StudyPostechBigdata

빅데이터 분석과 R 프로그래밍 2: Ⅴ. R 그래픽 Ⅱ

,
  • POSTECH에서 제공하는 MOOC 중, 빅데이터분석과 R프로그래밍 Ⅱ 과정입니다.

Ⅴ. R 그래픽 Ⅰ

1. R 그래픽: ggplot2

데이터 시각화

  1. R 기본 그래픽스(Base program)
  2. Lattice 그래픽스: 직교형태의 멀티패널 툴
  3. ggplot2 그래픽 시스템: Hadley Wickham이 구현
    • Grammar of Graphic 개념은 그래픽 생성 시, 각 요소를 구분해 취급한다는 의미
    • Incremental graphic: 기본 R 그래픽스보다 인터액티브한 그래프 그리기 가능, 기초 그림 생성 후 그래픽스 요소를 필요에 따라 붙이거나 수정

lattice

  • lattice: 직교형태의 그래픽 툴
    • xyplot: 산점도
    • bwplot: box whiskers plot, 상자그림
    • dotplot
    • levelplot
    • stripplot: 점을 함께 표시한 상자그림
    • splom: 산점도 매트릭스
    • contourplot: 등고선그림

lattice 설치와 활용

1
2
3
4
# install.packages('lattice')
library(lattice)

ethanol<-read.csv("week5_1/ethanol.csv")
1
2
3
4
5
6
# ethanol data in lattice
help("ethanol")

head(ethanol)
dim(ethanol)
str(ethanol)
  • lattice 함수 xyplot을 이용한 그래프(기본 산점도와 동일)
    1
    2
    # basic plot
    xyplot(NOx ~ E , data = ethanol, main = "Single Panel by xyplot")
  • xyplot을 이용한 멀티패널 산점도: xyplot(y변수 ~ x변수|조건부변수, data=)
    1
    2
    # multi panel graph
    xyplot(NOx ~ E | C , data = ethanol, main = "NOx ~ E | C ")
  • xyplot을 이용한 멀티패널 산점도: subset 데이터
    1
    2
    3
    # multi panel graph for subset
    xyplot(NOx ~ E | C , data = ethanol, subset = C > 8,
           main = "NOx ~ E | C , data = ethanol, subset = C > 8")

2. R 그래픽: ggplot2의 활용

1
2
3
4
5
library(ggplot2)

car<-read.csv("week5_2/autompg.csv")
head(car)
str(car)
1
2
3
# subset of car : cyl (4,6,8)
car1<-subset(car, cyl==4 | cyl==6 | cyl==8)
attach(car1)
1
2
3
4
5
# 5-1 ggplot2 for scatterplot 
# Color and shape display by factor (categorical variable)
# check the variable type(integer, numeric, factor) and define it
str(car1)
car1$cyl<-as.factor(car1$cyl)
1
2
3
4
# Now, you can draw one of plot using ggplot
par(mfrow = c(1, 1))
ggplot(car1, aes(x=wt, y=disp, color=cyl, shape=cyl)) + 
  geom_point(size=3, alpha=0.6)
  • 객체 해석
    • ggplot 함수에 데이터는 car1을 이용하고, x축에는 wt(차의 무게)를, y축에는 disp(배기량)의 산점도를 그리고, 점 색상은 cyl(실린더 수)로 표현한다.
    • geom_point는 size=3(숫자 클수록 점 크기가 커짐)

그래프 그리기

  • mpg 크기를 표시한 그래프
    1
    2
    3
    # mapping (continuous variable : mpg) on the scatterplot for wt and disp
    ggplot(car1, aes(x=wt, y=disp, color=mpg, size=mpg)) + 
      geom_point(alpha=0.6)
  • 그래프 설명
    • 차 무게와 배기량의 산점도에 연비의 높고 낮음을 원의 크기와 색으로 표시한 그래프

ggplot2 구조

  • ggplot 기본

    • ggplot: 새로운 ggplot을 생성
    • aes: aesthetic mapping을 구성(데이터, 그래프구조)
    • qplot: 즉석 그림

  • geom(geometric) 함수군

    • geom_abline, geom_hline, geom_vline
    • geom_bar
    • geom_point
    • geom_boxplot
    • geom_map
    • geom_smooth, stat_smooth

ggplot2 그래프

  • geom_bar를 이용한 단계별 그래프 설명
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    p1 <- ggplot(car1, aes(factor(cyl), fill = factor(cyl)))
    p1

    # barplot define
    p1 <- p1 + geom_bar(width=5)
    p1

    # output by origin(1,2,3)
    p1 <- p1 + facet_grid(. ~ origin)
    p1
    1
    2
    # 위와 똑같은 그래프 그리는 법
    ggplot(car1, aes(factor(cyl), fill=factor(cyl)))+ geom_bar(width=.5)+ facet_grid(. ~ origin)
  • geom_bar를 이용한 누적 막대그래프
    1
    2
    3
    # geom_bar : asethetic mapping (4,6,8 cyl)
    p <- ggplot(data=car1, aes(factor(cyl)))
    p + geom_bar(aes(fill=factor(origin)), colour="black")
    1
    2
    3
    4
    5
    6
    7
    # for Korean title
    # 5-2-2 : geom_bar : asethetic mapping (4,6,8 cyl)
    par(family="나눔고딕", cex=1.3)
    p <- ggplot(data=car1, aes(factor(cyl)))
    p <- p + geom_bar(aes(fill=factor(origin)), colour="black")
    p <- p+ggtitle("자동차 데이터")
    p
  • ggplot 산점도에 회귀선 넣기
    1
    2
    # step1 : # Use hollow circles
    ggplot(car1, aes(x=wt, y=mpg))+geom_point(shape=1)
    1
    2
    # by default includes 95% confidence region
    ggplot(car1, aes(x=wt, y=mpg)) + geom_point(shape=1) + geom_smooth(method=lm)
  • lm: linear model 선형 회귀식
    • 선형식의 95% 신뢰구간이 dafault로 그려짐
1
2
3
# excluding 95% confidence region
ggplot(car1, aes(x=wt, y=mpg)) +
  geom_point(shape=1) +  geom_smooth(method=lm, se=FALSE)
  • ggplot 산점도에 비선형회귀식 적합
    1
    2
    # geom_smooth() use loess 
    ggplot(car1, aes(x=wt, y=mpg)) + geom_point(shape=1) + geom_smooth(method="loess")
  • loess: local polynomial regression

3. R 그래픽: 3D와 히트맵

3D scatterplot

1
2
3
4
5
6
7
8
library(scatterplot3d)

# 5-3 3D scatterplot with data trees
data(trees)

par(mfrow = c(1, 1))
s3d <- scatterplot3d(trees, type="h", highlight.3d=TRUE,
                     angle=55, scale.y=0.7, pch=16, main="scatterplot3d - 5")
1
2
3
4
5
6
# to know about data "trees"
help(trees)
head(trees)

# export to csv file
write.csv(trees,file="trees.csv", row.names = FALSE)

  • 3D 산점도에 선형식 추가

    1
    2
    3
    4
    attach(trees)

    my.lm <- lm(Volume ~ Girth + Height)
    s3d$plane3d(my.lm, lty.box = "solid")

    히트맵(heatmap)

  • 히트맵: 통계치를 구한 후, 크기에 비례하여 그라데이션 색상으로 표현한 시각화 기법

    • 히트맵의 입력값 형태: 숫자형태의 행렬

  • Autompg 데이터의 상관계수를 이용한 히트맵

    1
    2
    3
    4
    5
    attach(car)

    par(mfrow=c(1, 1))
    cor.x<-cor(car[,1:6])
    heatmap(cor.x, symm=TRUE)

  • 데이터: USArrest

    1
    2
    3
    4
    5
    6
    7
    8
    9
    # Crime rate by US State (1973)
    # Arrests per 100,000 residents for assault, murder, and rape 
    # in each of the 50 US states in 1973

    help(USArrests)
    head(USArrests)

    cor(USArrests)
    round(cor(USArrests), 2)
    1
    2
    3
    4
    5
    6
    7
    8
    # subset excluding 3th variable UrbanPop
    # matrix format for heatmap
    x  <- as.matrix(USArrests[, -3])
    result <- heatmap(x, scale="column", Colv=NA, cexCol=1,
                      main="Violent Crime Rates by US State (1973)")

    row.names(USArrests)[result$rowInd[1:10]]
    row.names(USArrests)[result$rowInd[35:50]]

    4. R 그래픽: 공간지도 분석

    추가 패키지 설치

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    # maps : world map
    install.packages("maps")
    library(maps)

    # mapdata : more world map 
    install.packages("mapdata")
    library(mapdata)

    # mapdata : latitude and longitude
    install.packages("mapproj")
    library(mapproj)

  • 나라 지도 추출

    1
    2
    3
    4
    5
    6
    7
    # 1. Korea Map 
    par(mfrow = c(1, 2),mar=c(2,2,2,2))
    map(database = 'world', region = c('South Korea','North Korea'), col='green', fill = TRUE)
    title("Korea")
    # using mapdata package
    map(database = 'worldHires', region = c('South Korea','North Korea'), col='green', fill = TRUE)
    title("Korea")
    1
    2
    3
    4
    # 2.Italy 
    par(mfrow = c(1, 1),mar=c(2,2,2,2))
    map(database = 'world', region = c('Italy'), col='coral', fill = TRUE)
    title("Italy")

  • 위도, 경도 활용하여 독도 표시

    1
    2
    3
    4
    5
    6
    7
    8
    9
    # 3. Dokdo using mapproj package
    library(mapproj)
    par(mfrow = c(1, 1),mar=c(2,2,2,2))
    map('world', proj = 'azequalarea', orient = c(37.24223, 131.8643, 0))
    map.grid(col = 2)
    points(mapproject(list(y = 37.24223, x = 131.8643)), col = "blue", pch = "x", cex = 2)
    title("Dokdo")
    # for reading Korean : encoding to UTF-8 
    # file menu: Tools_global options_code_saving

    공간지도분석 예제 1

  • 국내 공항 및 노선 현황

    1
    2
    3
    4
    5
    6
    7
    # 4. Airport & route data (source : https://www.data.go.kr/)
    airport<-read.csv("week5_4/airport.csv")
    route = read.csv("week5_4/route.csv")
    head(airport)
    head(route)

    head(route[order(route$id),])
    1
    2
    3
    4
    5
    library(dplyr)

    # Korea map (kr.map) - using dplyr
    world.map <- map_data("world")
    kr.map <- world.map %>% filter(region == "South Korea")
    1
    2
    3
    4
    5
    # 5. Domestic airport location 
    ggplot() + 
      geom_polygon(data=kr.map, aes(x=long, y=lat, group=group)) +
      geom_label(data=airport, aes(x = lon, y = lat, label=iata)) +
      labs(title = "south korea airports")

  • ggplot은 레이어를 추가하는 방식으로 그래픽을 구현함

공간지도분석 예제 2

  • 미국 해엉 데이터: 지도 데이터베이스와 행정자료 결합(미국 1973년 범죄수 지도)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 6. Assault in US (1973)
par(mfrow = c(1, 1), mar=c(1,1,1,1))
# library(maps)
# excluding Alaska, Hawaii 
sub.usa <- subset(USArrests,!rownames(USArrests) %in% c("Alaska", "Hawaii"))
# data with State name, Assult count
usa.data <- data.frame(states = rownames(sub.usa), Assault = sub.usa$Assault)
# legend
col.level <- cut(sub.usa[, 2], c(0, 100, 150, 200, 250, 300, 350))
legends <- levels(col.level)
# displaying color for the size  
levels(col.level) <- sort(heat.colors(6), decreasing = TRUE)
usa.data <- data.frame(usa.data, col.level = col.level)
# Map 
map('state', region = usa.data$states, fill = TRUE, col = as.character(usa.data$col.level))
title("USA Assault map")
legend(-77, 34, legends, fill = sort(heat.colors(6), decreasing = TRUE), cex = 0.7)
Share