ggplot2_scatterplots
2017 10 11
산점도 만들기
ggplot2::ggplot(data = mpg, aes(x = displ, y = hwy)) + # x축과 y축 배경생성
geom_point() + # 배경에 산점도 추가
xlim(3, 6) + # x축의 범위 지정
ylim(10, 30) # y축의 범위 지정
facet_grid()
- facet_grid()함수는 명목형 변수를 기준으로 그래프를 그려줌. (plot()함수에서 par(mflow=c(2,1)) 와 유사)
- 명목형 변수의 level을 기준으로 나눠서 서로 비교하는 것이 목적.
- facet_grid(.~) 함수에 정규식 사용, .~ 뒤에 독립변수 대입.
차량종류(class)에 따라서 산점도 나누기
ggplot(data = mpg, aes(x = displ, y = hwy)) +
geom_point() +
facet_grid(.~class)
종속변수 추가
ggplot(data = mpg, aes(x = displ, y = hwy)) +
geom_point(alpha = .3) +
facet_grid(cyl~class, scales = "free")
Q1.
mpg 데이터의 cty(도시연비)와 hwy(고속도로 연비) 간에 어떤 관계가 있는지 알아보려 합니다.
x축은 cty, y축은 hwy로 된 산점도를 만들어보세요.
mpg <- as.data.frame(ggplot2::mpg)
ggplot(data = mpg, aes(x = mpg$cty, y = mpg$hwy)) +
geom_point()
Q2.
미국 지역별 인구통계 정보를 담은 ggplot2 패키지의 midwest 데이터를 이용해 전체 인구와 아시아인 인구 간에 어떤 관계가 있는지 알아보려 합니다. x축은 poptotal(전체인구), y축은 popasian(아시아인 인구)으로 된 산점도를 만들어 보세요. 전체 인구는 50만명 이하, 아시아인 인구는 1만명 이하인 지역만 산점도에 표시되게 설정하세요.
midwest <- as.data.frame(ggplot2::midwest)
ggplot(data = midwest, aes(x = midwest$poptotal, y = midwest$popasian)) +
geom_point() +
xlim(0, 500000) +
ylim(0, 10000)## Warning: Removed 15 rows containing missing values (geom_point).
#install.packages("gcookbook")
library(gcookbook)heightweight1 <- heightweight[ , c("ageYear", "heightIn")]
head(heightweight1, 5)## ageYear heightIn
## 1 11.92 56.3
## 2 12.92 62.3
## 3 12.75 63.3
## 4 13.42 59.0
## 5 15.92 62.5ggplot(heightweight, aes(x = ageYear, y = heightIn)) +
geom_point()
산점도를 만들 때 다른 모양을 사용하고 싶으면 shape 을 설정해준다.
기본 설정인 단색 동그라미(16) 대신 빈 동그라미(21) 을 많이들 사용한다.
ggplot(heightweight, aes(x = ageYear, y = heightIn)) +
geom_point(shape = 21)
점의 크기는 size로 조절할 수 있다. size 의 기본값은 2이다.
ggplot(heightweight, aes(x = ageYear, y = heightIn)) +
geom_point(shape = 19, size = 1)
변수를 기준으로 모양이나 색깔을 달리해 데이터점을 묶기
ggplot(heightweight, aes(x = ageYear, y = heightIn, shape = sex, colour = sex)) +
geom_point()
ggplot(heightweight, aes(x = ageYear, y = heightIn, shape = sex, colour = sex)) +
geom_point() +
scale_shape_manual(values = c(1,2)) +
scale_colour_brewer(palette = "Set1")
연속변수를 색상이나 크기에 대입하기
ggplot2::ggplot(heightweight, aes(x = ageYear, y = heightIn, colour = weightLb)) +
geom_point()
ggplot2::ggplot(heightweight, aes(x = ageYear, y = heightIn, size = weightLb)) +
geom_point()
검은색부터 흰색으로 이어지는 색조를 사용, 점을 조금 크게 만들어서 채우기 색깔이 잘 보이도록.
ggplot2::ggplot(heightweight, aes(x = ageYear, y = heightIn, fill = weightLb)) +
geom_point(shape = 21, size = 2.5) +
scale_fill_gradient(low = "black", high = "white")
guide_legend 를 사용하면 색상바 대신 분리된 범례가 나타남.
ggplot2::ggplot(heightweight, aes(x = ageYear, y = heightIn, fill = weightLb)) +
geom_point(shape = 21, size = 2.5) +
scale_fill_gradient(low = "black", high = "white", breaks = seq(70, 170, by = 20),
guide = guide_legend())
weightLb를 size에, sex를 colour에 대입.
점들이 꽤 많이 겹치므로 alpha = .5로 설정해 투명도를 50% 로 만들어줌.
또한 점의 크기를 값에 비례하도록 scale_size_area()도 사용
ggplot2::ggplot(heightweight, aes(x = ageYear, y = heightIn, size = weightLb, colour = sex)) +
geom_point(alpha = .5) +
scale_size_area() + # 점의 면적을 수치형 값에 비례하도록 만듦
scale_colour_brewer(palette = "Set1")
겹치는 점 다루기
sp <- ggplot(diamonds, aes(x = carat, y = price))
sp + geom_point()
sp + geom_point(alpha = .1)
sp + geom_point(alpha = .01)
비닝(bin) 시각화
sp + stat_bin2d()
sp + stat_bin2d(bins = 50) +
scale_fill_gradient(low = "lightblue", high = "red", limits = c(0, 6000))
sp1 <- ggplot(ChickWeight, aes(x = Time, y = weight))
sp1 + geom_point()
sp1 <- ggplot(ChickWeight, aes(x = Time, y = weight))
sp1 + geom_point(position = "jitter")
sp1 <- ggplot(ChickWeight, aes(x = Time, y = weight))
sp1 + geom_point(position = position_jitter(width = .5, height = 0))
sp1 + geom_boxplot(aes(group = Time))
적합된 회귀선 추가하기
sp <- ggplot(heightweight, aes(x = ageYear, y = heightIn))
sp + geom_point() + stat_smooth(method = lm)
stat_smooth() 는 기본설정으로 회귀선에 대해 95% 신뢰영역도 함께 표기해줌.
level 설정을 통해 신뢰구간 변경 가능. se=FALSE 로 두면 어예 끌 수도 있음.
sp + geom_point() + stat_smooth(method = lm, level = 0.99)
sp + geom_point() + stat_smooth(method = lm, se=FALSE)
회귀선의 기본색상은 파란색, colour 설정으로 변경가능, linetype과 size 속성도 변경가능.
sp + geom_point(colour = "grey60") + stat_smooth(method = lm, se=FALSE, colour = "black")
산점도에 여백러그(marginal rug) 추가하기
여백러그 그래프는 각 축상의 데이터 분포를 시각화하는데 사용됨.
ggplot(faithful, aes(x = eruptions, y = waiting)) +
geom_point() +
geom_rug()
러그의 선들이 많이 겹쳐있어 정보를 많이 전달해주지 못할 때, 선의 위치를 조금씩 움직이고 선의 크기를 지정해서 조금 더 얇게 만들어서 이러한 현상을 완화해줌.
ggplot(faithful, aes(x = eruptions, y = waiting)) +
geom_point() +
geom_rug(position = "jitter", size = .2)
산점도의 점에 레벨 붙이기
산점도의 점 하나 또는 두개에 주석을 달 때는 annotate() 또는 geom_text() 사용.
library(gcookbook)
subset(countries, Year == 2009 & healthexp > 2000)## Name Code Year GDP laborrate healthexp infmortality
## 254 Andorra AND 2009 NA NA 3089.636 3.1
## 560 Australia AUS 2009 42130.82 65.2 3867.429 4.2
## 611 Austria AUT 2009 45555.43 60.4 5037.311 3.6
## 968 Belgium BEL 2009 43640.20 53.5 5104.019 3.6
## 1733 Canada CAN 2009 39599.04 67.8 4379.761 5.2
## 2702 Denmark DNK 2009 55933.35 65.4 6272.729 3.4
## 3365 Finland FIN 2009 44576.73 60.9 4309.604 2.5
## 3416 France FRA 2009 40663.05 56.1 4797.966 3.5
## 3671 Germany DEU 2009 40658.58 59.8 4628.769 3.5
## 3824 Greece GRC 2009 28936.48 53.7 3040.734 3.5
## 4436 Iceland ISL 2009 37972.24 77.5 3130.391 1.7
## 4691 Ireland IRL 2009 49737.93 63.6 4951.845 3.4
## 4844 Italy ITA 2009 35073.32 49.1 3327.630 3.2
## 4946 Japan JPN 2009 39456.44 59.5 3321.466 2.4
## 5864 Luxembourg LUX 2009 106252.24 55.5 8182.855 2.2
## 6680 Monaco MCO 2009 172676.34 NA 7137.390 3.4
## 7088 Netherlands NLD 2009 48068.35 66.1 5163.740 3.8
## 7190 New Zealand NZL 2009 29352.45 68.6 2633.625 4.9
## 7445 Norway NOR 2009 78408.71 66.9 7661.610 2.9
## 7955 Portugal PRT 2009 22029.87 62.5 2409.661 3.2
## 8312 San Marino SMR 2009 NA NA 4089.271 1.9
## 8822 Slovenia SVN 2009 24101.26 58.9 2174.718 2.5
## 9077 Spain ESP 2009 31891.39 58.6 3075.013 4.0
## 9536 Sweden SWE 2009 43406.17 64.8 4251.976 2.4
## 9587 Switzerland CHE 2009 63524.65 66.9 7140.729 4.1
## 10454 United Kingdom GBR 2009 35163.41 62.2 3285.050 4.7
## 10505 United States USA 2009 45744.56 65.0 7410.163 6.6sp <- ggplot(subset(countries, Year == 2009 & healthexp > 2000),
aes(x = healthexp, y = infmortality)) +
geom_point()
sp + annotate("text", x = 4350, y = 5.4, label = "Canada") +
annotate("text", x = 7400, y = 6.8, label = "USA")
sp + geom_text(aes(label = Name), size = 3)
데이터로부터 자동으로 라벨을 가져와 넣음.
size 의 기본값은 5
sp + geom_text(aes(label = Name), size = 3, vjust = 0)
vjust = 0 으로 설정하면 텍스트의 하단선을 점과 동일한 수준으로 맞추게 되며,
vjust = 1 로 하면 텍스트의 상단선을 점과 같은 위치에 맞추게 됨.
대입하는 y의 값을 조금 더하거나 빼서 동일한 효과.
sp + geom_text(aes(y = infmortality+.1, label = Name), size = 3, vjust = 0)
거품그래프 (ballon plot)
cdat <- subset(countries, Year == 2009 &
Name %in% c("Canada", "Ireland", "United Kingdom", "United States", "New Zealand", "Iceland",
"Japan", "Luxembourg", "Netherlands", "Switzerland"))
cdat## Name Code Year GDP laborrate healthexp infmortality
## 1733 Canada CAN 2009 39599.04 67.8 4379.761 5.2
## 4436 Iceland ISL 2009 37972.24 77.5 3130.391 1.7
## 4691 Ireland IRL 2009 49737.93 63.6 4951.845 3.4
## 4946 Japan JPN 2009 39456.44 59.5 3321.466 2.4
## 5864 Luxembourg LUX 2009 106252.24 55.5 8182.855 2.2
## 7088 Netherlands NLD 2009 48068.35 66.1 5163.740 3.8
## 7190 New Zealand NZL 2009 29352.45 68.6 2633.625 4.9
## 9587 Switzerland CHE 2009 63524.65 66.9 7140.729 4.1
## 10454 United Kingdom GBR 2009 35163.41 62.2 3285.050 4.7
## 10505 United States USA 2009 45744.56 65.0 7410.163 6.6p <- ggplot(cdat, aes(x = healthexp, y = infmortality, size = GDP)) +
geom_point(shape = 21, colour = "black", fill = "cornsilk")
p
GDP 를 반지름에 대입. scale_size_continuous 가 기본설정
p + scale_size_area(max_size = 15)
GDP를 영역에 대입하고 원의 크기를 확대