데이터마이너를 꿈꾸며

1. 혈액형 분석

> setwd('d:/temp/r_temp')
> bloodtype<-read.csv('혈액형.csv')$혈액형
> bloodtype
  [1] A  B  B  A  A  O  A  AB O  O  O  A  A  B  AB A  O  B  A  B  B  A  B  A  B  AB B  A  O 
 [30] AB O  B  A  B  A  O  B  A  A  A  A  O  A  O  O  B  B  O  AB A  B  AB B  O  O  O  AB O 
 [59] O  B  A  A  O  A  B  O  A  O  B  O  A  B  O  AB B  B  A  O  B  A  B  B  O  AB B  A  AB
 [88] A  B  A  A  O  O  A  A  O  AB A  A  O 
Levels: A AB B O
> pie.bloodtype=sort(table(bloodtype),decreasing = T)
> pie.bloodtype
bloodtype
 A  O  B AB 
34 28 27 11 
> par(mfrow=c(1,2))
> pie(pie.bloodtype,radius=1,main='원 그래프')

> slices=c('red','blue','yellow','green')
> pie(pie.bloodtype,col=slices,radius=1,main='원 그래프')

2.국회의원 정당별 의석수 분석

> require(grDevices) #Graphics devices and support for base and grid graphics, R컬러 함수
> assembly<-c(152,5,3,13,127)
> names(assembly)=c('새누리152명','선진5명','무3명','진보13명','민주127명')
> pie.vote<-assembly/300
> pie.vote
새누리152명     선진5명       무3명    진보13명   민주127명 
 0.50666667  0.01666667  0.01000000  0.04333333  0.42333333 
> par(mfrow=c(1,2))
> pie(pie.vote)

> pie(pie.vote,col=c('red3','blue','green3','magenta','yellow'),radius=1,main='19개 국회의원 선거')

> par(new=T)
> pie(assembly,radius=0.8,col='white',label=NA,border=NA)
> text(0,0,'총 300석')