BaşlayınÜcretsiz Başlayın

Boston kışlarını görselleştirme

Önceki bölümde, Boston’da kış aylarında geciken veya iptal edilen uçuşların oranının çok daha yüksek olduğunu keşfettin. Bu durumda sıcaklığın önemli bir etken olması mantıklı görünüyor. Belki de daha soğuk sıcaklıklar, daha yüksek oranda uçuş gecikmesi veya iptaliyle ilişkilidir?

Bu egzersizde, zaman içinde sıcaklık eğilimlerini görselleştirerek ve Boston kışlarına genel bir bakış oluşturarak bu hipotezin makullüğünü test edeceksin.

Bu egzersiz

Vaka Çalışması: R ile Şehir Zaman Serisi Verilerini Analiz Etme

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Çizim yapmadan önce, verinin periyodunu ve süresini periodicity() kullanarak kontrol et. Periyodu bilmek veriyi yorumlamana yardımcı olur ve ilerledikçe işine yarar.
  • Veri süren boyunca ortalama Boston sıcaklığının (temps_xts$mean) grafiğini üretmek için plot.xts() kullan.
  • Kasım 2010'dan Nisan 2011'e kadar (her iki ay dahil) ortalama Boston sıcaklığının başka bir grafiğini oluştur.
  • Son grafiğini verideki diğer sütunları (bu durumda min ve max sıcaklık) da dahil ederek plot.zoo() ile tekrarla. Tüm üç çizgiyi aynı panelde göstermek için plot.type değerini "single" olarak belirt. Önceden yazılmış lty argümanını değiştirme.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Identify the periodicity of temps_xts


# Generate a plot of mean Boston temperature for the duration of your data
plot.xts(___)

# Generate a plot of mean Boston temperature from November 2010 through April 2011
plot.xts(___["___/___"])

# Use plot.zoo to generate a single plot showing mean, max, and min temperatures during the same period 
plot.zoo(___["___/___"], plot.type = "___", lty = lty)
Kodu Düzenle ve Çalıştır