[R] R을 이용한 통계 분석 및 데이터 시각화 : ggplot2 (geom_bar)

 정보

• 업무명     : R을 이용한 통계 분석 및 데이터 시각화 : ggplot2 (geom_bar)

• 작성자     : 박진만

• 작성일     : 2020-04-06

• 설   명      :

• 수정이력 :

 

 내용

[개요]

• R은 통계 분석 및 시각화 등의 기능을 갖춘 프로그래밍 언어 내지 통계 분석 환경입니다. 
  

• 통계 분석 기능으로 통계 검정, 선형 회귀 분석, 시계열 데이터 분석, 클러스터링 등을 지원하고 있습니다.
  

• 또한 최신 논문에서 발표된 같은 새로운 기술도 R로 구현되는 경우가 많습니다.
  

• 특히 시각화 기능으로 히스토그램, 막대 그래프, 선 그래프, 산포도, 나무 모양 그림이나 히트맵 등 기본적인 그래프가 기본으로 지원하고 있습니다.
  

• 또한 ggplot2 등의 패키지를 사용하여 더 높은 수준의 그림을 가시화할 수 있습니다.
  

 

 

[특징]

• 데이터를 이해하기 위해서 통계 분석 및 데이터 시각화가 요구되며 이 프로그램은 이러한 목적을 달성하기 위한 소프트웨어

   

[기능]

• 데이터형 소개

 

[활용 자료]

• 없음

 

[자료 처리 방안 및 활용 분석 기법]

• 없음

 

[사용법]

• 소스 코드 예시 참조

 

[사용 OS]

• Windows 10

 

[사용 언어]

• R v3.6.2

• R Studio v1.2.5033

 

 소스 코드

[geom_bar]

• ggplot2 패키지로부터 geom_bar의 막대 그래프를 그릴 수 있다.

• 막대 그래프의 나열 등은 geom_bar 내부의 인수로 지정한다. 

• 또한 theme 인수를 이용해서 그래프의 테마와 옵션 등을 지정할 수 있다.

 

[막대그래프]

• 아래 코드는 ggplot2에서 간단한 막대 그래프를 그리는 방법을 보여준다. 

• 막대의 색상을 학술 저널의 그림처럼 결과를 얻으려면 ggsci 색상 팔레트를 호출하여 사용하면 된다.

library(ggplot2)
library(ggsci)

x <- data.frame(
    sample = c("A1", "A2", "B1", "B2", "C1", "C2"),
    weight = c(0.32, 0.33, 0.21, 0.22, 0.37, 0.36)
)

g <- ggplot(x, aes(x = sample, y = weight, fill = sample))
g <- g + geom_bar(stat = "identity")
g <- g + scale_fill_nejm()
plot(g)

 

• 이 때 가로축 좌표 레이블이 긴 경우 레이블이 서로 겹치는 경우가 있다.

• 그런 경우, 다음과 같이 theme함수에서 레이블의 회전을 조정하여 비스듬하게 할 수 있다.

g <- g + theme(axis.text = element_text(angle = 30))
plot(g)

 

[가로 막대 그래프]

• 막대를 가로로 하여그래프를 그리려면 먼저 geom_bar 함수에서 막대 그래프를 그리고 이어서 coord_flip함수에서 x와 y 축을 바꿔 넣으면 된다.

library(ggplot2)
library(ggsci)

x <- data.frame(
    sample = c("A1", "A2", "B1", "B2", "C1", "C2"),
    weight = c(0.32, 0.33, 0.21, 0.22, 0.37, 0.36)
)

g <- ggplot(x, aes(x = sample, y = weight, fill = sample))
g <- g + geom_bar(stat = "identity")
g <- g + coord_flip()
g <- g + scale_fill_nejm()
plot(g)

 

[누적 막대 그래프]

• 누적 그래프를 그리는 경우 어떤 항목을 그룹화할지 여부를 지정할 필요가 있다. 

• 예를 들어, 아래의 경우에는 cell 열을 그룹화하는 예시이다.

library(ggplot2)
library(ggsci)

x <- data.frame(
    cell   = c("A", "A", "B", "B", "C", "C"),
    sample = c("A1", "A2", "B1", "B2", "C1", "C2"),
    weight = c(0.32, 0.33, 0.21, 0.22, 0.37, 0.36)
)

g <- ggplot(x, aes(x = cell, y = weight, fill = sample))
g <- g + geom_bar(stat = "identity")
g <- g + scale_fill_nejm()
plot(g)

 

[누적 막대 그래프 (비율)]

• 누적 막대 그래프의 세로축을 100 %가 되도록 해 각 항목을 비율로 그리기 위해서는 geom_bar 함수의 인수를 position = "fill"지정한다. 

• 그리고 가로축의 라벨을 퍼센트 표기하기 위해 scales 패키지의 perecnt변수를 이용할 수 있다.

library(ggplot2)
library(ggsci)
library(scales)

x <- data.frame(
    cell   = c("A", "A", "B", "B", "C", "C"),
    sample = c("A1", "A2", "B1", "B2", "C1", "C2"),
    weight = c(0.38, 0.23, 0.11, 0.12, 0.17, 0.56)
)

g <- ggplot(x, aes(x = cell, y = weight, fill = sample))
g <- g + geom_bar(stat = "identity", position = "fill")
g <- g + scale_y_continuous(labels = percent)
g <- g + scale_fill_nejm()
plot(g)

 

[막대 그래프 나란히 그리기]

• 막대 그래프를 모두 일률적으로 그리는 경우에는 아래와 같이 geom_bar 함수의 position 인수를 지정한다.

library(ggplot2)
library(ggsci)

x <- data.frame(
    cell   = c("A", "A", "B", "B", "C", "C"),
    sample = c("A1", "A2", "B1", "B2", "C1", "C2"),
    weight = c(0.32, 0.33, 0.21, 0.22, 0.37, 0.36)
)

g <- ggplot(x, aes(x = cell, y = weight, fill = sample))
g <- g + geom_bar(stat = "identity", position = "dodge")
g <- g + scale_fill_nejm()
plot(g)

 

[막대 그래프에서 오차 범위 표시하기]

• 막대 그래프를 geom_bar로 그린 후 geom_error 함수를 이용하여 오차 범위를 표시할 수 있다.

• 그러나 이를 표시하기 위해서는 평균값과 오차 막대 높이인 표준 편차를 미리 계산해 둘 필요가 있다.

library(reshape2)
library(ggplot2)
library(ggsci)
 
data <- data.frame(
  A = rnorm(20, 10, 4), 
  B = rnorm(20, 20, 2), 
  C = rnorm(20, 15, 3)
)

f <- data.frame(
  group = colnames(data),
  mean  = apply(data, 2, mean),
  sd    = apply(data, 2, sd)
)

head(f)
##   group     mean       sd
## A     A 11.89627 3.418593
## B     B 20.40094 1.739639
## C     C 15.11086 2.408412
 
g <- ggplot(f, aes(x = group, y = mean, fill = group))
g <- g + geom_bar(stat = "identity")
g <- g + geom_errorbar(aes(ymin = mean - sd, ymax = mean + sd, width = 0.3))
g <- g + scale_fill_nejm() 
plot(g) 

 

[다음글]

[R] R을 이용한 통계 분석 및 데이터 시각화 : ggplot2 (geom_line)

 

[이전글]

[R] R을 이용한 통계 분석 및 데이터 시각화 : 그래프 저장

 

 참고 문헌

[논문]

• 없음

[보고서]

• 없음

[URL]

• 없음

 

 문의사항

[기상학/프로그래밍 언어]

• sangho.lee.1990@gmail.com

[해양학/천문학/빅데이터]

• saimang0804@gmail.com

 

 

 

 

 

 

 

 

 

 

 

 

 

 

본 블로그는 파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음