Visualization with ggplot and dplyr¶
In [2]:
library(tidyverse)
library(gridExtra)
library(nycflights13)
Introduction¶
Tips¶
In [5]:
# 기존 제공하는 함수가 덮어졌을 경우 Class로 접근
median = function(x){x[0]}
median(c(1,2,3))
- Library를 Load하지 않더라도 가능하능하다.
- Class::Function() 으로 사용
In [6]:
stats::median(c(1,2,3))
In [7]:
head(mpg)
In [8]:
str(mpg) # tibble format 이다. Rstudio에서는 화면에 크기게 맞게 데이터를 보여주고 각 컬럼의 Type의 알려준다.
3.2.2 Creating a ggplot¶
In [9]:
options(repr.plot.width=5,repr.plot.height=3)
- 공통요소들은 ggplot() 안에 넣고 각 그래프 (geom_이름)에는 개별 속성 적용
In [10]:
ggplot(data=mpg) +
geom_point(mapping = aes(x = displ, y =hwy))
##displ 엔진 사이즈, hwy 연비, 효율
- color가 aes밖에 있는 이유는 data에 mapping되는 것이 아니라 임의의 색이므로
In [11]:
ggplot(data=mpg) +
geom_point(mapping = aes(x = displ, y =hwy), color='pink')
3.2.4 Exercise¶
- Run ggplot(data = mpg) what do you see? Nothing
- How many rows are in mtcars? How many columns? dim(mtcars)
- What does the drv variable describe? Read the help for ?mpg to find out. do it ?mpg
- Make a scatterplot of hwy vs cyl.
In [12]:
ggplot(data=mpg) + geom_point(aes(x=hwy,y=cyl)) # 명목형이라 Scatter가 의미가 없는듯.
- 5.What happens if you make a scatterplot of class vs drv. Why is the plot not useful?
In [13]:
ggplot(data=mpg) + geom_point(aes(x=class,y=drv)) # 둘다 명목이라 의미가 없는 듯.
3.3 Aesthetic Mappings¶
- color를 aes안에 넣게 되면 data에 mapping
In [14]:
ggplot(data=mpg) + geom_point(aes(displ, hwy, color=class))
In [15]:
ggplot(data=mpg) +
geom_point(mapping = aes(x = displ, y =hwy, color=drv)) # 색
In [16]:
ggplot(data=mpg) +
geom_point(mapping = aes(x = displ, y =hwy, shape=class)) # 모양
- alpha : 투명도 조절.
- 범주형 또는 이산형일 경우 점들이 겹친다. 이럴때 alpha를 이용하면 유용하다.
In [17]:
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy),alpha = .2,size=3) # 투명도(20%) -> 5개가 겹쳐야 100%가 된다.
- 또 다른 겹칠때 사용하는 그래프 (jitter)
- jitter : 떨림효과가 있는 그래프, 겹쳐 있는 점이 있다면 살짝씩 떨려서 보인다.
In [18]:
ggplot(data = mpg) +
geom_jitter(mapping = aes(x = displ, y = hwy),alpha = .2,size=3)
3.3.1 Exercise¶
- What’s gone wrong with this code? Why are the points not blue?
In [19]:
options(repr.plot.width = 10)
gg1 <- ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy, color = "blue")) # color 가 aes안에 있다면 데이터에 대해서 조건이 들어가야됨.
## Answer
gg2 <- ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy), color = "blue")
grid.arrange(gg1,gg2,ncol=2)
ETC¶
In [20]:
options(repr.plot.width = 4)
ggplot(data = mpg) +
geom_point(mapping = aes(x = displ, y = hwy), shape=21,
color = "white",
fill='black', size=3,
stroke=2) # stroke 테두리 굵기
Mapping¶
- 어떤 데이터의 모든 원소에 함수를 적용하고 싶다면 Mapping을 사용
- Mapping의 결과는 list형태
- Vector형태로 출력을 얻고 싶다면 Mapping_chr와 같이 타입형을 가진 Mapping함수를 사용. (purrr에 있다.)
In [21]:
era <- function(year){
if(year < 2001){
return('pre')
}else if(year < 2004){
return('mid')
}else{
return('post')
}
}
In [22]:
era(2001)
In [23]:
purrr::map(mpg$year,era)[1:3] # List로 나온다.
In [24]:
purrr::map_chr(mpg$year,era)[1:4] # 어떤 데이터의 모든 원소에 함수를 적용. 문자 Vector로 변환하여 출력.
In [25]:
options(repr.plot.width = 6)
ggplot(data=mpg) +
geom_point(aes(displ,hwy,color=purrr::map_chr(year,era)))
In [26]:
map_dbl(c(1,2,3), function(x){x+1})
In [27]:
cut(mpg$year,c(1998,2001,2004,2009))
- cut으로도 지정이 가능하다.
In [28]:
ggplot(data=mpg) +
geom_point(aes(displ,hwy,color=cut(year,c(1998,2001,2004,2009))))
Tips¶
- Chapter 28. Theme 를 이용해서 그래프에 제목과 같은 할 수 있는 것을 알려준다.
3.5 Facets¶
- Using Categorical variables to split plot into facets
- grid : 격자
- wrap : 그림이 길어지면 자동으로 다음줄로 넘기는 형식(하나씩 그려주다가)
In [29]:
## 최대 row = 2
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy)) + facet_wrap(~class,nrow=2) # Class별로 따로그려라
In [30]:
## 최대 Col = 2
options(repr.plot.height=6)
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy)) + facet_wrap(~class,ncol=2) # Class별로 따로그려라
- facet_grid(~변수) : 가로를 쪼갠다 (명목변수에 한해서)
In [31]:
options(repr.plot.height=4)
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy)) + facet_grid(~class) # 격자처럼 쪼개서 그린다. 가로를 쪼갠다
- facet_grid(변수~.) : 세로를 쪼갠다 (명목변수에 한해서)
In [32]:
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy)) + facet_grid(class~.) # 격자처럼 쪼개서 그린다. 세로를 쪼갠다.
In [33]:
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy)) + facet_grid(class~drv) # 세로로는 Class, 가로로는 drv로 쪼갠다.
그래프를 하나로 그리게 되면 한눈에 알아보기 좋다. 하지만 색이 많다면은 알아보기 힘들다.¶
In [34]:
options(repr.plot.height=4)
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy, color = class))
가로로 짜르게 되면 아래와 같이 보기 쉬워진다.¶
In [35]:
ggplot(data=mpg) +
geom_point(aes(x=displ, y=hwy, color = class)) + facet_grid(~class)
3.6 Geometric objects¶
- Geom_smoothed : 이평선이랑 비슷한 개념으로 생각하면 된다.
- 부분 데이터들의 회기선을 이어서 붙이는 것을 로이스 라고 한다. 끝부분에서도 패턴을 찾아낸다.
- geom_smooth()` using method = 'loess'
In [36]:
options(repr.plot.height=3)
gg1 <- ggplot(data=mpg) +
geom_smooth(aes(displ,hwy)) +
geom_point(aes(displ,hwy,color=class))
gg2 <- ggplot(data=mpg) +
geom_smooth(aes(displ,hwy), se=F) +
geom_point(aes(displ,hwy,color=class))
grid.arrange(gg1,gg2)
- 전체 데이터의 회귀선, se(standard error)=F를 하게 되면 신뢰구간 = F
In [37]:
ggplot(data=mpg) +
geom_smooth(aes(displ,hwy),method = 'lm',se=F)
- 공통요소들은 ggplot 안으로 들어가면 된다.
In [38]:
ggplot(data=mpg, aes(displ,hwy)) + geom_smooth() + geom_point(aes(color=class))
smooth 는 선인데 어떻게 다르게 할까¶
In [39]:
ggplot(data=mpg, aes(displ,hwy,color=drv)) + geom_smooth(se=F) + geom_point()
In [40]:
ggplot(data=mpg, aes(displ,hwy)) +
geom_smooth(aes(.=drv),se=F) + # . 대신에 group=drv
geom_point() #선만 따로 그린다.
- linetype 또한 다르게 할 수 있다.
In [41]:
ggplot(data=mpg, aes(displ,hwy)) +
geom_smooth(aes(linetype=drv,color=drv), se=F) +
geom_point()
dplyr Filter 사용 가능.¶
In [42]:
ggplot(data=mpg, aes(displ,hwy)) +
geom_point(aes(color=class)) +
geom_smooth(data=filter(mpg,class=='subcompact'), se=F)
3.7 Exercise¶
In [43]:
options(repr.plot.height=6,repr.plot.width=8)
gg <- ggplot(data=mpg, aes(displ,hwy))
gg1 <- gg + geom_point(size=2) + geom_smooth(se=F)
gg2 <- gg + geom_point(size=2) + geom_smooth(aes(group=drv), se=F)
gg3 <- gg + geom_point(aes(color=drv)) + geom_smooth(aes(color=drv),se=F)
gg4 <- gg + geom_point(aes(color=drv)) + geom_smooth(se=F)
gg5 <- gg + geom_point(aes(color=drv)) + geom_smooth(aes(linetype=drv),se=F)
gg6 <- gg +
geom_point(aes(fill=drv),color="white",shape=21, size=2,
stroke=1)
grid.arrange(gg1,gg2,gg3,gg4,gg5,gg6)
In [44]:
options(repr.plot.height=3,repr.plot.width=5)
3.7 Statistical Transformations¶
In [45]:
head(diamonds)
In [46]:
ggplot(diamonds) + geom_bar(aes(x=cut,fill=cut))
dataframe vs tibble¶
- DataFrame to tibble = as_data_frame() or as_tibble()
In [47]:
a <- data.frame(x=c(1,4,7), y=c(2,3,4)) # 열방식으로 들어간다.
tibble(x=c(1,2,3), y=c(2,3,4)) # 열형태로도 되고 행 형태로도 된다.
#tribble(
# ~x, ~y,
# 1,5,
# 2,3,
# 4,7
# ) # 왜 안되지? 낼 물어봐야지...
In [48]:
str(as_data_frame(a)) # tibble
In [49]:
str(as_tibble(a))
read.csv (dataframe vs tibble)¶
- read.csv() : data.frame으로 나옴
- read_csv() : tibble로 나옴
- data.table
- Percent of Data
In [50]:
ggplot(data = diamonds) +
geom_bar(mapping = aes(x = cut, y = ..prop.., group = 1))
3.3.8 Position¶
In [51]:
options(repr.plot.height=5)
gg1 <- ggplot(data=diamonds) + geom_bar(aes(cut,fill=color), position='dodge')
gg2 <- ggplot(data=diamonds) + geom_bar(aes(cut,fill=color), position='fill') # 100%로 꽉채운 후 비율을 나타낸다.
grid.arrange(gg1,gg2)
In [52]:
options(repr.plot.height=3,repr.plot.width=9)
3.3.9 Coordinate systems¶
In [53]:
gg1 <- ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
geom_boxplot()
gg2 <- ggplot(data = mpg, mapping = aes(x = class, y = hwy)) +
geom_boxplot() +
coord_flip()
grid.arrange(gg1,gg2,ncol=2)
coord_polar()¶
In [54]:
bar <- ggplot(data = diamonds) +
geom_bar(
mapping = aes(x = cut, fill = cut),
show.legend = FALSE,
width = 1
) +
theme(aspect.ratio = 1) +
labs(x = NULL, y = NULL)
gg1 <- bar + coord_flip()
gg2 <- bar + coord_polar()
grid.arrange(gg1,gg2,ncol=2)
Line Graph¶
In [55]:
options(repr.plot.height=3)
In [56]:
ggplot(mpg) + geom_line(aes(hwy,displ))
In [57]:
jan = flights %>% filter(month == 1) %>%
group_by(day) %>% mutate(count = n())
In [58]:
ggplot(jan,aes(day,count)) + geom_line()
In [59]:
library(lubridate)
In [60]:
daily <- flights %>% group_by(month, day) %>% mutate(date=make_date(year,month,day), count=n())
In [61]:
ggplot(daily,aes(date,count)) + geom_line() + geom_smooth() # smooth를 사용하면 추세를 볼 수 있다.
시계열¶
- Trend : 추세
- Seasonality : 시즌이 아니더라도 일정 주기적으로 반복되는 패턴.
- Auto Colrealation : 자기상관 ,
- 예) 주가, 어제가 오르면 오늘도 오른다, 어제 내리면 오늘도 내린다와 같이 하루 전 또는 이틀 전의 패턴이 오늘에영향을 준다.