Name: R에서 Trelliscope로 빅데이터 시각화하기
Rating: 4.767441860465116 (43 reviews)

코스 설명

이미 ggplot2로 시각화 실력을 다졌다면, 이제 더 큰 데이터셋에 도전할 차례입니다. 이 강의에서는 특히 확장 가능한 시각화 기법인 패싯팅에 초점을 맞춰, 빅데이터를 시각화하는 여러 기법을 배웁니다. trelliscopejs R 패키지에 구현된 Trelliscope 접근법을 활용해 이 기법을 실제로 적용하는 방법을 배우게 됩니다. Trelliscope는 표준 R 워크플로에 매끄럽게 통합되며, 데이터를 깊이 있게 탐색할 수 있는 대화형 시각화를 만들어 줍니다. 강의가 끝나면, 대규모 데이터셋에 대해 본인과 동료들이 새로운 인사이트를 얻을 수 있도록, 대화형 탐색형 디스플레이를 손쉽게 만들 수 있게 됩니다.

사전 요구 사항

Introduction to the Tidyverse

커리큘럼

코스 개요

빅데이터 시각화를 위한 일반 전략

요약 통계를 계산해 그리기, 과도한 겹침을 처리하는 다양한 기법, 그리고 Trelliscope로 이어지는 패싯팅과 스몰 멀티플스의 원칙 등, ggplot2로 빅데이터를 그리는 여러 전략을 배웁니다.

챕터 시작하기

ggplot2 + TrelliscopeJS

이전 장에서는 의미 있게 자연스럽게 구분되는 많은 데이터를 시각화하는 강력한 기법으로 패싯팅을 살펴봤습니다. 이제 ggplot2와 trelliscopejs 패키지를 함께 사용해, 데이터의 분할 수가 너무 많아 한 화면에서 효과적으로 보기 어려울 때 패싯 시각화를 만드는 방법을 배웁니다.

챕터 시작하기

Tidyverse에서의 Trelliscope

ggplot2 + trelliscopejs 인터페이스는 사용하기 쉽지만, trelliscopejs는 어떤 플로팅 시스템을 사용할지와 코그노스틱(cognostics)을 지정하는 방법에서 훨씬 더 유연한 패싯 플로팅 메커니즘도 제공합니다. 이 장에서 그 모든 내용을 자세히 배우게 됩니다!

챕터 시작하기

사례 연구: Montreal BIXI 자전거 데이터 탐색

Montreal BIXI 자전거 네트워크는 날짜, 시간, 이동 시간, 출발·도착 정류장을 포함해 모든 주행에 대한 공개 데이터를 제공합니다. 이 장에서는 2017년에 546개 정류장 사이를 오간 400만 건 이상의 자전거 주행 데이터를 분석합니다. 이 데이터로 탐색해 볼 흥미로운 질문이 많으며, 요약 통계부터 상세한 Trelliscope 시각화까지 다양한 탐색형 시각화를 만들어 데이터에 대한 흥미로운 인사이트를 얻습니다.