R08_ggplot2를 이용한 여러가지 그래프

Goals

• geom_col( ), reorder, xlab, ylab, geom_bar
• ggplot2 : cheat sheet, geom_col vs geom_bar
• 빈도수 순서로 출력
• 선 그래프, boxplot , 하나의 차트에서 여러 개의 boxplot 만들기
• ggthemes

#ggplot2.tidyverse.org : ggplot2 홈페이지

# ggplot2를 이용한 여러가지 그래프

search()

library(dplyr) # 데이터를 가공/정제하는 패키지

# 자동차 구동방식(drv)별로 연비 차이?

df_mpg= mpg %>%   group_by(drv) %>%   summarise(mean_cty=mean(cty))

df_mpg

drv   mean_cty

  <chr>    <dbl>

1 4         14.3

2 f         20.0

3 r         14.1

• geom_col :

# 어떤 변수의 크기를 막대그래프로 그려주는 함수

(예 : 성별에 따른 급여, 제조사별 평균 연비)

# geom_col을 사용할 때는 x축 변수, y축 변수 모두를 매핑시켜야 한다.

# 그래프 생성

ggplot(data=df_mpg, mapping = aes(x=drv, y= mean_cty))+  geom_col()

# x축의 데이터 순서를 y축의 값에 따라서 정렬하면

# 막대 그래프를 크기 순서로 보여줄 수 있음.

# reorder ( 정렬할 데이터, 정렬기준) 정렬기준에 변수이름 그대로 -> 오름차순 (+), 내림차순 (-)

ggplot(data=df_mpg,

       mapping = aes(x = reorder(drv, mean_cty), y = mean_cty))+

    geom_col()

ggplot(data = df_mpg2,

       mapping = aes(x = reorder(drv, -mean_hwy),y = mean_hwy))+

  geom_col()

# 구동방식별 고속도로 연비 차이?

df_mpg2 = mpg %>%

  group_by(drv) %>%

  summarise(mean_hwy= mean(hwy))

df_mpg2 

 

ggplot(data = df_mpg2,

       mapping = aes(x = reorder(drv, -mean_hwy),y = mean_hwy))+

  geom_col() +

  xlab('구동방식') +

  ylab('고속도로 평균 연비(mpg)')

# geom_bar () : 

# 변수의 빈도수를 막대 그래프로 그려주는 함수

# geom_bar에서 x축에 사용될 수 있는 변수 :

 1) 범주형 변수 ( 예 : mpg의 class )

 2) 연속적인 변수(숫자) -> 구간을 나눠서 구간 안에 포함된 갯수(빈도수)를 출력한다.

(예 :  mpg의 cty, hwy)

 # geom_bar()를 사용할 때는 x축 변수만 mapping 시키면 됨.

ggplot(data=mpg, mapping = aes(x = hwy)) + geom_bar()

• geom_col() VS geom_bar() 

# 평균 막대 그래프 col ( )

데이터를 요약한 평균표를 먼저 만든 후 평균표를 이용해 그래프 생성 - geom_col()

# 빈도 막대 그래프 bar ( )

별도로 표를 만들지 않고 원자료를 이용해 바로 그래프 생성 - geom_bar()

• mpg 데이터를 이용해서 분석 문제를 해결해 보세요.
• Q1. 어떤 회사에서 생산한 "suv" 차종의 도시 연비가 높은지 알아보려고 합니다. "suv" 차종을 대상으로 평균 cty(도시 연비)가 가장 높은 회사 다섯 곳을 막대 그래프로 표현해 보세요. 막대는 연비 가 높은 순으로 정렬하세요.

df_mpg3 = mpg %>%  filter ( class == "suv") %>%

group_by(manufacturer) %>%

  summarise(avg_cty = mean(cty)) %>%

  arrange(desc(avg_cty))%>%  

  head(5)

df_mpg3 %>%

  ggplot(data = df_mpg3, mapping = aes(x= reorder(class,-avg_cty), y = avg_cty))+

  geom_col()

• Q2. 자동차 중에서 어떤 class(자동차 종류)가 가장 많은지 알아보려고 합니다. 자동차 종류별 빈도를 표현한 막대 그래프를 만들어 보세요.

ggplot(data=mpg, mapping = aes(x=class)) + geom_bar()

# class 빈도수 순서대로 그래프 출력하기

ggplot(data = mpg,

       mapping = aes(x = reorder(class, table(class)[class])))+ geom_bar()

= 같은 그래프  => table 함수를 이용해서 빈도수 배열(테이블)을 구한뒤 그래프 생성

df = as.data.frame(table(mpg$class))

df

ggplot(data = df,

       mapping = aes(x = reorder(Var1,-Freq), y = Freq)) +

  geom_col()

• 선 그래프 : 

주로 시간에 따라 달라지는 그래프 출력 ( 시계열 그래프 )

# 시간에 따른 실업자 수(unemploy)의 변화

ggplot(data = economics,

       mapping = aes(x = date, y = unemploy))+

      geom_line()

# 시간에 따른 인구(pop) 변화

ggplot(data=economics,

       mapping = aes(x = date, y = pop)) +

  geom_line()

# 인구 대비 실업자수

df <- as.data.frame(economics)

# df 데이터 프레임에 인구 대비 실업자 비율 변수(unemp_ratio)를 추가

df = df %>%  mutate(unemp_ratio = unemploy/pop*100)

( = df$unemp_ratio = (df$unemploy/df$pop)*100 )

ggplot(data=df,mapping = aes(y = unemp_ratio, x =date )) + geom_line()

# 시간에 따른 개인 저축률을 그래프로 작성

ggplot(data=df, mapping = aes( x = date, y = psavert)) + geom_line()

# 두 개 이상의 라인 그래프를 하나의 차트에 작성하기

# 시간(date)에 따른 실업률과 저축률을 하나의 차트에 그리자

ggplot(data=df, mapping = aes(x = date)) + # 공통 데이터/축 설정

geom_line(mapping = aes(y = unemp_ratio),color = 'red') +

  geom_line(mapping = aes(y = psavert), color = 'darkblue')

# 실업률(unemp_ratio)과 평균 실업 기간(unempmed)의 관계가 있을까?

ggplot(data = df, mapping = aes(x = date)) +

  geom_line(mapping = aes( y = unemp_ratio,  ), color = 'red') +

  geom_line(mapping = aes( y = uempmed), color = 'darkblue')

# boxplot : 기술 통계량들을 한눈에 알아볼 수 있는 그래프

# 최솟값, 1사분위값, 중앙값, 3사분위값, 최댓값

>boxplot(mpg$cty)$stats 의 결과값 : 

     [,1]

[1,]    9                            #1) 아랫쪽 수염

[2,]   14                           #2) 사각형의 아래쪽

[3,]   17                           #3) 사각형 안의 선

[4,]   19                           #4) 사각형의 위쪽

[5,]   26                           #5) 위쪽 수염  

attr(,"class")

        1                               #6) 이상치는 어디?

"integer"

#1) 아랫쪽 수염 : 사각형 아래쪽-1.5 IQR 값과 이상치(outlier)가 아닌 데이터의 최솟값 중 큰 값까지

#2) 사각형의 아래쪽 : 데이터들을 정렬했을 때 25%에 해당하는 값 (1Qu.)

#3) 사각형 안의 선 : 데이터들을 정렬했을 때 50%에 해당하는 값 (2Qu.)

#4) 사각형의 위쪽 : 데이터들을 정렬했을 때 75%에 해당하는 값 (3Qu.)

#5) 위쪽 수염 : 사각형 위쪽+1.5 IQR 값과 이상치(outlier)가 아닌 데이터의 최댓값 중 작은 값까지

#6) 이상치 : 사각형 +/- 1.5 * IQR 을 벗어난 값 !!

# IQR(Inter-Quartile Range) = 3Qu. - 1Qu.

>>summary에서 출력된 값 중 평균 제외한 모든 값을 나타낸다.

ggplot (data = mpg, mapping = aes(y = cty) ) + geom_boxplot( )

> table(mpg$cyl)

4  5  6  8

81  4 79 70

• 하나의 차트에서 여러 개의 boxplot 만들기
  ggplot(data = mpg,

       mapping = aes ( x=as.factor(cyl),  y=cty ) ) +  geom_boxplot()

# drv(구동방식)별 cty의 boxplot

ggplot(data = mpg,

       mapping = aes(x = drv, y = cty))+

  geom_boxplot()

• Q1. class(자동차 종류)가 "compact", "subcompact", "suv"인 자동차의 cty(도시 연비)가 어떻게 다른지 비교해보려고 합니다. 세 차종의 cty를 나타낸 상자 그림을 만들어보세요.

df7 = mpg %>%  filter(class %in% c('compact','subcompact','suv'))

ggplot(data= df7,

       mapping = aes(x = class, y = cty))+geom_boxplot()

같은 결과값  -> 합치기

mpg %>%  filter(class %in% c('compact','subcompact','suv')) %>%

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

• ggthemes : 그래프 테마

install.packages('ggthemes')

library(ggthemes)

ggplot(data = mpg, mapping = aes(x=displ, y = hwy))+

  geom_point() +

  theme_wsj()

• 그래프 여러개 출력하기

# 실업률(unemp_ratio)과 평균 실업 기간(unempmed)의 관계가 있을까?

ggplot(data = df, mapping = aes(x = date)) +

  geom_line(mapping = aes( y = unemp_ratio,  ), color = 'red') +

  geom_line(mapping = aes( y = uempmed), color = 'darkblue')