그래프 만들기

R로 만들 수 있는 그래프 살펴보기

• ggplot2 : 그래프를 만들 때 가장 많이 사용하는 패키지
• ggplot2 레이어 : 배경 설정(축) - 그래프 추가(점, 막대, 선) - 설정 추가(축 범위, 색, 표식)

산점도 - 변수 간 관계 표현하기

• 산점도(Scater Plot) : 데이터를 x축과 y축에 점으로 표현한 그래프
• 나이와 소득처럼 연속 값으로 된 두 변수의 관계를 표현할 때 사용

산점도 만들기

'  x축 y축 지정  '
ggplot(data = mpg, aes(x = displ, y = hwy))

'  배경에 산점도 추가  '
ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point()

'  축 범위 지정'
ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point() + xlim(3, 6)

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

실습

'
Q1. mpg 데이터의 cty(도시 연비)와 hwy(고속도로 연비) 간에 
  어떤 관계가 있는지 알아보려고 합니다.
  x축은 cty, y축은 hwy로 된 산점도를 만들어보세요.
'
ggplot(data = mpg, aes(x = cty, y = hwy)) +
  geom_point()

'
Q2. 미국 지역별 인구통계 정보를 담은 ggplot2 패키지의 midwest 데이터를 이용해
  전체 인구와 아시아인 인구 간에 어떤 관계가 있는지 알아보려고 합니다.
  x축은 poptotal(전체 인구), y축은 popasian(아시아인 인구)으로 구성된 산점도를 만들어 보세요.
  전체 인구는 50만 명 이하, 아시아인 인구는 1만 명 이하인 지역만 산점도에 표시되게 설정하세요.
'
ggplot(data = midwest, aes(x = poptotal, y = popasian)) +
  geom_point() + 
  xlim(0, 500000) +
  ylim(0, 10000)

막대 그래프 - 집단 간 차이 표현하기

• 막대 그래프(Bar chart) : 데이터의 크기를 막대의 길이로 표현
• 성별 소득 차이처럼 집단 간 차이를 표현할 때 주로 사용

평균 막대 그래프 만들기

install.packages("dplyr")
library(dplyr)

mpg <- as.data.frame(ggplot2::mpg)

'  집단별 평균표 만들기  '
df_mpg <- mpg %>% 
  group_by(drv) %>% 
  summarise(mean_hwy = mean(hwy))

df_mpg

'  그래프 생성하기  '
ggplot(data = df_mpg, aes(x = drv, y = mean_hwy)) + geom_col()

'  크기 순으로 정렬하기  '
ggplot(data = df_mpg, aes(x = reorder(drv, -mean_hwy), y = mean_hwy)) + geom_col()

'  빈도 막대 그래프 만들기  '
ggplot(data = mpg, aes(x = drv)) + geom_bar()

ggplot(data = mpg, aes(x = hwy)) + geom_bar()

실습

'
Q1. 어떤 회사에서 생산한 "suv" 차종의 도시 연비가 높은지 알아보려고 합니다.
  "suv"차종을 대상으로 평균 cty(도시 연비)가 가장 높은 회사 다섯 곳을 막대 그래프로 표현해 보세요.
  막대는 연비가 높은 순으로 정렬하세요.
'
mpg %>% head()

df_mpg <- mpg %>% 
  filter(class == "suv") %>% 
  group_by(manufacturer) %>% 
  summarise(cty_mean = mean(cty)) %>% 
  arrange(desc(cty_mean)) %>% 
  head(5)


ggplot(data = df_mpg, aes(x = reorder(manufacturer, -cty_mean), y = cty_mean)) + geom_col()


'
Q2. 자동차 중에서 어떤 class(자동차 종류)가 가장 많은지 알아보려고 합니다.
  자동차 종류별 빈도를 표현한 막대 그래프를 만들어 보세요.
'
ggplot(data = mpg, aes(x=class))+geom_bar()

선 그래프 - 시간에 따라 달라지는 데이터 표현하기

• 선 그래프(Line Chart) : 데이터를 선으로 표현한 그래프
• 시간에 따라 달라지는 데이터를 표현할 때 사용 (환율, 주가지수 등 경제지표)
• 시계열 데이터(Time Series Data) : 일정 시간 간격을 두고 나열된 데이터
• 시계열 그래프(Rime Series Chart) : 시계열 데이터를 선으로 표현한 그래프

시계열 그래프 만들기

ggplot(data = economics, aes(x = date, y = unemploy)) + geom_line()

실습

'
Q1. psavert(개인 저축률)가 시간에 따라 어떻게 변해 왔는지 알아보려고 합니다.
    시간에 따른 개인 저축률의 변화를 나타낸 시계열 그래프를 만들어보세요.
'
ggplot(data = economics, aes(x = date, y = psavert)) + geom_line()

상자 그림 - 집단 간 분포 차이 표현하기

• 상자 그림(Box Plot) : 데이터의 분포를 직사각형 상자 모양으로 표현한 그래프

상자 그림 만들기

ggplot(data = mpg, aes(x = drv, y = hwy)) + geom_boxplot()

실습

Q1. class(자동차 종류)가 "compact", "subcompact", "suv"인 자동차의 
    cty(도시 연비)가 어떻게 다른지 비교해 보려고 합니다.
    세 차종의 cty를 나타낸 상자 그림을 만들어 보세요.
'
df_mpg <- mpg %>% 
            filter(class %in% c("compact", "subcompact", "suv"))

ggplot(data = df_mpg, aes(x = class, y = cty)) + geom_boxplot()

##정리

'  1. 산점도  '
ggplot(data = mpg, aes(x = displ, y = hwy)) + geom_point()

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

'  2. 평균 막대 그래프  '
'  1단계. 평균표 만들기  '
df_mpg <- mpg %>% 
  group_by(drv) %>% 
  summarise(mean_hwy = mean(hwy))


'  2단계. 그래프 생성하기, 크기순 정렬하기  '
ggplot(data = df_mpg, aes(x = reorder(drv, -mean_hwy), y = mean_hwy)) + geom_col()


'  3. 빈도 막대 그래프  '
ggplot(data = mpg, aes(x = drv)) + geom_bar()


'  4. 선 그래프  '
ggplot(data = economics, aes(x = date, y = unemploy)) + geom_line()


'  5. 상자 그림  '
ggplot(data = mpg, aes(x = drv, y = hwy)) + geom_boxplot()