이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
같은 돈으로 가장 가치 있는 집을 사려면 어디를 골라야 할까요? 먼저 지도를 만들어 볼 수 있지만, R에서의 공간 분석은 데이터가 담기는 객체 구조가 복잡해 다소 부담스러울 수 있습니다.
이 강의는 여러분이 이미 익숙한 데이터 프레임에서 시작해, R에서 공간 데이터를 분석하기 위해 사용하는 sp와 raster 패키지의 특수 객체를 소개하며 공간 데이터의 기본을 다집니다. 이러한 객체를 읽고, 탐색하고, 조작하는 방법을 배우고, 마지막에는 tmap 패키지를 활용해 지도를 만드는 방법까지 익히게 됩니다.
강의가 끝날 때쯤이면 작은 도시의 부동산 거래, 전 세계 국가의 인구, 미국 북동부 지역의 인구 분포, 뉴욕시 동네별 가구소득 중간값을 지도에 표현해 보게 됩니다.
선수 과목
커리큘럼
강의 개요
1
ggplot2와 ggmap으로 기본 지도 만들기
먼저 미국의 한 소도시 부동산 거래 데이터를 ggplot2로 시각화하며 본격적으로 공간 데이터를 다뤄 보겠습니다. 또한 ggmap 패키지를 소개해, 플롯에 공간적 맥락을 빠르게 추가하는 방법을 알아봅니다. 공간 데이터가 왜 특별한지, 그리고 강의 전반에서 다룰 대표적인 공간 데이터 유형이 무엇인지도 함께 살펴봅니다.
2
포인트와 폴리곤 데이터
데이터 프레임에 저장된 공간 데이터만으로도 많은 작업을 할 수 있지만, 전용 공간 객체를 사용하면 훨씬 수월해집니다. 이 장에서는 sp 패키지가 제공하는 공간 객체 클래스, 특히 포인트와 폴리곤 데이터를 소개합니다. 세계 지도를 탐색하며 이러한 객체를 살펴보고, 서브셋팅하는 방법을 배웁니다. 이 객체 클래스를 익히는 보상으로, 입력으로 공간 객체를 필요로 하지만 지도를 아주 쉽게 만들어 주는 tmap 패키지를 보여 드립니다! 마지막에는 전 세계 인구 지도를 직접 만들어 보겠습니다.
3
래스터 데이터와 색상
sp 패키지도 래스터 데이터를 위한 일부 클래스를 제공하지만, raster 패키지가 더 유용한 클래스를 제공합니다. 이 장에서는 해당 클래스와 그 장점을 배우고, 이를 화면에 표시하는 방법을 익힙니다. 예시는 2장에서 다룬 인구 주제를 이어가되, 공간적·인구통계적으로 훨씬 더 정밀한 데이터셋을 살펴봅니다. 장의 후반부에서는 모든 시각화에서 핵심 요소이자 특히 지도에서 중요한 색상에 대해 배웁니다.
4
데이터 가져오기와 투영법
이 장에서는 원시 공간 데이터 파일에서 시작해 지도에 출처를 표기하기까지, 하나의 시각화를 완성하는 과정을 따라갑니다. 그 과정에서 R로 공간 데이터를 읽어들이는 법, 투영법과 좌표 기준 체계에 대한 이해, 공간 객체에 추가 데이터를 결합하는 방법, 그리고 지도를 다듬는 팁을 배우게 됩니다.
R
R로 지리공간 데이터 시각화하기
강의
완료
