US Top Income Share 2014
coop711
2016-04-26
Data Preparation
준비한 자료는 E. Saez 교수의 홈페이지에 있는 TabFig2014prel.xls 인데 이를 약간의 작업을 거쳐 R에서 불러들이기 편하게 고쳐놓았다.
작업을 마친 자료파일은 US.top.income.shares.14이며, 이 자료의 구조와 앞의 몇 열의 값은 다음과 같다.
| Year | P90_100 | P95_100 | P99_100 | P99.5_100 | P99.9_100 | P99.99_100 | P90_95 | P95_99 | P99_99.5 | P99.5_99.9 | P99.9_99.99 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 1913 | NA | NA | 18.0 | 14.7 | 8.6 | 2.76 | NA | NA | 3.2 | 6.1 | 5.9 |
| 1914 | NA | NA | 18.2 | 15.1 | 8.6 | 2.73 | NA | NA | 3.1 | 6.5 | 5.9 |
| 1915 | NA | NA | 17.6 | 14.6 | 9.2 | 4.36 | NA | NA | 3.0 | 5.4 | 4.9 |
| 1916 | NA | NA | 19.3 | 16.4 | 10.5 | 4.78 | NA | NA | 2.9 | 5.9 | 5.7 |
| 1917 | 41 | 31 | 17.7 | 14.3 | 8.4 | 3.37 | 9.9 | 13 | 3.4 | 5.9 | 5.0 |
| 1918 | 40 | 29 | 16.0 | 12.4 | 6.7 | 2.45 | 10.6 | 14 | 3.5 | 5.7 | 4.3 |
| 1919 | 40 | 30 | 16.4 | 12.6 | 6.6 | 2.29 | 10.2 | 14 | 3.8 | 6.0 | 4.3 |
| 1920 | 39 | 28 | 14.8 | 11.1 | 5.4 | 1.66 | 10.7 | 13 | 3.7 | 5.8 | 3.7 |
| 1921 | 43 | 31 | 15.6 | 11.7 | 5.6 | 1.69 | 12.4 | 15 | 3.9 | 6.1 | 3.9 |
| 1922 | 44 | 32 | 17.1 | 13.1 | 6.6 | 2.27 | 11.8 | 15 | 4.0 | 6.4 | 4.4 |
| 1923 | 41 | 30 | 15.6 | 11.9 | 5.9 | 2.00 | 11.7 | 14 | 3.7 | 6.0 | 3.9 |
| 1924 | 44 | 32 | 17.4 | 13.4 | 6.8 | 2.32 | 12.3 | 15 | 4.0 | 6.6 | 4.5 |
| 1925 | 46 | 35 | 20.2 | 15.9 | 8.5 | 3.31 | 11.3 | 15 | 4.4 | 7.3 | 5.2 |
| 1926 | 46 | 35 | 19.9 | 15.6 | 8.5 | 3.36 | 11.1 | 15 | 4.4 | 7.1 | 5.1 |
| 1927 | 47 | 36 | 21.0 | 16.6 | 9.2 | 3.75 | 11.0 | 15 | 4.4 | 7.3 | 5.5 |
| 1928 | 49 | 39 | 23.9 | 19.4 | 11.5 | 5.02 | 10.7 | 15 | 4.5 | 7.9 | 6.5 |
| 1929 | 47 | 36 | 22.4 | 18.1 | 10.9 | 4.99 | 10.2 | 14 | 4.3 | 7.2 | 5.9 |
| 1930 | 44 | 32 | 17.2 | 13.2 | 7.1 | 2.84 | 11.8 | 15 | 4.0 | 6.1 | 4.2 |
| 1931 | 45 | 31 | 15.5 | 11.6 | 5.9 | 2.25 | 13.3 | 16 | 3.9 | 5.7 | 3.6 |
| 1932 | 46 | 33 | 15.6 | 11.6 | 6.0 | 1.99 | 13.7 | 17 | 3.9 | 5.7 | 4.0 |
| 1933 | 46 | 33 | 16.5 | 12.5 | 6.6 | 2.34 | 12.4 | 17 | 4.0 | 5.9 | 4.3 |
| 1934 | 46 | 34 | 16.4 | 12.3 | 6.1 | 2.07 | 12.1 | 17 | 4.1 | 6.2 | 4.1 |
| 1935 | 44 | 32 | 16.7 | 12.6 | 6.4 | 2.19 | 12.2 | 16 | 4.0 | 6.2 | 4.2 |
| 1936 | 47 | 35 | 19.3 | 14.9 | 7.6 | 2.54 | 12.0 | 15 | 4.4 | 7.3 | 5.0 |
| 1937 | 44 | 32 | 17.1 | 13.0 | 6.5 | 2.17 | 12.0 | 15 | 4.1 | 6.5 | 4.3 |
| 1938 | 44 | 31 | 15.8 | 11.8 | 5.9 | 2.19 | 12.7 | 16 | 4.0 | 5.9 | 3.7 |
| 1939 | 46 | 32 | 16.2 | 12.1 | 5.9 | 1.96 | 13.2 | 16 | 4.1 | 6.2 | 3.9 |
| 1940 | 45 | 32 | 16.5 | 12.3 | 6.0 | 2.04 | 13.1 | 16 | 4.1 | 6.3 | 4.0 |
| 1941 | 42 | 30 | 15.8 | 11.9 | 5.8 | 1.98 | 11.9 | 14 | 3.9 | 6.1 | 3.8 |
| 1942 | 36 | 26 | 13.4 | 10.1 | 4.8 | 1.55 | 10.3 | 12 | 3.4 | 5.3 | 3.3 |
| 1943 | 34 | 24 | 12.3 | 9.2 | 4.3 | 1.24 | 9.6 | 12 | 3.2 | 4.9 | 3.0 |
| 1944 | 33 | 23 | 11.3 | 8.3 | 3.8 | 1.16 | 9.8 | 11 | 3.0 | 4.5 | 2.6 |
| 1945 | 34 | 25 | 12.5 | 9.1 | 4.2 | 1.26 | 9.6 | 12 | 3.4 | 5.0 | 2.9 |
| 1946 | 37 | 27 | 13.3 | 9.6 | 4.4 | 1.47 | 9.9 | 13 | 3.7 | 5.2 | 2.9 |
| 1947 | 34 | 25 | 12.0 | 8.6 | 3.9 | 1.30 | 9.7 | 13 | 3.3 | 4.7 | 2.6 |
| 1948 | 35 | 25 | 12.2 | 8.9 | 4.1 | 1.31 | 10.0 | 13 | 3.3 | 4.8 | 2.8 |
| 1949 | 35 | 25 | 11.7 | 8.5 | 3.8 | 1.24 | 10.2 | 13 | 3.2 | 4.6 | 2.6 |
| 1950 | 36 | 26 | 12.8 | 9.4 | 4.4 | 1.22 | 10.0 | 13 | 3.5 | 5.0 | 3.2 |
| 1951 | 34 | 24 | 11.8 | 8.5 | 3.9 | 1.28 | 10.0 | 12 | 3.3 | 4.6 | 2.6 |
| 1952 | 33 | 23 | 10.8 | 7.7 | 3.4 | 1.09 | 10.1 | 12 | 3.0 | 4.3 | 2.3 |
| 1953 | 32 | 22 | 9.9 | 7.0 | 3.1 | 0.97 | 10.3 | 12 | 2.9 | 4.0 | 2.1 |
| 1954 | 34 | 23 | 10.8 | 7.7 | 3.5 | 1.17 | 10.3 | 13 | 3.1 | 4.2 | 2.3 |
| 1955 | 34 | 24 | 11.1 | 8.0 | 3.7 | 1.32 | 10.3 | 13 | 3.1 | 4.2 | 2.4 |
| 1956 | 33 | 23 | 10.7 | 7.7 | 3.5 | 1.20 | 10.3 | 12 | 3.0 | 4.2 | 2.3 |
| 1957 | 33 | 23 | 10.2 | 7.2 | 3.2 | 1.05 | 10.4 | 12 | 2.9 | 4.0 | 2.1 |
| 1958 | 34 | 23 | 10.2 | 7.3 | 3.2 | 1.08 | 10.6 | 13 | 2.9 | 4.0 | 2.1 |
| 1959 | 34 | 23 | 10.7 | 7.7 | 3.5 | 1.19 | 10.6 | 13 | 2.9 | 4.3 | 2.3 |
| 1960 | 33 | 23 | 10.0 | 7.1 | 3.2 | 1.17 | 10.9 | 13 | 2.9 | 3.9 | 2.1 |
| 1961 | 34 | 24 | 10.6 | 7.7 | 3.6 | 1.38 | 10.8 | 13 | 3.0 | 4.0 | 2.3 |
| 1962 | 34 | 23 | 9.9 | 7.1 | 3.2 | 1.16 | 10.9 | 13 | 2.9 | 3.9 | 2.0 |
| 1963 | 34 | 23 | 9.9 | 7.0 | 3.1 | 1.15 | 10.9 | 13 | 2.9 | 3.9 | 2.0 |
| 1964 | 34 | 24 | 10.5 | 7.4 | 3.4 | 1.30 | 10.9 | 13 | 3.1 | 4.0 | 2.1 |
| 1965 | 35 | 24 | 10.9 | 7.7 | 3.7 | 1.49 | 10.9 | 13 | 3.2 | 4.1 | 2.2 |
| 1966 | 34 | 23 | 10.2 | 7.2 | 3.4 | 1.29 | 10.8 | 13 | 3.0 | 3.8 | 2.1 |
| 1967 | 34 | 24 | 10.7 | 7.7 | 3.7 | 1.42 | 10.7 | 13 | 3.1 | 4.0 | 2.3 |
| 1968 | 35 | 24 | 11.2 | 8.1 | 4.0 | 1.61 | 10.7 | 13 | 3.1 | 4.1 | 2.4 |
| 1969 | 34 | 23 | 10.3 | 7.5 | 3.7 | 1.56 | 10.8 | 13 | 2.9 | 3.8 | 2.1 |
| 1970 | 33 | 22 | 9.0 | 6.2 | 2.8 | 1.00 | 11.0 | 13 | 2.8 | 3.5 | 1.8 |
| 1971 | 33 | 22 | 9.4 | 6.6 | 3.0 | 1.11 | 11.1 | 13 | 2.8 | 3.6 | 1.9 |
| 1972 | 34 | 23 | 9.6 | 6.8 | 3.1 | 1.18 | 11.1 | 13 | 2.9 | 3.6 | 1.9 |
| 1973 | 33 | 22 | 9.2 | 6.3 | 2.8 | 0.94 | 11.1 | 13 | 2.9 | 3.5 | 1.8 |
| 1974 | 33 | 22 | 9.1 | 6.3 | 2.7 | 0.88 | 11.2 | 13 | 2.8 | 3.6 | 1.9 |
| 1975 | 33 | 22 | 8.9 | 6.1 | 2.6 | 0.85 | 11.4 | 13 | 2.8 | 3.5 | 1.7 |
| 1976 | 33 | 22 | 8.9 | 6.1 | 2.6 | 0.86 | 11.4 | 13 | 2.8 | 3.5 | 1.7 |
| 1977 | 34 | 22 | 9.0 | 6.2 | 2.7 | 0.92 | 11.5 | 13 | 2.8 | 3.5 | 1.8 |
| 1978 | 33 | 22 | 8.9 | 6.2 | 2.6 | 0.86 | 11.4 | 13 | 2.8 | 3.5 | 1.8 |
| 1979 | 34 | 23 | 10.0 | 7.1 | 3.4 | 1.37 | 11.3 | 13 | 2.9 | 3.7 | 2.1 |
| 1980 | 35 | 23 | 10.0 | 7.2 | 3.4 | 1.28 | 11.5 | 13 | 2.9 | 3.7 | 2.1 |
| 1981 | 35 | 23 | 10.0 | 7.2 | 3.6 | 1.37 | 11.5 | 13 | 2.8 | 3.7 | 2.2 |
| 1982 | 35 | 24 | 10.8 | 8.0 | 4.2 | 1.73 | 11.5 | 13 | 2.8 | 3.8 | 2.4 |
| 1983 | 36 | 25 | 11.6 | 8.6 | 4.6 | 1.88 | 11.5 | 13 | 2.9 | 4.0 | 2.7 |
| 1984 | 37 | 25 | 12.0 | 9.0 | 5.0 | 2.15 | 11.4 | 13 | 3.0 | 4.1 | 2.8 |
| 1985 | 38 | 26 | 12.7 | 9.6 | 5.3 | 2.24 | 11.4 | 13 | 3.0 | 4.3 | 3.1 |
| 1986 | 41 | 29 | 15.9 | 12.6 | 7.4 | 3.34 | 11.1 | 14 | 3.3 | 5.2 | 4.0 |
| 1987 | 38 | 27 | 12.7 | 9.4 | 4.9 | 1.91 | 11.7 | 14 | 3.2 | 4.5 | 3.0 |
| 1988 | 41 | 29 | 15.5 | 12.1 | 6.8 | 2.86 | 11.3 | 14 | 3.4 | 5.3 | 3.9 |
| 1989 | 40 | 29 | 14.5 | 11.1 | 6.0 | 2.45 | 11.5 | 14 | 3.4 | 5.1 | 3.5 |
| 1990 | 40 | 28 | 14.3 | 10.9 | 5.8 | 2.33 | 11.6 | 14 | 3.4 | 5.1 | 3.5 |
| 1991 | 40 | 28 | 13.4 | 10.0 | 5.1 | 1.96 | 11.8 | 14 | 3.4 | 4.9 | 3.2 |
| 1992 | 41 | 29 | 14.7 | 11.2 | 6.0 | 2.46 | 11.8 | 14 | 3.5 | 5.2 | 3.6 |
| 1993 | 41 | 29 | 14.2 | 10.8 | 5.7 | 2.32 | 11.8 | 15 | 3.5 | 5.0 | 3.4 |
| 1994 | 41 | 29 | 14.2 | 10.7 | 5.7 | 2.29 | 11.9 | 15 | 3.5 | 5.0 | 3.4 |
| 1995 | 42 | 30 | 15.2 | 11.6 | 6.2 | 2.46 | 11.9 | 15 | 3.7 | 5.4 | 3.7 |
| 1996 | 43 | 32 | 16.7 | 12.9 | 7.2 | 3.06 | 11.7 | 15 | 3.8 | 5.7 | 4.2 |
| 1997 | 45 | 33 | 18.0 | 14.2 | 8.2 | 3.53 | 11.5 | 15 | 3.9 | 6.0 | 4.7 |
| 1998 | 45 | 34 | 19.1 | 15.2 | 9.0 | 3.92 | 11.3 | 15 | 3.9 | 6.2 | 5.1 |
| 1999 | 46 | 35 | 20.0 | 16.0 | 9.6 | 4.21 | 11.2 | 15 | 4.0 | 6.4 | 5.4 |
| 2000 | 48 | 37 | 21.5 | 17.4 | 10.9 | 5.07 | 11.0 | 15 | 4.1 | 6.6 | 5.8 |
| 2001 | 45 | 33 | 18.2 | 14.3 | 8.4 | 3.70 | 11.5 | 15 | 3.9 | 6.0 | 4.7 |
| 2002 | 44 | 32 | 16.9 | 13.0 | 7.3 | 3.14 | 11.8 | 15 | 3.8 | 5.7 | 4.2 |
| 2003 | 45 | 33 | 17.5 | 13.7 | 7.9 | 3.49 | 11.8 | 15 | 3.9 | 5.8 | 4.4 |
| 2004 | 46 | 35 | 19.8 | 15.7 | 9.5 | 4.34 | 11.4 | 15 | 4.0 | 6.3 | 5.1 |
| 2005 | 48 | 37 | 21.9 | 17.8 | 11.0 | 5.13 | 11.2 | 15 | 4.1 | 6.8 | 5.9 |
| 2006 | 49 | 38 | 22.8 | 18.6 | 11.6 | 5.46 | 11.2 | 15 | 4.2 | 7.0 | 6.1 |
| 2007 | 50 | 39 | 23.5 | 19.3 | 12.3 | 6.04 | 11.1 | 15 | 4.2 | 7.0 | 6.2 |
| 2008 | 48 | 37 | 20.9 | 16.9 | 10.4 | 5.03 | 11.7 | 16 | 4.1 | 6.5 | 5.4 |
| 2009 | 46 | 34 | 18.1 | 14.2 | 8.3 | 3.89 | 12.4 | 16 | 4.0 | 5.9 | 4.4 |
| 2010 | 48 | 36 | 19.9 | 15.8 | 9.7 | 4.78 | 12.2 | 16 | 4.0 | 6.2 | 4.9 |
| 2011 | 48 | 36 | 19.6 | 15.6 | 9.3 | 4.32 | 12.2 | 16 | 4.1 | 6.3 | 4.9 |
| 2012 | 51 | 39 | 22.8 | 18.6 | 11.7 | 5.81 | 11.8 | 16 | 4.2 | 6.9 | 5.9 |
| 2013 | 49 | 37 | 20.1 | 15.9 | 9.5 | 4.48 | 12.3 | 17 | 4.2 | 6.4 | 5.0 |
| 2014 | 50 | 38 | 21.2 | 17.0 | 10.3 | 4.89 | 12.1 | 17 | 4.3 | 6.7 | 5.4 |
이 중에서 소득 상위 10%(P90_100)를 상위 1%(P99_100), 차상위 4%(P95_99), 차차상위 5%(P90_95)로 나누어 그 몫의 변화를 살펴보자. 우선 밋밋하게 상위 1%의 소득 점유율 변화만 그려보면,
plot(P99_100 ~ Year, data = US.top.income.shares.14)
최소한의 정보를 주기 위하여 각 자료의 최대값, 최소값을 고려하여 y-축의 범위를 ylim=c(5,25)로 설정하고, x-축의 눈금은 비워둔다. 점들을 선으로 이어주고, 점은 다시 삼각형 모양으로 바꾼다.
plot(P99_100 ~ Year, data = US.top.income.shares.14, xlab = "연도", ylab = "소득점유(%)", ylim = c(5, 25), xaxt = "n", type = "b", pch = 17)
이제 x-축에는 연도를 10년 단위로 표시하고, lines()를 이용하여 차상위4%와 차차상위5%의 소득 점유율 변화를 함께 그린다.
plot(P99_100 ~ Year, data = US.top.income.shares.14, xlab = "연도", ylab = "소득점유(%)", ylim = c(5, 25), xaxt = "n", type = "b", pch = 17)
axis(side = 1, at = seq(1910, 2010, by = 10), labels = seq(1910, 2010, by = 10))
lines(P95_99 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "red")
lines(P90_95 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "blue")
도표의 가독성을 높이기 위하여 x-축과 y-축을 가로지르는 격자를 설치한다.
plot(P99_100 ~ Year, data = US.top.income.shares.14, xlab = "연도", ylab = "소득점유(%)", ylim = c(5, 25), xaxt = "n", type = "b", pch = 17)
axis(side = 1, at = seq(1910, 2010, by = 10), labels = seq(1910, 2010, by = 10))
lines(P95_99 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "red")
lines(P90_95 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "blue")
abline(h = seq(5, 25, by = 5), lty = 2)
abline(v = seq(1910, 2010, by = 10), lty = 2)
TabFig2014prel.xls의 Table 0 시트에 나와 있는 정보를 활용하여 범례를 만든다.
plot(P99_100 ~ Year, data = US.top.income.shares.14, xlab = "연도", ylab = "소득점유(%)", ylim = c(5,25), xaxt = "n", type = "b", pch = 17)
axis(side = 1, at = seq(1910, 2010, by = 10), labels = seq(1910, 2010, by = 10))
lines(P95_99 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "red")
lines(P90_95 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "blue")
abline(h = seq(5, 25, by = 5), lty = 2)
abline(v = seq(1910, 2010, by = 10), lty = 2)
legend.text <- c("99-100%:$423,090 이상(2014년 기준)", "95-99%:$174,240-$423,090", "90-95%:$121,360-$174,240")
legend(x = 1945, y = 25, legend = legend.text, pch = 17, col = c("black", "red", "blue"))
메인 타이틀을 입력하고, 상위1%의 소득점유율이 최고에 달했던 연도를 표시한다.
plot(P99_100 ~ Year, data = US.top.income.shares.14, xlab = "연도", ylab = "소득점유(%)", ylim = c(5,25), xaxt = "n", type = "b", pch = 17)
axis(side = 1, at = seq(1910, 2010, by = 10), labels = seq(1910, 2010, by = 10))
lines(P95_99 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "red")
lines(P90_95 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "blue")
abline(h = seq(5, 25, by = 5), lty = 2)
abline(v = seq(1910, 2010, by = 10), lty = 2)
legend(x = 1945, y = 25, legend = legend.text, pch = 17, col = c("black", "red", "blue"))
main.title <- "미국 소득 상위 10%의 점유율 분할"
title(main = main.title)
text(x = c(1928, 2007), y = c(24, 23.5), labels = c("1928", "2007"), pos = 3)
역사적으로 각 시기를 어떻게 부르고 있는지 텍스트를 추가한다.
plot(P99_100 ~ Year, data = US.top.income.shares.14, xlab = "연도", ylab = "소득점유(%)", ylim = c(5,25), xaxt = "n", type = "b", pch = 17)
axis(side = 1, at = seq(1910, 2010, by = 10), labels = seq(1910, 2010, by = 10))
lines(P95_99 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "red")
lines(P90_95 ~ Year, data = US.top.income.shares.14, type = "b", pch = 17, col = "blue")
abline(h = seq(5, 25, by = 5), lty = 2)
abline(v = seq(1910, 2010, by = 10), lty = 2)
legend(x = 1945, y = 25, legend = legend.text, pch = 17, col = c("black", "red", "blue"))
title(main = main.title)
text(x = c(1928, 2007), y = c(24, 23.5), labels = c("1928", "2007"), pos = 3)
times.label <- c("대공황", "대번영", "대침체")
text(x = c(1935, 1960, 2012), y = c(22, 8, 17.5), label = times.label, cex = 2.0, col = "red")
ggplot
Data Reshaping
reshape2패키지를 이용하여 wide format 을 long format 으로
library(reshape2)
data.1_10 <- US.top.income.shares.14[c("Year", "P99_100", "P95_99", "P90_95")]
data.1_10.melt <- melt(data.1_10, id.vars = "Year", measure.vars = c("P99_100", "P95_99", "P90_95"), variable.name = "Percentiles", value.name = "Share")
str(data.1_10.melt)## 'data.frame': 306 obs. of 3 variables:
## $ Year : num 1913 1914 1915 1916 1917 ...
## $ Percentiles: Factor w/ 3 levels "P99_100","P95_99",..: 1 1 1 1 1 1 1 1 1 1 ...
## $ Share : num 18 18.2 17.6 19.3 17.7 ...골격 그리기
library(ggplot2)
(g0 <- ggplot(data.1_10.melt, aes(x = Year, y = Share, colour = Percentiles)) +
geom_line(na.rm = TRUE) +
geom_point(shape = 24, aes(fill = Percentiles), size = 2, na.rm = TRUE) +
ylim(5, 25))
theme_bw() 적용
(g1 <- g0 +
theme_bw())
#(g1 <- g0 + theme_classic())
#(g1 <- g0 + theme_minimal())
#(g1 <- g0 + theme_grey())격자 설정
(g2 <- g1 +
theme(panel.grid.major = element_line(linetype = "dashed", colour = "black")))
x-축 눈금 위치 설정
(g3 <- g2 +
scale_x_continuous(breaks = seq(1910, 2010, by = 10)))
한글 정보 입력
한글 테마 sourcing
source("./theme_kr.R")
ls()## [1] "data.1_10" "data.1_10.melt"
## [3] "g0" "g1"
## [5] "g2" "g3"
## [7] "legend.text" "main.title"
## [9] "theme.kr" "times.label"
## [11] "US.top.income.shares.14" "v.names"한글 테마 적용, x-축과 y-축의 라벨 수정
(g4 <- g3 +
theme.kr +
xlab("연도") +
ylab("소득점유(%)"))
전체 제목 추가
(g5 <- g4 +
ggtitle(main.title) +
theme(plot.title = element_text(size = 20)))
범례 제목 수정
(g6 <- g5 +
labs(colour = "소득 분위", fill = "소득 분위") )
범례와 색깔 수정, 범례 제목 없애기
(g7 <- g6 +
scale_colour_manual(name = "", values = c("black", "red", "blue"), labels = legend.text) +
scale_fill_manual(name = "", values = c("black", "red", "blue"), labels = legend.text))
범례를 안쪽으로
(g8 <- g7 +
theme(legend.position = c(0.5, 0.85)))
colour 범례 없애기(colour 설정으로 나타나는 범례의 선 없애는 효과)
#(g9 <- g8 + guides(colour = guide_legend(title=NULL), fill = guide_legend(title=NULL)))
(g9 <- g8 +
guides(colour ="none"))
범례에 박스 두르고, 빈 제목 자리 없애기
(g10 <- g9 +
theme(legend.title = element_blank(), legend.background = element_rect(fill = "white", colour = "black")))
범례 항목 박스 없애기
(g11 <- g10 +
theme(legend.key = element_blank()))
역사상 고점 시기
(g12 <- g11 +
annotate("text", x = c(1928, 2007), y = c(24.5, 24), label = c(1928, 2007)))
시대적 특징 텍스트 입력
(g13 <- g12 +
annotate("text", x = c(1935, 1960, 2014), y = c(22, 8, 18), label = times.label, colour = "red", family = "HCR Dotum LVT", size = 8))
뒷 정리
save.image(file="US_top_income_shares_2014_add.rda")