변수의 개수 및 데이터의 형태에 따라서 그래프, 시각화 방법이 달라지는데요,
지난번 포스팅에서는 연속형 데이터의 시각화 방법으로
- 히스토그램(Histogram)
: geom_histogram()
- 커널 밀도 곡선(Kernel Density Curve)
: geom_density()
- 박스 그래프(Box Plot)
: geom_boxplot()
- 바이올린 그래프(Violin Plot)
: geom_violin()
에 대해서 알아보았습니다.
이번 포스팅에서는 범주형 데이터의 시각화 방법으로서
- 막대그림(Bar Chart): geom_bar()
- 원그림(Pie Chart): geom_bar() + coord_polar()
- 모자이크 그림(Mosaic Chart): vcd 패키지 mosaic()
에 대해서 소개해드리겠습니다.
[ 변수 개수 및 데이터 형태에 따른 그래프 ]
모자이크 그림(Mosaic Chart)은 Marimekko chart, Eikosogram 이라고도 하는데요, 특히 2개 이상의 다변량 변수를 한꺼번에 그림으로 나타내어 탐색적 분석을 할 때 아주 유용합니다.
모자이크 그림은 vcd 패키지의 mosaic() 함수를 이용하겠으며, 데이터는 MASS 패키지의 cars93 데이터 프레임 내에 있는 차종(Type), 제조국(Origin), DriveTrain(Rear, Front, 4WD) 의 3개 변수를 모자이크 그림으로 표현해 보겠습니다.
> str(Cars93) 'data.frame': 93 obs. of 27 variables: $ Manufacturer : Factor w/ 32 levels "Acura","Audi",..: 1 1 2 2 3 4 4 4 4 5 ... $ Model : Factor w/ 93 levels "100","190E","240",..: 49 56 9 1 6 24 54 74 73 35 ... $ Type : Factor w/ 6 levels "Compact","Large",..: 4 3 1 3 3 3 2 2 3 2 ... $ Min.Price : num 12.9 29.2 25.9 30.8 23.7 14.2 19.9 22.6 26.3 33 ... $ Price : num 15.9 33.9 29.1 37.7 30 15.7 20.8 23.7 26.3 34.7 ... $ Max.Price : num 18.8 38.7 32.3 44.6 36.2 17.3 21.7 24.9 26.3 36.3 ... $ MPG.city : int 25 18 20 19 22 22 19 16 19 16 ... $ MPG.highway : int 31 25 26 26 30 31 28 25 27 25 ... $ AirBags : Factor w/ 3 levels "Driver & Passenger",..: 3 1 2 1 2 2 2 2 2 2 ... $ DriveTrain : Factor w/ 3 levels "4WD","Front",..: 2 2 2 2 3 2 2 3 2 2 ... $ Cylinders : Factor w/ 6 levels "3","4","5","6",..: 2 4 4 4 2 2 4 4 4 5 ... $ EngineSize : num 1.8 3.2 2.8 2.8 3.5 2.2 3.8 5.7 3.8 4.9 ... $ Horsepower : int 140 200 172 172 208 110 170 180 170 200 ... $ RPM : int 6300 5500 5500 5500 5700 5200 4800 4000 4800 4100 ... $ Rev.per.mile : int 2890 2335 2280 2535 2545 2565 1570 1320 1690 1510 ... $ Man.trans.avail : Factor w/ 2 levels "No","Yes": 2 2 2 2 2 1 1 1 1 1 ... $ Fuel.tank.capacity: num 13.2 18 16.9 21.1 21.1 16.4 18 23 18.8 18 ... $ Passengers : int 5 5 5 6 4 6 6 6 5 6 ... $ Length : int 177 195 180 193 186 189 200 216 198 206 ... $ Wheelbase : int 102 115 102 106 109 105 111 116 108 114 ... $ Width : int 68 71 67 70 69 69 74 78 73 73 ... $ Turn.circle : int 37 38 37 37 39 41 42 45 41 43 ... $ Rear.seat.room : num 26.5 30 28 31 27 28 30.5 30.5 26.5 35 ... $ Luggage.room : int 11 15 14 17 13 16 17 21 14 18 ... $ Weight : int 2705 3560 3375 3405 3640 2880 3470 4105 3495 3620 ... $ Origin : Factor w/ 2 levels "USA","non-USA": 2 2 2 2 2 1 1 1 1 1 ... $ Make : Factor w/ 93 levels "Acura Integra",..: 1 2 4 3 5 6 7 9 8 10 ... |
(1) vcd 패키지 설치, 호출 후에 차종(Type)과 제조국(Origin) 2개의 변수를 가지고, 세로 방향(direction="v") 으로 모자이크 그림을 그려보겠습니다. table() 함수를 써서 분할표를 먼저 만들고, 이걸 가져다가 모자이크 그림을 그리게 됩니다.
|
(2) 차종(Type)과 제조국(Origin) 2개의 변수를 가지고, 모자이크 그림을 가로 방향 (direction="h") 으로 그리면 아래와 같습니다. Origin이 y축에 있던 것이 x축으로 바뀌었습니다.
> # 가로 방향 > mosaic(table_1, + gp=gpar(fill=c("yellow", "blue")), + direction="h", # 가로 + main="Mosaic Chart by Car Type and Origin, direction=horizontal")
|
(3) 이번에는 변수를 하나 더 추가해서 차종(Type), 제조국(Origin), DriveTrain 의 3개의 변수를 가지고 모자이크 그림을 그려보겠습니다. 먼저 table()함수를 써서 3개 변수에 대한 분할표를 만들고, 이를 가져다가 모자이크 그림을 그리게 됩니다.
> # 모자이크 그림 : 차종(Type) & 제조국(Origin) & DriveTrain(Rear, Front, 4WD) > # 세로 방향 >
> levels(Cars93$Type) [1] "Compact" "Large" "Midsize" "Small" "Sporty" "Van" > levels(Cars93$Origin) [1] "USA" "non-USA" > levels(Cars93$DriveTrain) [1] "4WD" "Front" "Rear"> table_2 <- with(Cars93, table(Type, Origin, DriveTrain)) > > table_2 , , DriveTrain = 4WD Origin Type USA non-USA Compact 0 1 Large 0 0 Midsize 0 0 Small 0 2 Sporty 2 0 Van 3 2 , , DriveTrain = Front Origin Type USA non-USA Compact 7 6 Large 7 0 Midsize 9 8 Small 7 12 Sporty 2 5 Van 2 2 , , DriveTrain = Rear Origin Type USA non-USA Compact 0 2 Large 4 0 Midsize 1 4 Small 0 0 Sporty 4 1 Van 0 0 > > > mosaic(table_2, + gp=gpar(fill=c("yellow", "blue", "red")), + direction="v", + main="Mosaic Chart by Car Type, Origin and DriveTrain, direction=v")
|
마지막으로, 모자이크 그림에 비율 라벨(Mosaic Chart with Percentage Label)을 추가해보겠습니다.
> # 비율 라벨 추가 (Mosaic Chart with Percentage Labels) > table_1 <- with(Cars93, table(Type, Origin)) > proportions <- round(prop.table(table_1)*100, 1) # 백분율, 소수점 첫째자리 반올림 > > proportions Origin Type USA non-USA Compact 7.5 9.7 Large 11.8 0.0 Midsize 10.8 12.9 Small 7.5 15.1 Sporty 8.6 6.5 Van 5.4 4.3 > > values <- c(table_1) > rowvarcat <- c("USA","non_USA") > columnvarcat <- c("Compact","Large", "Midsize", "Small", "Sporty", "Van") > names=c("Origin", "Type") > dims <- c(2,6) > > TABS <- structure( c(values), + .Dim = as.integer(dims), + .Dimnames = structure( list(rowvarcat, columnvarcat ), + .Names = c(names) ) , class = "table") > > PROPORTIONS <- structure( c(proportions), + .Dim = as.integer(dims), + .Dimnames = structure( list(rowvarcat,columnvarcat ), + .Names = c(names) ) , class = "table") > > TABSPROPORTIONS <- structure( c(paste(proportions,"%","\n", "(",values,")",sep="")), + .Dim = as.integer(dims), + .Dimnames = structure( list(rowvarcat,columnvarcat ), + .Names = c(names) ) , class = "table") > > mosaic(TABS, + pop=FALSE, + main="Mosaic Chart by Car Type and Origin, with Percentage Labels") > > labeling_cells(text=TABSPROPORTIONS, clip_cells=FALSE)(TABS)
* Michael Friendly’s book “Visualizing Categorical Data” 예제 참고 |
많은 도움 되었기를 바랍니다.
이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^
'R 분석과 프로그래밍 > R 그래프_시각화' 카테고리의 다른 글
| R ggpolt2 선그래프, 시계열그래프 (Line Graph) (geom_line()) (7) | 2015.08.22 |
|---|---|
| R ggplot2 산점도(Scatter Plot) (geom_point()) (2) | 2015.08.22 |
| R ggplot2 원그림(geom_bar() + coord_polar()) (0) | 2015.08.22 |
| R ggplot2 막대그림(geom_bar()) (5) | 2015.08.22 |
| R ggplot2 박스 그래프 (geom_boxplot()), 바이올린 그래프(geom_violin()) (0) | 2015.08.21 |
