Pardro

# Rmarkdown을 이용해 pdf로 나타내보았다.

# 결론

   -전체적으로 강남구에서 교통사고 빈도 수가 높게 보여졌으며 

     자전거 사고는 송파구와 영등포구에서 빈도 수가 높게 보여졌다.

(자료 출처 : https://www.data.go.kr/)

시장과 대형마트 좌표 파일

B_Market.csvmarket.csv

# 사용한 패키지와 시장 데이터 불러오기

# 시장별 점포수 시각화

# 춘천 지도 위 시장 규모크기로 표시

# 대형마트 데이터 불러오기

# 춘천 지도 위 시장과 대형마트 표시

# 대형마트 이름 표시

전국 통신사별 무료 와이파이 좌표 (15.12.30 기준)

KT_wifi.txtLG_wifi.txtPU_wifi.txtSK_wifi.txt

# 사용한 패키지

library(maps)

library(ggplot2)

library(ggmap)

# 전국 지도 불러오기

wifi_map <- ggmap(get_map("South Korea",

        zoom = 7,

        maptype = "toner-lite",

        source = "google"))

wifi_map

-결과

# KT 무료 와이파이 시각화

KT_wifi <- read.table("KT_wifi.txt", header = T, sep = '\t')

head(KT_wifi)

KT_long <- KT_wifi$long

KT_lat <- KT_wifi$lat

KT_df <- data.frame(KT_long, KT_lat)

wifi_map + geom_point(data = KT_df, aes(x = KT_long, y = KT_lat), colour = "RED", alpha = 0.3)

-결과

# SK 무료 와이파이 시각화

SK_wifi <- read.table("SK_wifi.txt", header = T, sep = '\t')

head(SK_wifi)

SK_long <- SK_wifi$long

SK_lat <- SK_wifi$lat

SK_df <- data.frame(SK_long, SK_lat)

wifi_map + geom_point(data = SK_df, aes(x = SK_long, y = SK_lat), colour = "BLUE", alpha = 0.3)

-결과

# LG 무료 와이파이 시각화

LG_wifi <- read.table("LG_wifi.txt", header = T, sep = '\t')

head(LG_wifi)

LG_long <- LG_wifi$long

LG_lat <- LG_wifi$lat

LG_df <- data.frame(LG_long, LG_lat)

(g3 <- wifi_map + geom_point(data = LG_df, aes(x = LG_long, y = LG_lat), colour = "GREEN", alpha = 0.3))

-결과

# 공공장소 무료 와이파이 시각화

PU_wifi <- read.table("PU_wifi.txt", header = T, sep = '\t')

head(PU_wifi)

PU_long <- PU_wifi$long

PU_lat <- PU_wifi$lat

PU_df <- data.frame(PU_long, PU_lat)

wifi_map + geom_point(data = PU_df, aes(x = PU_long, y = PU_lat), colour = "grey", alpha = 0.3)

-결과