[14-03-05]

그래프

ggplot2패키지 대신 기본적으로 제공하는 graphics 패키지를 사용한다.

1. 산점도

plot()함수로 산점도를 그리는데, plot()은 산점도 뿐만 아니라 일반적으로 객체를 시각화하는 데 모두 사용 될 수 있는 일반 함수(Generic Function)이다.
일반함수란 주어진 데이터 타입에 따라 다른 종류의 plot()함수의 변형이 호출됨을 뜻한다.

methods("plot")

##  [1] plot.acf*           plot.data.frame*    plot.decomposed.ts*
##  [4] plot.default        plot.dendrogram*    plot.density       
##  [7] plot.ecdf           plot.factor*        plot.formula*      
## [10] plot.function       plot.hclust*        plot.histogram*    
## [13] plot.HoltWinters*   plot.isoreg*        plot.lm            
## [16] plot.medpolish*     plot.mlm            plot.ppr*          
## [19] plot.prcomp*        plot.princomp*      plot.profile.nls*  
## [22] plot.spec           plot.stepfun        plot.stl*          
## [25] plot.table*         plot.ts             plot.tskernel*     
## [28] plot.TukeyHSD      
## 
##    Non-visible functions are asterisked

예를 들어, plot.lm은 lm이라는 클래스에 정의된 plot방법으로서 plot(lm 객체)와 같은 방식으로 호출하면 자동으로 lm 클래스의 plot이 불려지게 된다.

mlbench패키지에 있는 Ozone데이터를 사용해 산점도를 그려보자.

install.packages("mlbench")

## Installing package into 'C:/Users/Byeongsoo/Documents/R/win-library/3.0'
## (as 'lib' is unspecified)

## Error: trying to use CRAN without setting a mirror

library(mlbench)
data(Ozone)

data()문은 Ozone데이터 셋을 읽어들이기 위한 명령문이다. 데이터에 대한 정보는 ?Ozone이나 help(Ozone)으로 볼 수 있다.
mlbench에 포함된 모든 데이터 셋을 보고 싶을 때는 library(help = “mlbench”)로 볼 수 있다.

이제 산점도를 그려보자.

plot(Ozone$V8, Ozone$V9)

plot of chunk unnamed-chunk-3

plot은 plot(x, y)의 순서로 입력 받으며, x와 y가 숫자형 데이터일 경우에 산점도를 그려준다.

2. 그래픽 옵션

2.1 축 이름(xlab, ylab)

x축, y축의 레이블 명이 컬럼명 그대로라서 어떤 의미인지 잘 알 수가 없다.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature")

plot of chunk unnamed-chunk-4

ggplot에서는 다음과 같이 표현 할 수 있다.

library(ggplot2)
ggplot(Ozone, aes(V8, V9)) + geom_point() + xlab("Sandburg Temperature") + ylab("EI Monte Temperature")

## Warning: Removed 140 rows containing missing values (geom_point).

plot of chunk unnamed-chunk-5

2.2 그래프 제목(main)

이번에는 제목을 붙여보자.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone")

plot of chunk unnamed-chunk-6

ggplot2에서는 다음과 같다.

ggplot(Ozone, aes(V8, V9)) + geom_point() + xlab("Sandburg Temperature") + ylab("EI Monte Temperature") + 
    ggtitle("Ozone")

## Warning: Removed 140 rows containing missing values (geom_point).

plot of chunk unnamed-chunk-7

2.3 점의 정류(pch)

그래프에 보이는 점의 모양은 pch로 지정하는데 pch에 숫자를 지정하면 미리 지정된 심볼이 사용 되고, 문자를 지정하면 그 문자를 사용해 점을 표시한다.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone", pch = 20)
plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone", pch = "+")

plot of chunk unnamed-chunk-8

ggplot에서는 다음과 같다.

ggplot(Ozone, aes(V8, V9)) + geom_point(shape = "X") + xlab("Sandburg Temperature") + 
    ylab("EI Monte Temperature") + ggtitle("Ozone")

## Warning: Removed 140 rows containing missing values (geom_point).

plot of chunk unnamed-chunk-9

geom_point()에서 설정을 한다.
만약 그래프 안에 수준이 2개 이상이라면 scale_shape_manual(values=c(1,2)) 레이어를 입힌다. 이 경우 ○와 △을 점의 모양으로 사용한다.

2.4 점의 크기(cex)

cex=0.1을 주어 점의 크기를 작게 만들 수 있다.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone", cex = 0.1)

plot of chunk unnamed-chunk-10

ggplot에서는 다음과 같다.

ggplot(Ozone, aes(V8, V9)) + geom_point(size = 0.1) + xlab("Sandburg Temperature") + 
    ylab("EI Monte Temperature") + ggtitle("Ozone")

## Warning: Removed 140 rows containing missing values (geom_point).

plot of chunk unnamed-chunk-11

geom_point에서 size=0.1로 준다.

2.5 색상(col)

색상은 col 파라미터로 RGB값을 각각 두자리씩 지정한다.
col=“#FF0000” 또는 col=“red"처럼 색상 명칭을 사용해도 된다.
전체 색상 목록은 colors() 명령으로 볼 수 있다.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone", col = "#FF0000")

plot of chunk unnamed-chunk-12

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone", col = "red")

plot of chunk unnamed-chunk-12

ggplot에서는 다음과 같다.

ggplot(Ozone, aes(V8, V9)) + geom_point(colour = "#FF0000") + xlab("Sandburg Temperature") + 
    ylab("EI Monte Temperature") + ggtitle("Ozone")

## Warning: Removed 140 rows containing missing values (geom_point).

plot of chunk unnamed-chunk-13

geom_point에서 colour(혹은 color)로 입력한다.

2.6 좌표축 값의 범위(xlim, ylim)

필요하다면 그래프에 그려질 X값의 범위, y값의 범위를 바꿔 볼 수 있다.
c(최소값, 최대값)의 형태로 각 인자에 값을 지정한다.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone")

plot of chunk unnamed-chunk-14

max(Ozone$V8)

## [1] NA

max(Ozone$V8, na.rm = TRUE)

## [1] 93

max(Ozone$V9, na.rm = TRUE)

## [1] 82.58

NA가 존재하므로, 최대값을 구할 때, na.rm=TRUE를 사용한다.

plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone", xlim = c(0, 100), ylim = c(0, 90))

plot of chunk unnamed-chunk-15

최대값을 확인한 후, 적절한 값을 선택한다.

ggolot에서는 다음과 같다.

ggplot(Ozone, aes(V8, V9)) + geom_point(colour = "#FF0000") + xlab("Sandburg Temperature") + 
    ylab("EI Monte Temperature") + ggtitle("Ozone") + xlim(0, 100) + ylim(0, 
    90)

## Warning: Removed 140 rows containing missing values (geom_point).

plot of chunk unnamed-chunk-16

레이어를 입히는 식으로 xlim과 ylim을 사용한다.

2.7 type

플롯의 타입을 결정한다
cars 데이터셋을 살펴보자.

data(cars)
str(cars)

## 'data.frame':    50 obs. of  2 variables:
##  $ speed: num  4 4 7 7 8 9 10 10 10 11 ...
##  $ dist : num  2 10 4 22 16 10 18 26 34 17 ...

head(cars)

##   speed dist
## 1     4    2
## 2     4   10
## 3     7    4
## 4     7   22
## 5     8   16
## 6     9   10

plot(cars)

plot of chunk unnamed-chunk-17

데이터를 점으로 표시하는 것보다 선으로 표시하는 것도 괜찮을 것 같다고 생각된다.

plot(cars, type = "l")

plot of chunk unnamed-chunk-18

이 선에 관찰된 점들을 중첩하여 그린다.

plot(cars, type = "o", cex = 0.5)

plot of chunk unnamed-chunk-19

cex는 점의 크기를 조절하는 인자임을 위에서 배웠다.

위 그래프를 보면 같은 speed에 대해 두개 이상의 dist가 있는 경우가 많아 어색해 보인다. 이 문제를 해결하기 위해 tapply를 사용해보자. tapply는 "그룹별 처리를 위한 apply 함수로서 tapply(데이터, 색인, 함수)의 형태로 호출한다. 여기서 ‘색인’은 데이터가 어느 그룹에 속하는지를 표현하기 위한 factor형 데이터이다.”
각 speed마다 평균dist를 tapply를 사용해 계산한다음, 이를 plot()하면 된다.

str(tapply(cars$dist, cars$speed, mean))

##  num [1:19(1d)] 6 13 16 10 26 ...
##  - attr(*, "dimnames")=List of 1
##   ..$ : chr [1:19] "4" "7" "8" "9" ...

plot(tapply(cars$dist, cars$speed, mean), type = "o", cex = 0.5, xlab = "speed", 
    ylab = "dist", main = "주행속도별 평균 제동거리")

## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ec>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <a3>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <bc>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ed>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <96>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <89>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ec>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <86>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <8d>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <eb>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <8f>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <84>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <eb>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <b3>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <84>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ed>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <8f>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <89>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ea>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <b7>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <a0>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ec>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <a0>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <9c>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <eb>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <8f>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <99>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ea>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <b1>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <b0>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <eb>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <a6>
## Warning: conversion failure on '二쇳뻾攼㹣냽攼㹢룄蹂㠼㸴 攼㹤룊洹愼㸰 攼㹣젣攼㹢룞嫄곕━' in 'mbcsToSbcs': dot substituted for <ac>

plot of chunk unnamed-chunk-20

ggplot에서의 그래프 타입은 다음과 같이 설정할 수 있다.

ggplot(cars, aes(speed, dist)) + geom_point()  # 점

plot of chunk unnamed-chunk-21

ggplot(cars, aes(speed, dist)) + geom_line()  # 선

plot of chunk unnamed-chunk-21

ggplot(cars, aes(speed, dist)) + geom_line() + geom_point()  # 점에 선들을 중첩.

plot of chunk unnamed-chunk-21

3. 그래프의 배열(mfrow)

plot()으로 그래프를 그리면 매번 새로운 창이 뜨면서 그래프가 그려진다. mfrow를 지정하면 한창에 여러개의 그래프를 나열할 수 있다.
par(mfrow = c(행의수, 열의수))의 형식으로 표현한다.

opar <- par(mfrow = (c(1, 2)))
plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone")
plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone")

plot of chunk unnamed-chunk-22

par(opar)
plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone")
plot(Ozone$V8, Ozone$V9, xlab = "Sandburg Temperature", ylab = "EI Monte Temperature", 
    main = "Ozone")

plot of chunk unnamed-chunk-22

opar에는 전에 지정한 설정이 저장된다.
par(opar)를 수행함으로써 mfrow지정 이전의 par설정으로 되돌렸다. 이런 설정을 하지 않는다면 계속해서 1행2열로 그려지게 된다.

4. 지터(jitter)

head(Ozone)

##   V1 V2 V3 V4   V5 V6 V7 V8    V9  V10 V11   V12 V13
## 1  1  1  4  3 5480  8 20 NA    NA 5000 -15 30.56 200
## 2  1  2  5  3 5660  6 NA 38    NA   NA -14    NA 300
## 3  1  3  6  3 5710  4 28 40    NA 2693 -25 47.66 250
## 4  1  4  7  5 5700  3 37 45    NA  590 -24 55.04 100
## 5  1  5  1  5 5760  3 51 54 45.32 1450  25 57.02  60
## 6  1  6  2  6 5720  4 69 35 49.64 1568  15 53.78  60

V6과 V7의 순서쌍을 좌표평면에 표시하면, 데이터를 몇개만 봐도 4인 경우가 2개, 3인 경우가 2개가 관찰되모로, 여러 점들이 한 위치에 표시되어 서로 구분이 잘 되지 않을 수 있다. 이 두개가 자연수로 표시되기 때문에 값이 같은 경우가 많다.
Jitter는 데이터 값을 조금씩 움직여서 같은 점에 데이터가 여러번 겹치는 것을 막는다.

opar <- par(mfrow = c(1, 2))
plot(Ozone$V6, Ozone$V7, xlab = "Windspeed", ylab = "Humidity", main = "Ozone", 
    pch = 20, cex = 0.5)
plot(jitter(Ozone$V6), jitter(Ozone$V7), xlab = "Windspeed", ylab = "Humidity", 
    main = "Ozone", pch = 20, cex = 0.5)

plot of chunk unnamed-chunk-24

par(opar)

jitter를 사용한 경우 점이 많이 몰려있는 위치를 파악할 수 있다.