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

 정보

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

• 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_line]

• ggplot2 패키지의 geom_line함수는 선 그래프를 그리는 함수이다. 

• geom_line함수를 이용하여 꺾은 선 그래프를 그리는 몇 가지 예를 소개하고자 한다.

 

[선 그래프]

• 아래의 코드는 ggplot2를 사용하여 간단한 선 그래프를 그리는 방법을 보여준다.

• 쥐의 체중을 10 일간 계속 기록한 가상 데이터를 사용하여 x 축을 시간, y 축으로 쥐의 체중을 꺾은 선 그래프로 그리는 예를 나타낸다.

library(ggplot2)
library(ggsci)

x <- data.frame(
    day  = 1:10,
    weight = c(120, 135, 145, 158, 173, 184, 198, 214, 209, 210)
)

g <- ggplot(x, aes(x = day, y = weight))
g <- g + geom_line()
plot(g)

 

[여러개의 선 그래프]

• 아래의 코드는 ggplot2를 사용하여 여러 선 그래프를 그리는 방법을 보여준다.

• 먼저 가상 데이터로 5 마리의 쥐에 각각 A 미끼, B 미끼 C 미끼 D 미끼 E 먹이를주고, 10 일간의 체중을 측정 한 데이터를 행렬 형태로 작성한다. 

• 그런 다음 행렬 형을 ggplot2가 쉽게 다룰 수 있도록 melt 함수로 변형하고 선 그래프를 그린다. 

• 여기서는 준 먹이별로 색상을 바꾸기 위해 ggsci 색상 팔레트를 호출하여 사용하였다.

library(ggplot2)
library(ggsci)
library(reshape2)

x <- matrix(c(120, 118, 123, 120, 121, 119, 118, 121, 120, 120,
              121, 135, 145, 158, 173, 184, 198, 214, 209, 212,
              121, 130, 141, 148, 157, 168, 177, 189, 201, 210,
              119, 120, 120, 123, 125, 127, 141, 163, 180, 224,
              120, 128, 137, 144, 153, 163, 171, 179, 187, 199), ncol = 5)
rownames(x) <- 1:10
colnames(x) <- c("A", "B", "C", "D", "E")
y <- melt(x)
colnames(y) <- c("day", "treat", "weight")

g <- ggplot(y, aes(x = day, y = weight, color = treat))
g <- g + geom_line()
g <- g + scale_color_nejm()
plot(g)

 

[선 그래프에서 오류바 표시하기]

• 예를들어 각 샘플에 생물학적 복제 실험이 있다면, 평균과 표준 편차를 계산할 수 있다. 

• 이때 평균을 선 그래프로 그리고 표준 편차를 오류 바로 그릴 수 있다. 

• 이 경우 오류바를 그리기 위해 선 그래프 및 오류 바를 동시에 그릴 때, 양자를 미리 계산하여 데이터 프레임에 저장할 필요가 있다.

library(ggplot2)
library(ggsci)

x <- data.frame(
    date = c(1, 2, 3, 4, 5,
             1, 2, 3, 4, 5,
             1, 2, 3, 4, 5),
    treat = c("A", "A", "A", "A", "A",
              "B", "B", "B", "B", "B",
              "C", "C", "C", "C", "C"),
    mean = c(200, 203, 193, 193, 187,
             192, 211, 223, 232, 243, 
             198, 200, 201, 204, 203),
    sd = c(4.2, 3.1, 3.2, 3.6, 3.5,
           4.1, 3.5, 3.6, 4.0, 4.3,
           4.2, 4.4, 4.3, 4.3, 4.1)
)


g <- ggplot(x, aes(x = date, y = mean, color = treat))
g <- g + geom_line()
g <- g + scale_color_nejm()
g <- g + geom_errorbar(aes(ymin = mean - sd, ymax = mean + sd, width = 0.3))
plot(g)

 

[다음글]

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

 

[이전글]

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

 

 

 

 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