2. 데이터 타입과 차트 종류

이전글

1. ggplot2 기본구조

1. 들어가며

목적지를 향해 떠나기 전에 좋은 지도를 갖추는 것은 필수적이다. 데이터 시각화를 하기 전에 먼저 주어진 데이터로 어떤 차트를 그릴 수 있는지 파악하고 있어야 한다. ggplot2에서도 마찬가지로 데이터와 그릴 수 있는 차트의 맵핑 관계를 알고 있다면 더 효율적으로 시각화 작업을 할 수 있다. 

 

2. 변수의 조합과 차트 종류

변수의 종류와 변수간 조합으로 그릴 수 있는 차트가 결정된다. 차트가 결정되면 그 다음에 할 일은 차트를 더 보기 좋게 꾸미는 일 뿐이다. 아래 표는 변수의 종류와 변수간 조합과 해당 데이터에서 그릴 수 있는 차트 종류와 이에 해당하는 ggplot 함수명이다. 

 

변수 개수	조합	차트 형태	ggplot2 함수
1개	연속형 변수	밀도함수	geom_density( )
		히스토그램	geom_histogram( )
	이산형 변수	막대 그래프	geom_bar( )
2개	연속형 & 연속형 변수	산점도	geom_point( )
		지터 차트	geom_jitter( )
	연속형 & 이산형 변수	박스플롯	geom_boxplot( )

 

3. 변수 종류별로 차트 그려보기 

R 내장 데이터인 mtcars의 데이터 구조를 살펴보자.

---

str(mtcars)
'data.frame': 32 obs. of  11 variables:
 $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
 $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
 $ disp: num  160 160 108 258 360 ...
 $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
 $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
 $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
 $ qsec: num  16.5 17 18.6 19.4 17 ...
 $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
 $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
 $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
 $ carb: num  4 4 1 1 2 1 4 2 2 4 ...

---

대부분의 데이터가 numeric 형태다. 따라서 하나의 변수를 이용해 밀도함수, 히스토그램을 그릴 수 있고, 두 개의 변수를 이용해 산점도도 그릴 수 있다. 이렇게 변수의 형태를 염두해 두고 몇 가지 차트를 그려보자.

 

ggplot(mtcars,aes(hp)) + geom_histogram() #(1)
ggplot(mtcars,aes(cyl)) + geom_bar() #(2)
ggplot(mtcars,aes(x=factor(cyl),y=mpg)) + geom_boxplot() #(3)
ggplot(mtcars,aes(mpg,disp)) + geom_point() #(4)

 

위의 코드 결과는 번호대로 아래와 같은 차트를 그리게 된다. (3)번 박스플롯에서 x=factor(cyl) 이라고 한 이유는 cyl을 팩터(이산형) 변수로 변형하기 위해서다.

 

이번 포스팅의 핵심은 데이터 변수의 종류와 조합에 따라 그릴 수 있는 차트 형태가 정해져 있다는 것과 차트의 형태에 따라 ggpplot(         ) + 함수(geom_density, geom_histogram, geom_bar, geom_point, geom_jitter, geom_boxplot 등)을 + 뒤에 붙여주면 ggplot의 기본 구조를 형성한다는 것이다. ggplot 문법이 익숙해지려면 먼저 기본구조를 확실하게 기억하고 있어야 한다.  

 

 

다음글

3. aes 요소 추가