[R] 기하학적 기법 시각화 - ggplot2 패키지

 

ggplot2(기하학적 기법 시각화)

: 그래프를 만들 때 사용하는 패키지로 'layer' 구조로 되어 있습니다. 
(layer 구조 - 기본 + 옵션1 + 옵션2 ) 방식으로 쌓아올리는 형식입니다. 

- 기본(x,y축 설정) + 옵션1(그래프 유형선택 - 점, 선, 막대) +  옵션2 (색상, 표식 등등)

 

 

ggplot2  패키지 특징

- 기하학적 객체들(점,선,막대등)에 미적특성(색상, 모양,크기)을 맵핑하여 플로팅한다.
- 그래픽 생성 기능과 통계 변환을 포함할 수 있다.
- ggplot2의 기본함수 qplot()-aesthetics(크기,모양,색상)과 geoms(점,선등) 으로 구성

 

※ qplot() : 옵션을 상세하게 지정하지 않아도 basic plot 보다 예쁘게 시각화 하고 싶을 때 사용 

 

1) 패키지 설치와 실습 데이터 셋 가져오기

install.packages("ggplot2")
library(ggplot2)

 

mpg 데이터

mpg 데이터 셋 ggplot2에서 제공하는 데이터 셋으로, 1999년부터 2008년 사이의 가장 대중적인 모델 38개 자동차에 대한 연비 효율을 기록한 데이터 셋으로 전체 관측 234개와 11개의 변수로 구성되어 있다.

주요 변수: 

manufacturer(제조사)

model(모델)

displ(엔진 크기)

year(연식)
cyl(실린더 수)

trans(변속기)

drv(구동 방식 : 사륜(4), 전륜(f), 후륜(r))
cty(gallon당 도시 주행 마일 수)

hwy(gallon당 고속 도로 주행 마일 수)

 

mpg데이터를 활용하도록 하겠습니다. 

 

 

2) gplot()

gplot(x, y, data)함수 이용 플로팅

 

① 세로 막대 그래프 (default 값) 

qplot(data = mpg, x = hwy)

                           고속도로 연비에 대한 분포도 

 

 

② fill 속성 : hwy 변수를 대상으로 drv(구동 방식 : 사륜(4), 전륜(f), 후륜(r) 변수에 채우기(누적 막대 그래프)

qplot(hwy, data=mpg, fill=drv) # fill 옵션 적용

fill : 막대 그래프 상에서 색상으로 구별하여 시각화 - 변수에 대한 특징이 가시적으로 확인 가능 

 

                            연비에 따른 구동방식의 분포도

 

분석 결과 :  4륜 - 연비가 좋지 못함, 전륜 - 연비가 좋음 , 후륜 - 개체가 많지 않음

 

 

③ binwidth 속성 : 막대 폭 지정 옵션

qplot(hwy, data = mpg, fill = drv, binwidth=2)

binwidth : 막대의 폭 크기 지정

 

 

④ facets 속성 : drv 변수 값으로 컬럼단위와 행단위로 패널 생성(분리)

 

- 열 단위로 패널 생성

qplot(hwy, data = mpg, fill = drv, facets = .~drv , binwidth=2)

 

 

- 행 단위로 패널 생성

qplot(hwy, data = mpg, fill = drv, facets = drv~. , binwidth=2)

 

 

⑤ - 1 두 개 변수 대상 qplot() 함수 적용

 

qplot( x축 , y축 , data) = 산점도 형태로 출력 

qplot(displ, hwy, data=mpg)

mpg 데이터 셋의 displ 과 hwy 변수 이용 (산점도)

 

⑤ - 2 두 개 변수 대상 qplot() 함수 적용

- displ, hwy 대상으로 drv 변수값으로 생상 적용 산점도 그래프 

qplot(displ, hwy, data=mpg, color = drv) 

 

⑤ - 3 두 개 변수 대상 qplot() 함수 적용

- displ 과 hwy 변수와 관계를 drv로 구분 

qplot(displ, hwy, data=mpg, color = drv, facets = .~drv) 

 

 

3) 미적 요소 맵핑(mapping)

: qplot() 함수 제공하는 색상, 크기, 모양 등의 미적 요소를 데이터에 연결하여 그래프에 적용

 

mtcars 

mtcars 데이터 셋
ggplot2 패키지에서 제공하는 데이터 셋으로, 자동차 모델에 관한 사양이 기록된 데이터 프레임이다. 전체 관측 32개와 11개의 변수로 구성되어 있다.

주요 변수: mpg(연비)

cyl(실린더 수)

displ(엔진 크기)

hp(마력)

wt(중량)
am(변속기:0=오토,1=수동)

gear(앞쪽 기어 수)

carb(카뷰레터 수)

qsec(1사분위의 거리(마일)까지 주행 시간) 

mtcars 을 활용하여 특징을 살펴보겠습니다. 

 

 

- wt(무게), mpg(연비) 그래프 그리기  

qplot(wt,mpg, data=mtcars)

 

- wt(무게), mpg(연비) 그래프 그리기  + color(색상)

qplot(wt,mpg, data=mtcars, color=factor(carb)) # 색상 적용

 

           색상 + carb(카뷰레터 수) 특징 시각화  

 

 

- wt(무게), mpg(연비) 그래프 그리기  + size(크기)

qplot(wt,mpg, data=mtcars, color=factor(carb), size=qsec) # 크기 적용

크기 + qsec(1사분위의 거리(마일)까지 주행 시간) 특징 시각화 

※ 거리는 일정한데 시간이 많이 걸리면 연비가 좋지 않음.

 

 

- wt(무게), mpg(연비) 그래프 그리기  + shape(모양)

qplot(wt,mpg, data=mtcars, color=factor(carb), size=qsec, shape=factor(cyl)) 

              모양 + cyl(실린더 수) 특징 시각화 

 

 

 

4) 기하학적 객체 적용

 

diamonds

diamonds 데이터 셋
ggplot2 패키지에서 제공하는 데이터 셋으로, 약 5만4천개의 다이아몬드에 관한 속성을 기록한 데이터 셋으로 53,940개의 관측치와 10개의 변수로 구성되어 있다. 

주요 변수

price : 다이아몬드 가격($326 ~ $18,823)
carat : 다이아몬드 무게(0.2 ~ 5.01)
cut : 컷의 품질(Fair, Good, Very Good, Premium, Ideal)
color : 색상(J : 가장 나쁨 ~ D : 가장 좋음)
clarity : 선명도(I1 : 가장 나쁨, SI1, SI2, VS1, VS2, VVS1, VVS2, IF : 가장 좋음)
x : 길이(0~10.74mm), y : 폭(0~58.9mm), z : 깊이(0~31.8mm),
depth : 깊이 비율 = z / mean(x, y)

diamonds 활용하여 특징을 살펴보겠습니다. 

 

 

 

 

ⓘ  geom = "bar" (속성으로 막대그래프 그리기)
-  clarity 변수 대상 cut 변수로 채우기 

 

clarity 빈도수 막대 그래프 + fill=cut, geom = "bar" (색 채우기) 

qplot(clarity, data=diamonds, fill=cut, geom = "bar") # 레이아웃에 색 채우기  

 

 

 

clarity 빈도수 막대 그래프 + color=cut, geom = "bar" (테두리 적용)

qplot(clarity, data=diamonds, color=cut, geom = "bar")

 

 

②  geom = "point" (산점도)

 

cyl 변수의 요인으로 point 크기 적용

qplot(wt,mpg, data=mtcars, color=factor(carb), geom = "point")

 

 

cyl 변수의 요인으로 point 크기 적용, carb변수의 요인으로 포인트 색 적용

qplot(wt,mpg, data=mtcars, color=factor(carb), size=factor(cyl), geom = "point")

 

 

qesc 변수로 포인트 크기 적용, cyl 변수의 요인으로 point 적용 

qplot(wt,mpg,data=mtcars, size=qsec, color=factor(carb), shape=factor(cyl),geom = "point")

 

③  geom = "smooth" (분포도에 대한 평균치)

 

분포도 출력

qplot(wt,mpg,data=mtcars,geom = "smooth")

 

기하학의 2가지 사용(smooth + point) 

qplot(wt,mpg,data=mtcars,geom = c("point", "smooth")) 

 

cyl 변수의 요인으로 point, smooth 크기 적용

qplot(wt,mpg,data=mtcars,color=factor(cyl), geom = c("point", "smooth"))

 

④ geom = "line" (선으로 순차적인 분포도) 

 

qplot(wt,mpg,data=mtcars,geom = "line") 

 

기하학의 2가지 사용(point + line) 

qplot(wt,mpg,data=mtcars,color=factor(cyl), geom = c("point","line")) 

 

⑤ geom="freqpoly"

 

 

 

5) ggplot() 함수

 

단계 1(layer1) : 배경 설정하기
- x축은 displ, y축은 hwy로 지정해 배경 생성

ggplot(data=mpg, aes(x=displ, y=hwy)) #aesthetics(미학)

# aesthetics(미학)

 

단계 2(layer 2): 그래프 추가하기 
- 배경에 산점도 추가 

ggplot(data=mpg, aes(x=displ, y=hwy)) + geom_point()

                       x축 0~7 / y축 0~40 <default>

 

 

단계 3(layer 3) : 축범위 조정하는 설정 추가하기(축에 대한 가변적 설정)
- x축 범위값을 3~6으로 지정

ggplot(data=mpg, aes(x=displ, y=hwy)) + geom_point() + xlim(3,6) + ylim(10,30)

 

xlim() : x축의 범위 설정 
ylim() : y축의 범위 설정

 

● 미적 요소 맵핑 

aes(x, y, color)

p <- ggplot(diamonds, aes(carat,price,color=cut)) # (x= , y=) 생략 가능
p + geom_point()

 

● ① 기하학적 객체(geometric object:점/선/막대) 적용

p <- ggplot(mtcars, aes(mpg,wt,color=factor(cyl)))
p + geom_line()

● ② 기하학적 객체(geometric object:점/선/막대) 적용

p <- ggplot(mtcars, aes(mpg,wt,color=factor(cyl)))
p + geom_point()

 

● ① 미적 요소 맵핑과 기하학적 객체 적용 

 

stat_bin() : (aes():미적요소) + ('geom=')) : 기하적 요소 + 기능 동시 적용 

p <- ggplot(diamonds, aes(price))
p + stat_bin(aes(fill=cut), geom = 'bar')

 

 

● ② 미적 요소 맵핑과 기하학적 객체 적용 

p <- ggplot(diamonds, aes(price))
p + stat_bin(aes(fill=cut), geom = "area")

 

 

● ③ 미적 요소 맵핑과 기하학적 객체 적용 

p <- ggplot(diamonds, aes(price))
p + stat_bin(aes(color=cut, size = ..density..),geom = "point")

 

● 테마(Thema) 적용

p <- ggplot(diamonds, aes(carat,price, color=cut))
p <- p + geom_point() + ggtitle("다이아몬드 무게와 가격의 상관관계")
p

 

● ① 테마(Thema) 적용 + 추가 

p + theme(title=element_text(color = "blue", size =25))

 

● ②  테마(Thema) 적용 + 추가 

p + theme(
    title=element_text(color = "blue", size =25), # 축제목
    axis.title = element_text(size = 14,face = "bold"), # 축제목
    axis.title.x=element_text(color = "green"), # x축제목
    axis.title.y=element_text(color = "red")) # y축제목

 

● ③ 테마(Thema) 적용 + 추가 

p + theme(
    title=element_text(color = "blue", size =25), # 축제목
    axis.title = element_text(size = 14,face = "bold"), # 축제목
    axis.title.x=element_text(color = "green"), # x축제목
    axis.title.y=element_text(color = "red"), # y축제목
    axis.text=element_text(size = "14"), # 축이름(0~5) 
    axis.text.x=element_text(color="orange"), # x축이름(0~5) 
    axis.text.y=element_text(color="yellow"), # y축이름(0~5) 
    legend.title = element_text(size = 20, face = "bold", color = "red"), # 범례 세팅
    legend.position = "bottom", 
    legend.direction = "horizontal" # 수평형태로 재배치 
    )

 

 

 

6)  ggsave()

 

p <- ggplot(diamonds, aes(carat, price, color=cut))
p +  geom_point()

 

- 가장 최근 그래프 저장

ggsave(file="C:/workspaces/R/output/diamond_price.pdf")

ggsave(file="C:/workspaces/R/output/diamond_price.jpg", dpi = 72)

 

 

 

ggsave(file="C:/workspaces/R/output/diamond_price.png",plot = p, width = 10, height = 5)

 

 

7) 지도 공간 기법 시각화 

 

stamen Maps API 이용
- 지도 관련 패키지 설치 

library(ggplot2)
install.packages("ggmap")
library(ggmap)

 

● 위도와 경도 중심으로 지도 시각화 
 - 서울을 중심으로 지도 시각화 하기 

seoul <- c(left=126.77, bottom = 37.40, right = 127.17, top = 37.70)

map <- get_stamenmap(seoul, zoom = 12, maptype = 'terrain')
ggmap(map)