데이터과학_14_1

김경민·2024년 12월 2일

3학년2학기 데이터과학

3학년 2학기

목록 보기

25/29

📌 Visualization-ggplot

ggplot2

ggplot()함수는 앞에서 설명한 고수준, 저수준 작도를 편리하게 사용할 수 있도록 개발된 패키지
Advantages of ggplot2
consistent underlying grammar of graphics (Wilkinson, 2005)
plot specification at a high level of abstraction
very flexible
theme system for polishing plot appearance
mature and complete graphics system
many users, active mailing list

가본 syntax

library(ggplot2)
ggplot(df, aes(x=x축 데이터, y=y축 데이터)) + geom_함수

In ggplot land aesthetic means "something you can see".

geom_함수
geom_bar()
geom_line()
geom_point()
geom_histogram()
labs()
facet_wrap()

Ex

data <- read.csv("../mydata/경기도 화성시_관광통계_20231025.csv",fileEncoding="CP949")

data

# ggplot 객체 생성
p <- ggplot(data, aes(x = 번호, y = 공룡알화석산지))

# 점 추가
p <- p + geom_point(fill = 'red', color = 'blue', shape = 21, size = 4)

# 최종 플롯 출력
p + geom_line(color='blue', linetype=2)

📌 막대그래프- 빈도수를 높이로

aes(변수 1개)
cyl은 숫자변수로 연속형 - factor()로 범주형으로 변환
기본 barplot에서는 table()의 결과가 있었어야 함.
fill은 내부 색상
color는 테두리
width는 막대의 너비
linewidth는 선 두께

fill=범주형: 범주형 자료의 값에 따라 다른 색상 – - - aes 안에서 지정
table(x, y)의 결과 필요 없음.
coord_flip() 좌표축 회전
다른 그래프에서 적용 가능
position=‘dodge’ 사용

```py
p <- ggplot(mtcars, aes(factor(cyl), fill=factor(gear)))
p + geom_bar()

p <- ggplot(mtcars, aes(factor(cyl), fill=factor(gear)))
p <- p + geom_bar()
p + coord_flip()

p <- ggplot(mtcars, aes(factor(cyl), fill=factor(gear)))
p <- p + geom_bar(position = 'dodge')
p

📌 막대그래프 - 평균을 높이로, 수직누적 막대그래프- 두 그룹별 평균

그룹별 평균을 구할 때 tapply보다는 summaryBy를 이용(데이터프레임 필요)
aes(변수 1개)
막대그래프의 y축은 기본적으로 주어진 변수의 count(빈도수)
예제처럼 cyl에 따른 mpg의 평균을 높이로 지정할 때는 두 변수를 모두 지정하고, 옵션stat=‘identity’ 지정
데이터 mtcars에서 두 변수 cyl과 gear의 각 그룹별 평균 구하기
geom_bar()
stat=‘identity’ 옵션 사용

library(doBy)
tbl <- summaryBy(mpg ~ cyl, data=mtcars, FUN=mean)
tbl

p <- ggplot(tbl, aes(factor(cyl), mpg.mean))
p + geom_bar(stat='identity', fill='gold', color='red')

library(doBy)
tbl <- summaryBy(mpg ~ cyl+gear, data=mtcars, FUN=mean)
tbl

p <- ggplot(tbl, aes(factor(cyl), mpg.mean, fill=factor(gear)))
p + geom_bar(stat='identity')

수평누적 막대그래프

-데이터 mtcars에서 두 변수 cyl과 gear의 각 그룹별 평균 구하기

geom_col() 사용
position=‘dodge’ 옵션 사용

📌 시계열 그래프_ geom_line()

꺽은선 그래프 – no 옵션

aes(x, y) 순서로
geom_line(): 선추가
geom_point(): 점추가
color는 색상
shape: 점모양
size: 점 크기
linetype: 선모양
linewidth:선 굵기

점모양

shape = 번호 (plot에서는 pch)

선 모양: plot에서는 lty, ggplot에서는 linetype

인 수 설명
linetype=0 투명선
linetype=1 실선
linetype=2 대시선
linetype=3 점선
linetype=4 점선과 대시선
linetype=5 긴 대시선
linetype=6 2개의 대시선

인 수	설명
`linetype=0`	투명선
`linetype=1`	실선
`linetype=2`	대시선
`linetype=3`	점선
`linetype=4`	점선과 대시선
`linetype=5`	긴 대시선
`linetype=6`	2개의 대시선

💻 Ex_여러 그래프를 한 화면에

# 데이터준비
library(dplyr)

data <- read.csv("../mydata/도로교통공단_시군구별 월별 교통사고 통계_20231231.csv",
                 fileEncoding="CP949")

chungju <- filter(data, 시군구=="충주시")
cheongju <- filter(data, 시군구=="청주시")
jecheon <- filter(data, 시군구=="제천시")

chungju

p <- ggplot()
p <- p + geom_line(data= chungju, aes(발생월, 사고건수), color='red') + 
    geom_point(data=chungju, aes(발생월, 사고건수), color='red')
p

💻 EX_그룹 변수로 그래프 나누어 그리기

# 데이터 준비
library(dplyr)

cb <- data %>%
    filter(시도=='충북') %>%
    filter(grepl('시$', 시군구)) %>%
    select(발생월, 시군구, 사고건수)

head(cb)

table(cb$`시군구`)

# 1번쨰 그림
library(dplyr)

cb <- data %>%
    filter(시도=='충북') %>%
    filter(grepl('시$', 시군구)) %>%
    select(발생월, 시군구, 사고건수)

head(cb)

table(cb$`시군구`)

p <- ggplot(cb, aes(발생월, 사고건수,
    color=시군구, shape=시군구, linetype=시군구))
p + geom_point() + geom_line()

# 2번째 그림
gang <- data %>%
    filter(시도=='서울') %>%
    filter(grepl('^강', 시군구)) %>%
    select(발생월, 시군구, 사고건수)

head(cb)
p <- ggplot(gang, aes(발생월, 사고건수,
    color=시군구, shape=시군구, linetype=시군구))
p + geom_point() + geom_line()