없는것같습니다. 너무 아쉽습니다 설령 찾더라도 이전과 내용이 너무 많이 달라서 적용이 안되는게 너무 많아서 어렵더라구요. 백신데이터 접종 시각화 강의 마저도 @이 안되길래 r버젼을 다운그레이드하고, rstudio를 재설치해도 안되서 답답하더라구요.. 이번 공공데이터 강의도 현재버젼과 맞지 않은 부분이 있을까봐 걱정됩니다.

  • r
  • ggplot2
phys 댓글 2 좋아요 1 조회수 319

텍스터 데이터 시각화 공부중 질문입니다.

미해결

NEW!! 12시간 안에 끝내는 R 활용 데이터분석 / 시각화

안녕하세요 지금 텍스트데이터 시각화 질문중 마음처럼 불용어 제거가 되지 않아 질문드려요 현재 저는 부총리의 연설문을 바탕으로 시각화 하려고 실습중입니다. 알려주신 방법과 같이 영어를 제거해주고 싶은데 제거가 안 되는데 뭐가 잘못됐을까요?

  • r
  • ggplot2
신동민 댓글 1 좋아요 0 조회수 416

8차시 텍스트데이터시각화하기 질문

미해결

NEW!! 12시간 안에 끝내는 R 활용 데이터분석 / 시각화

자바 환경구축 및 힘든 코드는 게시판에 올려주신다고 하셨었는데 어디에 올려주셨는지 모르겠네요.. 그리고 제가 코드 일일이 쳐서 진행하던 와중에 install_jdk 하니깐 amazon corretto setup이 뜨는 게 맞을 까요 선생님이랑 출력이 되는 내용이 달라서 궁금하네요

  • r
  • ggplot2
신동민 댓글 1 좋아요 0 조회수 412

인기 태그

인프런 TOP Writers

주간 인기글