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.

[목 차]

 

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

 

[본 문]

 

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.