데이터시각화 2025년 1학기 방송통신대 중간과제물)좋은 데이터 시각화의 사례를 1개 찾고 어떤 점에서 훌륭한지 서술 데이터시각화 과목의 깃허브 페이지 교재 83쪽의 그림 3-34를 R을 이용하여 등

소개글

데이터시각화 2025년 1학기 방송통신대 중간과제물)좋은 데이터 시각화의 사례를 1개 찾고 어떤 점에서 훌륭한지 서술 데이터시각화 과목의 깃허브 페이지 교재 83쪽의 그림 3-34를 R을 이용하여 등에 대한 보고서 자료입니다.

목차

에서 내려받을 수 있다. 강의와 교재 54쪽의 프로그램 3-3을 참고하여 데이터와 ggplot2 패키지를 로드한 후에 그래프를 그릴 수 있다. 패키지가 정상적으로 로드 되지 않는 사람은 질문하기 전에 교재와 강의를 참고하여 패키지란 무엇인지, 어떻게 설치하고 로드하는지 학습할 것.) (6점)
1) 코드 2) 결과
4. 교재 108쪽의 그림 4-12와 똑같은 그래프를 그리되, 교재에서 사용한 Set2 컬러맵 대신에, BMI.cat 변수값의 순서가 드러날 수 있도록 RColorBrewer 패키지의 순차형 컬러맵 중 하나를 선택해서 그리시오. 그래프의 제목으로 본인의 학번을 출력하시오. (힌트: 강의와 교재 4장 참고) (6점)
1) 코드 2) 결과
5. sah.RData의 변수들 중 age의 분포를 나타내는 히스토그램을 그리시오. 히스토그램의 막대 내부는 하늘색, 막대의 경계선은 검정색으로 나타내고, 구간은 10세부터 65세까지 5세 간격으로 설정하시오. 가로축의 이름을 “Age in years”로 나타내고, 그래프의 제목으로 본인의 학번을 출력하시오. (힌트: 강의와 교재 3장, 5장 참고) (6점)
1) 코드 2) 결과
6. 참고문헌

본문내용

사용자는 데이터를 더 깊이 탐구하고 전 세계 기상 현상의 상호 연결성을 보다 포괄적으로 이해할 수 있다.
지도의 실시간 데이터는 바람 패턴 및 기타 기상 조건에 대한 최신 정보를 제공하여 사용자가 항상 가장 관련 있는 정보에 액세스할 수 있도록 한다. 이 지도는 글로벌 관점을 제공함으로써 기상 시스템의 상호 연결성을 강조하고 전 세계적 규모의 기상 패턴을 이해하고 모니터링하는 것의 중요성을 강조한다.
교육 및 실용화에도 도움이 된다. 즉, 바람 패턴과 기타 기상 현상 간의 복잡한 관계를 보여주기 때문에 학생, 교육자 등에게는 귀중한 교육 도구 역할을 할 수 있다. 또한 정보에 입각한 의사결정을 내리기 위해 정확한 바람 데이터에 의존하는 운송, 에너지 생산 및 농업과 같은 산업에 적용할 수 있다.
끝으로 이 지도는 온라인에서 사용할 수 있으며 인터넷 연결이 있는 모든 사람이 액세스할 수 있으므로 접근성이 우수하다.
결론적으로 https://earth.nullschool.net/의 Global Wind Map은 복잡한 정보를 효과적으로 전달할 수 있는 능력, 시각적으로 매력적인 디자인, 상호 작용성, 실시간 데이터, 글로벌 적용 범위, 교육 및 실용적인 응용 프로그램 및 접근성. 원시 기상 데이터를 역동적이고 매력적이며 쉽게 이해할 수 있는 형식으로 변환함으로써 사용자가 지구 바람 패턴의 복잡성과 지구에 미치는 영향을 탐색하고 더 잘 이해할 수 있도록 해준다는 점에서 훌륭한 데이터 시각화의 사례라고 할 수 있는 것이다.
2. 데이터시각화 과목의 깃허브 페이지를 방문하시오. (깃허브 페이지의 웹주소는 교재, 동영상 강의, 박서영 교수 홈페이지 자료실 등에 공지되어 있다.)
2-(1). 데이터시각화 과목의 깃허브 페이지의 웹주소는 무엇인가? (3점)
https://github.com/biostat81/visualization2023
2-(2). 데이터시각화 과목의 깃허브 페이지의 첫 화면을 캡쳐하여 제출하시오. (3점)
3. 교재 83쪽의 그림 3-34를 R을 이용하여 직접 그리되, 그래프의 제목으로 Scatterplot 대신 본인의 학번을 출력하시오. (힌트: 데이터 파일 sah.RData는 과목 깃허브 페이지의 CH3 폴더에서 내려받을 수 있다. 강의와 교재 54쪽의 프로그램 3-3을 참고하여 데이터와 ggplot2 패키지를 로드한 후에 그래프를 그릴 수 있다. 패키지가 정상적으로 로드 되지 않는 사람은 질문하기 전에 교재와 강의를 참고하여 패키지란 무엇인지, 어떻게 설치하고 로드하는지 학습할 것.) (6점)
1) 코드
setwd(\"D:/데이터시각화\")
load(\"sah. RData\")
library(ggplot2)
d<-ggplot(sah, aes(age, sbp, color-chd)) + geom_point()
d + labs(x=\"Age\", y=\"SBP\", title=\"Scatterplot\", color=\"CHD\")
2) 결과
4. 교재 108쪽의 그림 4-12와 똑같은 그래프를 그리되, 교재에서 사용한 Set2 컬러맵 대신에, BMI.cat 변수값의 순서가 드러날 수 있도록 RColorBrewer 패키지의 순차형 컬러맵 중 하나를 선택해서 그리시오. 그래프의 제목으로 본인의 학번을 출력하시오. (힌트: 강의와 교재 4장 참고) (6점)
1) 코드
ggplot(sah, aes (age, ldl, color=BMI.cat)) + geom_point() +
scale_color_brewer(palette=\"Oranges\")
2) 결과
5. sah.RData의 변수들 중 age의 분포를 나타내는 히스토그램을 그리시오. 히스토그램의 막대 내부는 하늘색, 막대의 경계선은 검정색으로 나타내고, 구간은 10세부터 65세까지 5세 간격으로 설정하시오. 가로축의 이름을 “Age in years”로 나타내고, 그래프의 제목으로 본인의 학번을 출력하시오. (힌트: 강의와 교재 3장, 5장 참고) (6점)
1) 코드
hist(
sah$age,
breaks = seq(10, 65, by = 5), # 10세부터 65세까지 5세 간격
col = \"skyblue\", # 막대 내부 색상
border = \"black\", # 막대 경계선 색상
xlab = \"Age in years\", # x축 라벨
main = \"학번: 12345678\" # 본인의 학번 입력
)
2) 결과
6. 참고문헌
박서영, 이긍희(2023), 데이터시각화, 방송통신대학교출판문화원.
과제 스트레스 싹~ 학점 쑥!

키워드

방송통신대데이터시각화,   방송대데이터시각화,   방통대데이터시각화