フライトデータを可視化する
データの中身がつかめてきたら、次は時間とともに変化する傾向を可視化していきます。この演習では、時系列データのいくつかの描画方法を使って、flights_xts データを時系列でプロットします。
xts オブジェクトをプロットする最も簡単な方法は、plot.xts() を使うことです。プロットの y 軸として 1 つの引数だけを指定すればよく、x 軸は xts オブジェクトの時間インデックスから自動的に設定されます。
より複雑なプロットには、複数列のデータを含められる plot.zoo() を使うとよいでしょう。特に、plot.type 引数で、データを 1 つのパネル（"single"）にまとめるか、複数のパネル（"multiple"）に分けるかを指定できます。これは、複数列のデータを時間とともに比較するときに便利です。
この演習はコースの一部です
ケーススタディ：Rで都市の時系列データを分析する
演習の手順
plot.xts()を使って、時間とともに変化する BOS への月間総フライト数（total_flights）を表示します。このコマンドでは y 軸に与えるデータだけを指定しますが、どの列をプロットするかは明確に指定する必要があります。- もう一度
plot.xts()を呼び出して、BOS への月間の「遅延」フライトを時系列でプロットします。 plot.zoo()を使って、flights_xtsにある 4 つの時系列列すべてを描画します。plot.type引数を"multiple"に設定し、4 つの異なるパネルのプロットを作成してください。ylab引数はそのままにします。- さらに
plot.zoo()を呼び出して、4 つのプロットを 1 つのパネルにまとめます。lty引数とlegend関数は変更しないでください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Use plot.xts() to view total monthly flights into BOS over time
plot.xts(___)
# Use plot.xts() to view monthly delayed flights into BOS over time
# Use plot.zoo() to view all four columns of data in their own panels
plot.zoo(___, plot.type = "___", ylab = labels)
# Use plot.zoo() to view all four columns of data in one panel
plot.zoo(___, plot.type = "___", lty = lty)
legend("right", lty = lty, legend = labels)