R의 iris 데이터세트에 대한 완전한 가이드
아이리스 데이터세트는 3종의 50개 꽃에 대한 4가지 속성(센티미터)에 대한 측정값을 포함하는 R의 통합 데이터세트입니다.
이 튜토리얼에서는 붓꽃 데이터세트를 예로 들어 R에서 데이터세트를 탐색하고 요약하는 방법을 설명합니다.
관련 항목: R의 mtcars 데이터 세트에 대한 전체 가이드
붓꽃 데이터세트 로드
붓꽃 데이터세트는 R에 내장된 데이터세트이므로 다음 명령을 사용하여 로드할 수 있습니다.
data(iris)
head() 함수를 사용하여 데이터세트의 처음 6개 행을 살펴볼 수 있습니다.
#view first six rows of iris dataset
head(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3.0 1.4 0.2 setosa
3 4.7 3.2 1.3 0.2 setosa
4 4.6 3.1 1.5 0.2 setosa
5 5.0 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
Iris 데이터세트 요약
summary() 함수를 사용하여 데이터세트의 각 변수를 빠르게 요약할 수 있습니다.
#summarize iris dataset
summary(iris)
Sepal.Length Sepal.Width Petal.Length Petal.Width
Min. :4,300 Min. :2,000 Min. :1,000 Min. :0.100
1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 1st Qu.:0.300
Median: 5,800 Median: 3,000 Median: 4,350 Median: 1,300
Mean:5.843 Mean:3.057 Mean:3.758 Mean:1.199
3rd Qu.:6,400 3rd Qu.:3,300 3rd Qu.:5,100 3rd Qu.:1,800
Max. :7,900 Max. :4,400 Max. :6,900 Max. :2,500
Species
setosa:50
versicolor:50
virginica :50
각 수치 변수에 대해 다음 정보를 볼 수 있습니다.
- Min : 최소값입니다.
- 1st Qu : 1사분위수(25번째 백분위수)의 값입니다.
- 중앙값 : 중앙값입니다.
- 평균 : 평균값입니다.
- 3rd Qu : 3분위수(75번째 백분위수)의 값입니다.
- 최대 : 최대값입니다.
데이터 세트(종)의 유일한 범주형 변수에 대해 각 값의 빈도 수를 볼 수 있습니다.
- setosa : 이 종은 50번 존재한다.
- versicolor : 이 종은 50번 발생합니다.
- virginica : 이 종은 50번 존재합니다.
희미한() 함수를 사용하여 행과 열 수로 데이터세트의 차원을 얻을 수 있습니다.
#display rows and columns
dim(iris)
[1] 150 5
데이터 세트에 150개의 행과 5개의 열이 있는 것을 볼 수 있습니다.
names() 함수를 사용하여 데이터 프레임의 열 이름을 표시할 수도 있습니다.
#display column names
names(iris)
[1] "Sepal.Length" "Sepal.Width" "Petal.Length" "Petal.Width" "Species"
Iris 데이터 세트 시각화
데이터 세트의 값을 시각화하기 위해 플롯을 만들 수도 있습니다.
예를 들어, hist() 함수를 사용하여 특정 변수 값의 히스토그램을 만들 수 있습니다.
#create histogram of values for sepal length
hist(iris$Sepal.Length,
col=' steelblue ',
main=' Histogram ',
xlab=' Length ',
ylab=' Frequency ')
또한 플롯() 함수를 사용하여 변수의 쌍별 조합에 대한 산점도를 만들 수도 있습니다.
#create scatterplot of sepal width vs. sepal length
plot(iris$Sepal.Width, iris$Sepal.Length,
col=' steelblue ',
main=' Scatterplot ',
xlab=' Sepal Width ',
ylab=' Sepal Length ',
pch= 19 )
boxplot() 함수를 사용하여 그룹별로 상자 그림을 만들 수도 있습니다.
#create scatterplot of sepal width vs. sepal length
boxplot(Sepal.Length~Species,
data=iris,
main=' Sepal Length by Species ',
xlab=' Species ',
ylab=' Sepal Length ',
col=' steelblue ',
border=' black ')
x축은 세 가지 종을 표시하고 y축은 각 종에 대한 꽃받침 길이 값의 분포를 표시합니다.
이러한 유형의 플롯을 통해 우리는 꽃받침의 길이가 버지니아 종의 경우 가장 크고 세토사 종의 경우 가장 작은 경향이 있음을 빠르게 확인할 수 있습니다.
추가 리소스
다음 튜토리얼에서는 R에서 데이터세트를 요약하는 방법을 자세히 설명합니다.