ggplot2 데이터시각화 그리고 R 코딩

김준우 저자(글)

전남대학교출판문화원 · 2024년 08월 14일

책 소개

많은 데이터가 빅데이터로 바뀌고 있다. 생활 속에 광범위하게 침투한 전자기기가 쏟아내는 실시간 정보는 날이 갈수록 좋아지는 컴퓨터 성능으로 손쉽게 처리된다. 따라서 이러한 빅데이터를 시각화하는 것은 실용적인 중요성 뿐 아니라 학문적 중요성도 동시에 가지게 된다.
빅데이터의 통계처리에 특화된 R 언어 패키지로서 ggplot2 경우는, 빅데이터의 학문적 활용에 두드러지게 많이 활용된다. 이 책은 이러한 ggplot2 데이터시각화를 다룬다.
다른 책에서는 찾기 어려운 이 책만의 뚜렷한 장점은 두 가지이다. 첫 번째는 ggplot2 작동원리를 예시를 들어가면서 분명하게 설명한다는 점이다. 이유는 알 수 없지만, ggplot2 패키지를 만든 이가 쓴 책을 포함한 거의 대부분 전문서적에서도 ggplot2 문법 작동원리가 명확하게 제시되어 있지 않다. 유화를 그리듯 덧칠한다는 원리는 상대적으로 잘 설명되어 있다. 하지만 한번 설정한 것이 이후 작업에도 계속 이어지는가 이어지지 않는가를 다루는 상속inheritance 원리는 그렇지 않다. 두 번째는 도구인 패키지 ggplot을 학습을 통한 R 코딩 원리 이해이다. 보통은 기본 언어 코딩을 배우고 그 다음에 패키지로 넘어가는 수순이다. 이 책의 접근방식은 정반대이다. 비유를 들자면, 이 책의 학습방법은 계산기를 사용한 수학원리의 이해와 비슷하다. 구체적으로 얘기하자면, 요인factor 개념을 들 수 있다. 막대도표를 그림으로써 왜 이러한 요인이라는 형태가 언어에 있어야 하는지를 이해할 수 있다. 통계학자가 만든 R 언어는 통계처리에 특화되어 있다. 이러한 특화는 문자와 숫자가 결합된 형태를 불가피하게 만든다. 시각적으로 제시되어야만, 이러한 구조가 눈에 들어올 수 있다. 당연히 눈에 들어오면 이해가 쉬워진다. 사실은 책 제목에서 알 수 있는 또 하나의 장점이 있다. 데이터시각화 원칙 ggplot2 사용법 그리고 R코딩을 한 권의 책에 쉽고 깊이있게 연결시킨 점이다.

작가정보

저자(글) 김준우

고려대학교 문과대학 사회학과 졸업
Michigan State University 사회학-도시학 박사
Singapore National University 박사후 과정
부산발전연구원 부연구위원
현재 전남대학교 사회학과 교수

저역서
『사회과학의 현대통계학』 (김영채 공저) 박영사
『즐거운 SPSS, 풀리는 통계학』 박영사
『국가와 도시』 전남대학교출판문화원(2008년 문화체육관광부 선정 우수학술도서)
『선집으로 읽는 한국의 도시와 지역』 (안영진 공편) 박영사
『공간이론과 한국도시의 현실』 전남대학교출판문화원
『황금도시: 장소의 정치경제학』 전남대학교출판문화원
John R. Logan & Harvey L. Molotch(2007), Urban Fortunes:
The Political Economy of Place, The University of California.
『새로운 지역격차와 새로운 처방: 철근/콘크리트에서 지역발전유발 지식
서비스로』 (안영진 공저) 박영사
『서울권의 등장과 나머지의 쇠퇴』 전남대학교출판문화원
『미국이라는 공간: 부동산 투기ㆍ노예제ㆍ인종 차별ㆍ인디언 제거ㆍ뺏기는 삶의 터전』 박영사
『어원+어원=영단어』 박영사
『어원과 동사』 전남대학교출판문화원
『20세기 공간이론』 전남대학교출판문화원
『즐거운 R 코딩, 풀리는 R Commander 확률 통계』 박영사
『이념과 공간』 (안영진 공저) 전남대학교출판문화원

목차

• 1 기본 언어 R 그리고 작업도구 ggplot2 / 13
  
  2 ggplot2 기본단위 데이터프레임 / 25
  
  3 그림 그려나가는 일련의 과정으로서의 ggplot2 / 33
  
  4 시간 흐름의 선도표 / 51
  
  5 변수를 매핑mapping 그리고 어떤 값을 세팅setting / 61
  
  6 면 분할 faceting / 75
  
  7 산점도 그리기와 데이터프레임에서 $ 기호 / 85
  
  8 유화 그리듯 덧칠해 나가는 ggplot2 문법 / 97
  
  9 전체적 구도와 배경 바꾸는 theme 함수 / 111
  
  10 겹침 해결하는 jitter alpha / 135
  
  11 여성 기대수명과 일인당 국내총생산 실제자료의 실제처리 / 143
  
  12 중위수 사분위수 상자도표 그리고 선택으로서 데이터시각화 / 151
  
  13 막대도표와 히스토그램은 다르다 / 169
  
  14 남녀 분포와 같이 아주 간단한 것만 원도표 만들어야 / 183
  
  15 팔꿈치로 살짝 밀기 nudge / 201
  
  16 축 범위 조절과 시간 날짜 / 207
  
  17 행마다의 이름 rownames / 217
  
  18 요인factor / 223
  
  19 누적 막대도표 / 231
  
  20 ggplot2 쓸 때 실제로 필요해지는 요인factor / 243
  
  21 결측값 NA / 257
  
  22 색깔은 꼭 필요한 곳에만 / 267
  
  ■본문에 인용되어 있고 또 읽어볼만한 책 / 276
  ■찾아보기 / 277

책 속으로

1 기본 언어 R 그리고 작업도구 ggplot2
1.1 R 설치, ggplot2 설치, ggplot2 불러오기
ggplot2 사용하려면 먼저 R 설치해야 한다.
그냥 검색창에 R 입력해서 검색한다. 구글 네이버 다음 등등 어디에서나 가능하다.
R 홈페이지 바로 가는 방법도 있다. https://www.r-project.org/ 이다.
R 내려받기 의미하는 화면 제일 밑줄에 보이는 download R 누른다.
그리고는 그냥 컴퓨터가 시키는대로 그대로 진행한다.
시키는대로 진행하는 이유가 있다. 시키는대로 하면 내가 무엇을 바꾸지 않게 된다. R에서는 설치 경로나 저장하는 파일에 한글을 넣지 않아야 한다. 하라는 대로 하면 다 영어로 진행된다.
이 책 R 코딩 과정에서도 한글은 아예 쓰지 않는다. 입력도 오래 걸리고 오류도 나기 쉽다.
이런 식으로 R 설치하는 과정에서 base 표현이 나온다. 기본 R 의미이다. base R 이라고 부른다.
base R 하고는 다른 것이 있다. 패키지package 이다. 추가적 작업도구이다. ggplot2 역시 패키지이다.
비유를 들어보자. R base 다운받는 것은 자동차를 가지는 것이다.
R 패키지 경우는, 자동차에 추가적으로 장착하는 무엇이다. 자동차가 잘하지 못하는 것을 할 수 있게 해주는 무언가이다. 암벽등반을 위한 장비일 수도 있고, 강을 건널 수 있는 작은 배일 수도 있다.
설치를 해야 하고, 또 쓸 때마다 꺼내야 한다. 먼저 ggplot2 패키지 설치부터 시작한다.
패키지들 패키지(들) 설치하기... 한다.
어디서 다운받을지를 묻는 화면이다. 기본사양 0-Cloud [https] 그대로 선택한다.
빨리 내려받을 수 있도록, 알아서 가까운 곳을 찾아준다.
설치를 해도 달라지는 것은 없다.
그리고 하나 늘 생각해야 하는 것이 있다. 얘기한 것처럼 패키지는 쓸 때마다 불러와야 하다. 작업도구이니까 꺼내야 한다.
ggplot2 불러온다.
패키지들 패키지 불러오기... 누른다.
마찬가지로 달라지는 것은 없다. 하지만 이제 ggplot2 사용 가능하다.
1.2 하나 단위 규칙적 숫자 만들기 :
R 설치하면 콘솔 창이 뜬다. 그림에서처럼 왼쪽 윗부분에 R Console 이라고 되어 있다.
영화에서 80년대 해커가 명령문 입력하는 장면을 연상시키는, 그런 창이다.
이번에는 : 라는 기호를 써서 무언가 작업을 실행해본다. 입력하고 엔터를 눌러주어야 한다. 기호이지만 규칙적으로 벡터의 구성요소를 묶어주기 때문에 입력된 무엇을 정해진대로 작업해서 출력하는 함수와 비슷하다.
: 기호는 1 단위의 규칙적 숫자로 벡터를 만든다. 꼭 정수이거나 숫자가 늘어나야 하는 건 아니다.
h 벡터는 19.5:0.5 방식으로 지정된다. 19.5에서 0.5까지 하나씩 줄어드는 숫자로 구성된다.
[] 기호를 써서 벡터의 몇 번째 구성요소를 불러올 수도 있다.
h[3] 입력하고 엔터 누르면, 세 번째 구성요소인 17.5 나온다.
〉 h 〈- 19.5:0.5
〉 h
[1] 19.5 18.5 17.5 16.5 15.5 14.5 13.5 12.5 11.5 10.5 9.5 8.5 7.5 6.5 5.5
[16] 4.5 3.5 2.5 1.5 0.5
〉 h[3]
[1] 17.5
앞서 한 실습에서 : 기호 이후 숫자를 생략하고 엔터를 눌러본다.
+ 기호가 나타난다. R이 보았을 때 무언가 작업을 덜 끝낸 것 같으니 더 계속하라는 의미이다.
〉 h 〈- 19.5:
+
당연히 더 계속하면 된다. 쭉 계속 입력하여 완성시키고 엔터 누르면 된다.
〉 h 〈- 19.5:
+ 0.5
〉 h
[1] 19.5 18.5 17.5 16.5 15.5 14.5 13.5 12.5 11.5 10.5 9.5 8.5 7.5 6.5 5.5
[16] 4.5 3.5 2.5 1.5 0.5
아니면 그 상태에서 Esc 눌러서 빠져나와도 된다. 명령문을 입력할 준비가 되어 있다는 신호가 다시 나타난다.
프롬트prompt 기호인 〉 이다.


1.3 벡터의 몇 번째 구성요소라는 의미 []


앞서 [] 기호를 잠시 언급한 바 있다.
다음 그림을 보자. 두 번째 줄에서 f 입력 하고나면 다음 줄에 [1] 이라는 표시가 나온다. 이는 묶음 형태 데이터인 벡터의 첫 번째 구성요소라는 의미이다.
다음 출력에서 [18] 의미는 g라는 이름의 벡터 37은 18번째 구성요소라는 의미이다.



앞서 h 벡터를 다시 만든다. 19.5:0.5 방식으로 지정된다. 19.5에서 0.5까지 하나씩 줄어드는 숫자로 구성된다.
[] 기호를 써서 벡터의 몇 번째 구성요소를 불러올 수도 있다.
h[3] 입력하고 엔터 누르면, 세 번째 구성요소인 17.5 나온다.

〉 h 〈- 19.5:0.5
〉 h
[1] 19.5 18.5 17.5 16.5 15.5 14.5 13.5 12.5 11.5 10.5 9.5 8.5 7.5 6.5 5.5
[16] 4.5 3.5 2.5 1.5 0.5

〉 h[3]
[1] 17.5

기본정보

ISBN	9791193707531
발행(출시)일자	2024년 08월 14일
쪽수	280쪽
크기	190 * 261 * 15 mm / 729 g
총권수	1권