ggplot2_boxplot

상자그림 (Boxplot) 그리기

상자그림(boxplot)은 데이터의 분포(퍼져있는 형태)를 직사각형 상자모양으로 표현한 그래프.
상자그림을 보면 분포를 알 수 있기 때문에 평균만 볼 때보다 데이터의 특성을 좀 더 자세히 이해할 수 있음.

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

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

library(dplyr)

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

mpg_class <- mpg %>% 
  filter(class %in% c("compact", "subcompact", "suv"))

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

factor() 를 이용하여 수치형 변수를 이산형으로 변환

library(MASS)

## 
## Attaching package: 'MASS'

## The following object is masked from 'package:dplyr':
## 
##     select

ggplot(birthwt, aes(x = factor(race), y = bwt)) +
  geom_boxplot()

ggplot(birthwt, aes(x = factor(race), y = bwt)) +
  geom_boxplot(outlier.size = 1.5, outlier.shape = 21)

박스플롯에 V 모양 추가하기

박스플롯에서 분포의 중앙값이 다른지를 시각적으로 가늠해보기 위해 사용
V모양이 겹치지 않으면 중앙값이 다르다는 말.

ggplot(birthwt, aes(x = factor(race), y = bwt)) +
  geom_boxplot(notch = TRUE)

## notch went outside hinges. Try setting notch=FALSE.

박스플롯에 평균넣기

ggplot(birthwt, aes(x = factor(race), y = bwt)) +
  geom_boxplot(outlier.size = 1.5, outlier.shape = 21) +
  stat_summary(fun.y = "mean", geom = "point", shape = 23, size = 3, fill = "red")

바이올린 그래프 그리기

여러집단의 밀도 추정치 비교

library(gcookbook)
p <- ggplot(heightweight, aes(x = sex, y = heightIn)) 
p +  geom_violin()

바이올린 그래프는 다수의 데이터 분포를 비교할 때 사용
평범한 밀도곡선으로는 선들이 서로 겹치기 때문에 일정 개수 이상의 분포를 비교하기가 쉽지 않음.
바이올린 그래프를 보면 분포가 옆으로 나열되기 때문에 여러개를 비교하는 것이 용이함.
또한 전통적으로, 중앙값을 흰색점으로 표기한 얇은 박스플롯도 겹처 그림.
outlier.colour = NA 로 설정하여 박스플롯에 있던 이상치는 보이지 않음.
꼬리를 유지하고 싶으면 trim = FALSE

p <- ggplot(heightweight, aes(x = sex, y = heightIn)) 
p +  geom_violin() +
  geom_boxplot(width = .1, fill = "black", outlier.colour = NA) +
  stat_summary(fun.y = median, geom = "point", fill = "white", shape = 21, size = 2.5)

p + geom_violin(trim = FALSE)

각 집단의 곽측개수에 비례하게 면접으로 조절하는 것도 가능. scale=“count”

p + geom_violin(scale = "count")

점 그래프 그리기

ggplot(heightweight, aes(x = sex, y = heightIn)) +
  geom_boxplot(aes(x = as.numeric(sex) + .2, group = sex), width = .25) +
  geom_dotplot(aes(x = as.numeric(sex) - .2, group = sex), binaxis = "y",
               banwidth = .5, stackdir = "center") +
  scale_x_continuous(breaks = 1:nlevels(heightweight$sex),
                     labels = levels(heightweight$sex))

## Warning: Ignoring unknown parameters: banwidth

## `stat_bindot()` using `bins = 30`. Pick better value with `binwidth`.

2차원 데이터의 밀도그래프

stat_density2d() 사용 : 데이터로부터 2D 커널 밀도 추정치를 만듦

p <- ggplot(faithful, aes(x = eruptions, y = waiting))
p + geom_point() + stat_density2d()

..level..을 통해 밀도곡선의 ’높이’를 등고선의 색상에 대입할 수도 있음.

p + stat_density2d(aes(colour = ..level..))

밀도 추정치를 채우기 색상에 대입

p + stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE)

점을 나타내고, 밀도추정치를 alpha 에 대입

p + geom_point() +
  stat_density2d(aes(alpha = ..density..), geom = "tile", contour = FALSE)

p + stat_density2d(aes(fill = ..density..), geom = "raster", contour = FALSE, h = c(.5, 5))