R, Python 분석과 프로그래밍의 친구 (by R Friend)

SAS나 SPSS를 사용하다가 R을 처음 배우는 사용자라면 R에서 7개로 나누는 데이터 구조에 대해서 '이걸 왜 배우지? SAS나 SPSS는 이런거 모르고도 아무 문제 없이 데이터 처리, 분석 다 했었는데...'라는 의문과 함께, 'R 이거 배우기 어렵네...'라고 푸념할 수도 있겠습니다. 제가 그랬거든요. (SAS나 SPSS에서 주로 사용했던 데이터 구조가 R의 데이터 구조 중에서는 '데이터 프레임' or '행렬'이라고 하는 구조라고 생각하시면 됩니다. 전부다는 아니고 많은 경우....)

R의 데이터 구조별 특성에 대해서 정확하게 이해하지 않으면 나중에 데이터 처리, 분석 넘어갔을 때 자꾸 헷갈리고, 에러가 났을 때 에러 메시지가 무슨 의미인지 이해를 못할 가능성이 높습니다. 데이터 구조에 따라서 분석기법이 달라지게 되거든요. 라틴댄스로 치자면 빨리 '패턴' 배워서 멋지게 파트너와 춤추고 싶은데 선생님은 한달이고 두달이고 '스탭'만 연습시키는데요, 어찌보면 따분하고 답답한 '스탭' 기본기가 R로 치면 데이터 구조라고 생각하시면 되겠습니다. R의 기본이 되는 중요한 개념이므로, 그리고 나중에 이게 제대로 이해가 되고 R이 손에 익었다 싶을 때 다시 되돌아 보면 R에서 데이터 구조를 이렇게 나누어서 분석 기법을 달리 하는 것이 R의 차별화된 장점이자 특징이겠구나 하고 느끼게 되는 시점이 올겁니다. 

R 데이터 구조는 (1) 스칼라, (2) 벡터, (3) 요인, (4) 행렬, (5) 배열, (6) 데이터프레임, (7) 리스트의 7개로 나눌 수 있습니다. 하나씩 설명을 할텐데요, 처음에 잘 이해가 안가도 자꾸 R 사용하면서 다시 이번 포스팅 다시 돌아와서 한번씩 복습하시면 이해되는 날이 올거예요. (제가 Coursera로 강의 듣는데 R 데이터 구조라면서 강사가 막 영어로 뭐라 뭐라 하는데.... 뭔 소리인지 이해도 안되고, 이걸 왜 배우나 싶고, 짜증도 나고, 좌절도 되고...암튼 그랬는데요, 어느 순간 지나서 보니깐 다 이해를 하고 있더라고요. 한번 보고서 이해 안된다고 좌절하지 마시라는 뜻에서 자꾸 같은 소리 하고 있습니다. ^^;;;)

구성인자가 하나인 벡터를 말합니다. 

벡터는 동일한 유형의 데이터가 구성인자가 1개 이상이면서 1차원으로 구성되어 있는 데이터 구조를 말합니다. 

(벡터 중에서 구성인자가 1개인 것을 '스칼라'라고 합니다)

범주형(명목형 또는 순서형)의 데이터 구조를 요인(Factor)라고 합니다. 통계 분석 할 때 소위 '~~별' 분석을 할 때 쓰는게 요인이므로 굉장히 많이 사용됩니다. 나중에 분석을 하다보면 (1) '요인'으로 데이터를 변환해야 하는 경우도 생기고, (2) 반대로 '요인'이 아니어야 하는데 '요인'으로 데이터가 입력이 되어있어서 에러가 발생하는 경우도 생기곤 합니다. '요인'이 뭔지, 뭐에 쓰는 것인지 모르면 두 가지 경우 상황 파악을 못해서 곤혹스럽겠지요? 

요인이 가질 수 있는 값들을 '수준(level)'이라고 합니다. RDBMS에서의 '코드값'이라고 이해하면 되겠습니다. 수준(level)은 명목형은 상관없지만, 순서형의 경우 순서(order)를 부여할 수 있습니다. 분석 결과가 순서대로 범주화 되서 나와야 보기에 좋겠지요?

행렬은 동일한 유형의 2차원 데이터 구조를 말합니다. (쉽게 말해 m x n 형태의 표 형태의 데이터)

참고로, 벡터는 동일한 유형의 1차원 데이터 구조라고 했지요. (쉽게 말해, 가로로 늘어선 한 줄 데이터)

행렬은 matrix() 라는 함수를 사용합니다. 

최적화(optimization) 할 때 제약조건을 행렬로 입력합니다. 공학에서 행렬 많이 사용합니다. 

배열(Array)은 동일한 유형의 데이터가 2차원 이상으로 구성된 구조를 말합니다. 

참고로, 행렬은 동일한 유형의 2차원 데이터 구조라고 했지요. 따라서 배열은 쉽게 말해 행렬이라는 방을 층 층이 쌓아놓은 아파트라고 생각하시면 되겠습니다. 

데이터 프레임은 데이터 유형에 상관없이 2차원 형태의 데이터 구조를 말합니다. 

참고로, 행렬은 동일한 유형의 데이터가 2차원 형태로 구성되었다고 했지요. 

통계, 마이닝 분석할 때 데이터 프레임을 주로 사용합니다. 

리스트는 벡터, 행렬, 배열, 데이터 프레임 등과 같은 서로 다른 구조의 데이터를 모두 묶은 객체를 말합니다. 

참고로, 리스트 말고 나머지들은 서로 다른 구조의 데이터 끼리는 묶어 놓지 않았고 따로 따로 였지요. 

R에서는 통계 분석 결과가 보통 리스트 구조로 제시되고, 필요로 하는 통계량이 있으면 indexing해서 뽑아서 쓰기도 합니다. 

서로 다른 구조의 다수의 데이터 객체를 개별로 따로 따로 관리하는 것보다는, 이것들을 리스트라는 한 바구니에 가지런히 정리해서 모아놓으면 관리하기에 편하겠지요? 

지금까지 살펴본 R의 데이터 구조를 도식화하면 아래와 같습니다. 뭐가 뭐의 부분집한인지, 각 데이터 구조를 구분하는 기준은 무엇인지 유심히 다시 한번 살펴보기 정리해보면 좋겠습니다. 

[ R 데이터 구조 (Data Structure in R) ]

많은 도움 되었기를 바랍니다.

이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^

데이터 구조 (스칼라, 벡터, 요인, 행렬, 배열, 데이터프레임, 리스트 등)에 대해서는 다음번 포스팅에서 소개하도록 하겠으며, 먼저 벡터를 가지고 R에서 객체를 입력하는 방법과 몇가지 Tip을 소개하고자 합니다. 

R 에서 객체를 입력(할당)할 때는 (1) '<-', (2) '=' 의 두가지 방법이 있습니다. 저는 처음에 '<-'로 coursera 교육을 받았었는데요, 이후 한글로 된 책에서는 '='로 되어 있더군요. 

둘 다 가능합니다만, '='는 일부 오류가 발생하는 경우가 있다고 하니 '<-' 를 추천합니다. 수식을 취해서 변수 변환을 해야 하는 경우 '==' 을 사용하는데요, 이와 혼돈이 될 수 도 있고 하니 '<-' 를 가급적 사용하는 것을 추천합니다. 

데이터 유형은 'a.숫자형(numeric)', 'b.문자형(character)', 'c.논리형(logical)' 의 3가지가 있는데요, 각 유형별로 벡터 입력(할당)을 해보도록 하겠습니다. 

객체를 '<- c()' 입력하게 되는데요, 이때 'c'는 'concatenate' 의 첫 알파벳으로서 '연결'이라는 뜻이 되겠습니다. 

'문자형' 객체 입력 시에는 큰 따옴표("")를 해주어야 합니다. 

'논리형' 객체는 'TRUE'는 '1'로, 'FALSE'는 '0'으로 컴퓨터가 인지를 합니다. 나중에 Indexing 이나 벡터 연산을 할 때 이러한 성질을 알고 있으면 개념을 이해하는데 도움이 될 것입니다. 

RStudio 의 우측 상단의 Environment 탭에서 Values를 보면 아래 처럼 x: numeric 벡터, y: character 벡터, z: logical 벡터가 새로 생겼음을 확인할 수 있습니다. 

벡터끼리의 연산 예 중에서 재미있는 몇 개만 예를 들어보도록 하겠습니다. 벡터 연산이 안된다면 루프 프로그램을 따로 짜야 하는 경우가 생기는데요, R은 벡터 연산이 자유로우므로 프로그램이 한결 간결해질 수 있어서 좋습니다. 

맛뵈기로 벡터에 대해서 몇가지 Tip을 소개했는데요, 다음번 포스팅에서는 데이터 구조 (스칼라, 벡터, 요인, 행렬, 배열, 데이터프레임, 리스트 등)에 대해서 소개하도록 하지요. 

이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^

작업공간(Working Directory)이란 R 프로그래밍 하는 과정에서 생성되는 script, data set이 저장되는 곳을 말합니다. 따라서 분석을 시작하면 제일 먼저 해야 하는 작업이 '현재의 작업공간이 어디인지 확인하고, 저장할 작업공간을 설정하는 것'이 되겠지요. 그 다음은 R Script와 Dataset을 작업공간에 저장하는 것이 되겠구요.

(1) R script 를 통한 작업공간 확인 및 설정

# 작업공간 확인

> getwd()
[1] "C:/Users/user/Documents"

 
# 작업공간 설정

> setwd("C:/Users/user/Documents/R")

# 작업공간 확인

> getwd()
[1] "C:/Users/user/Documents/R"   # 작업공간이 바뀌었음을 확인할 수 있음

※ Windows 탐색기의 경로를 복사하면 => "C:\Users\user\Documents\R"로서 경로 구분 표시는 '\'

 반면에, R의 작업공간 경로 또는 데이터 불러오기/내보내기 경로 구분 표시 시에는 '/'이므로 주요 요망

혹은 아래처럼 해도 결과는 똑같습니다.  경로구분 표시로 '/' 말고 '\\'를 써도 됩니다.

> getwd()
[1] "C:/Users/user/Documents/R"   # 작업공간이 바뀌었음을 확인할 수 있음

(2) RStudio 메뉴를 통한 작업공간 확인 및 설정

  (2-1) 'RStudio 우츠 하단 Files' 에서 작업공간 저장할 폴더 경로 선택하여 하위 폴더로 들어가기

  (2-2) 작업경로 선택할 경로로 들어간 모습

  (2-3)  RStudio 우측 하단 Files > More > Set As Working Directory 메뉴 선택

 (1) 'Ctrl+S' 단축키 또는 'File > Save' 메뉴 선택

(2) 저장 경로 설정

(3) 저장 결과 확인: RStudio 우측하단 'Files' 메뉴 선택

(4) R Script file, 폴더 이름 바꾸기: Files > Rename

  (4-1) 변경할 파일, 폴더 선택

(4-2) 변경할 이름 입력

(4-3) 변경 결과 확인

이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^

머서 컨설팅 CEO 니콜라스 카가 지은

『생각하지 않는 사람들』 (원제: The Shallows) 을 읽었습니다. 

영어 원제목은 "The Shallows" 로서, 'Shallow'가 "얕은", "피상적인"이라는 뜻이므로 한글로 해석한 "생각하지 않는 사람들"이라는 제목이 잘 어울린다고 하겠습니다. 

영어 부제는 "The Shallows: What the Internet Is Doing to Our Brains"인데요, 대략 예상은 하셨겠지만 인터넷이 우리의 뇌를 생각하지 않는, 피상적으로만 얕게 생각하는 뇌로 바꾸고 있다는 것이 책의 핵심 내용이 되겠습니다. 

저자는 인터넷 시대를 대표하는 핵심회사로 구글을 지목하면서 구글이 주장하고 지향하는 '선한' 미션인 "세상의 정보를 조직하고 이를 광범위하게 접근 가능하고 유용하게 만드는 것"에 대해서 소개하면서, 이를 곧이 곧대로 받아들이지는 말라고 경고하고 있습니다. 구글의 주요 수익모델이 광고(ADsense 등)에 있다보니 구글로서는 사람들이 인터넷에, 구글에 자주 접속하고 사용하도록 유인할 필요가 있고, 이를 위한 보완재로서 무료 혹은 매우 저렴한 인터넷 컨텐츠, 사용도구 애플리케이션 등을 제공하는 것 뿐이라는 것입니다. 그리고 그러는 와중에 구글의 광고 플랫폼에 의해 집행되는 광고로 사용자들이 눈을 돌려 클릭을 하기를 바란다는 것이지요. 그러면서 구글이 제공하는 막강한 검색 서비스와 그밖의 다양한 무료 서비스들이 우리에게 선물인지 저주인지 잘 평가해보라고 권합니다. 저는 개인적으로 구글 없이 그동안 어떻게 살았나 싶을 정도로 구글을 유용하게 잘 사용하고 있습니다. 구글의 서비스들이 대부분 무료이다보니 구글이 없었을 때보다 정보에 대해 보다 많은 대중들에게 접근권을 제공해주었다는 측면에서는 구글의 공로를 인정해줘야 한다고 생각합니다. 다만, 저자의 주장처럼 구글로 대표되는 인터넷 서비스 들에 대한 부작용에 대해서도 한번쯤은 귀기울엽봐야겠지요.

저자는 자신의 생각을 뒷받침하기 위해 마셜 맥루한의 『미디어의 이해』라는 책("미디어는 메시지다"라는 유명한 말 있죠)에서 시작해서, 뇌 과학의 이론 중에 "뇌의 가소성"(뇌는 태어나고 나서 어느 시간이 지나면 고착, 고정되는 것이 아니라 외부의 상황, 자극에 노출이 될 때마다 계속 새로 생성/기존 뉴런들의 강화/ 혹은 자극을 안 받는 뉴런의 퇴조의 변화 과정을 거친다는 내용)을 소개하고, 구텐베르크 이전의 필사의 시기와 구텐베르크 이후의 인쇄술 혁명에 따른 책의 보급 확대가 가져온 독서의 양상의 변화("고요한 가운데 진득하게 집중해서 책을 읽고 사색하는 것이 대다수의 인간 뇌에 영향을 미치고 안착하기 시작한 것은 구텐베르크 이후")를 소개하고 있습니다. 과학과 역사를 아우르면서 시대적인 변천사와 현 시대에서의 맥락을 짚어보는 것의 유용함, 중요성에 대해서 알 수 있는 기회이기도 했고, 저자의 박식함에 놀라기도 했습니다. 

이 책을 읽으면서 저 자신의 하루, 일상을 되돌아보게 되더군요. 출퇴근 길에서 스마트폰을 뚫어져라 쳐다보며 뉴스 보고, 페이스북에 올라온 페친들 글도 읽고, 카톡과 밴드의 메신저도 푸시 알람이 울릴때마다 확인하며, 회사 가서는 이메일을 수시고 체크하다가 일 하는 중이었음에도 급한 이메일이면 하던 일 멈추고 답장하고, 업무 관련 자료를 구글링 하다가 하이퍼링크의 홍수 속에서 자료 스크린닝하느라 시간을 많이 보내고 있구나 하는 생각이 들었습니다. 

세스고딘은 21세기에 가장 중요한, 휘귀한 자원은 "시간(Time), 관심(Attention)"이라고 했었는데요, 인터넷에 둘러싸인 우리들의 환경 속에서 "주의를 집중한 차분한 시간, 한가지에 관심을 집중한 몰입의 시간" 만큼 휘귀한 것이 또 있을까 싶어 고개를 끄덕이게 됩니다. 

기억력에 대해서도 챕터를 한장 할애하고 있는데요, 스마트폰과 인터넷에 저의 기억의 일부분을 아웃소싱하다보니 기억력에도 분명 제 뇌에 무슨 일이 일어나고 있는게 맞는 것 같습니다. 일례로 전화번호를 이제는 서너개 밖에 기억 못하거든요. 창의력, 상상력이라는 것이 '완전한 무에서 유'를 창조하는 것이라기 보다는 '유에서 변형, 연결, 편집, 치환, 이종교배, 다른 분야에의 적용' 등에 의한 것이라고 본다면 뇌의 저장 공간에 차곡차곡 쌓아놓지를 않고 스마트폰이나 인터넷의 어딘가에 저장을 해놓는데에만 의존을 하게 된다면 비단 기억력 뿐만이 아니라 창조력에도 영향이 있겠지요? 

이 책을 다 읽고 나서 우선은 제가 중독이 좀 되었다고 생각하는, 저의 시간의 많은 부분을 점유하고 있는 페이스북 모바일 앱을 삭제하였습니다. 그리고 가급적 스마트폰 사용 시간을 줄이기로 했고, 대신 종이책을 다시 집어들기로 하였습니다. 그리고 여름 휴가 기간 동안에는 차분히, 조용한 가운데 책읽기의 즐거움에 빠져보기로 하였습니다. 

ps. 저자는 종이책에 대해 전자책이나 인터넷 글 보다는 좀더 우호적인 입장인 듯한데요, 아마존에 들어가서 검색해보니 Kindle Edition 도 나와있네요. ㅋㅋ

R에서 가끔 한글을 사용할 때가 있을 텐데요, 혹시 한글이 깨진다면 아래 처럼 Tools 들어가서 설정을 바꿔보시기 바랍니다.  

바로 아래에 소개해드린 UTF-8로 Encoding 변경해보시구요,

(특히 Mac이나 Linux와도 함께 사용을 해야 하는 경우라면 텍스타 저장 인코딩을 UTF-8 로 맞춰줘야 함)

그래도 안되면 제일 아래에 소개해드린 CP949 (system default)로도 해보시기 바랍니다.

(저는 한글 깨짐이 귀찮아서 이제는 왠만하면 '영어'로 부가설명을 답니다. ^^;)

RStudio 사용할 때 한글이 깨지는 경우가 있는데요, 이때는 상단의 Tools > Global Options 를 선택하고 하단의 'Default text encoding: ' 란에 'UTF-8' 을 선택 후에, 창을 닫았다가 다시 실행시켜보기 바랍니다. 

(1) Tools > Global Options 선택

(2) Default text encoding: 란의 Change 메뉴 선택

(3) UTF-8 선택

##-----------------------------------------------------------------

[RStudio Version 0.99.891 ] 버전 이후 사용자는 아래 내용 참고 (메뉴 위치가 조금 바뀌었네요)

Tools > Global Options > Code > Saving > Default text encoding : UTF-8 선택

##-------------------------

위에 소개한 방법대로 했는데도 한글 깨짐이 해결이 안되었다면 아래의 방법을 실행해보시기 바랍니다.

1) File > Reopen with Encoding... 클릭

2) CP949 (System default) 선택 > (하단의) OK 클릭

참고로, Windows OS 사용자의 경우 '사용자 계정'이 '한글'로 되어 있는 경우 RStudio가 경로를 인식하지 못해서 에러가 나는 경우가 있습니다.  사용자 계정을 한글에서 영어로 바꾸는 방법은 ☞ http://rfriend.tistory.com/306  를 참고하세요. 

이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^

RStudio는 크게 4개의 화면으로 구성이 되어있습니다. 

(1) Script 창

(2) Console 창

(3) Environment/History 창

(4) Files/Plot/Packages
    /Help/Viewer 창

의 4개로 구성이 되어 있는데요, 이는 그냥 R 화면보다는 확실히 사용자 친화적이라고 말할 수 있겠습니다. 

4개 화면에 대해서 하나씩 살펴보도록 하겠습니다.

RStudio를 처음 설치 후에 실행하면 아래처럼 화면이 뜹니다. 

먼저 R Script 창을 새로 띄운 후에 4개의 각 창에 대해서 설명하도록 하겠습니다. 

RStudio의 상단 File > New File > R Script (Ctrl+Shift+N) 을 선택하여 R Script 창을 새로 열도록 합니다. 

그러면 아래와 같은 창이 왼쪽에 2개, 오른쪽에 2개, 총 4개의 프레임으로 나뉘어서 RStudio가 뜹니다. 

4개의 창에 대해서 순서대로 설명하겠습니다. 

1. R Script 창

Batch 모드로 R Script를 작성하고 실행할 수 있는 창입니다. 

R Script 창에서 작성한 Script를 실행하려면 

 (1) Ctrl + R   or

 (2) Ctrl + Enter  or 

 (3) 블럭설정 후 RStudio Script 창의 상단 메뉴인 'Run' 단추 클릭

의 3가지 방법 중에 본인이 편한 것을 사용하면 됩니다. 

2. Console 창

Console 창은 

 (1) Interactive 하게 R 프로그램을 짜고 실행하기

 (2) R Script 창 혹은 Console 창에서 작성한 프로그램의 실행(계산) 결과 보기

 (3) 패키지 설치, 에러/오류 메시지 등의 로그 보기

등에 활용합니다. 

SAS나 SPSS 등의 상용 툴 사용자라면 Console창을 활용해 Interactive mode로 작업을 하는 것이 처음에는 어색하게 느껴질 수도 있겠습니다만, 사용하다보면 굉장히 직관적이고 사람이 보통 정보를 처리하는 과정과 유사하기 때문에 R의 매력이라고도 할 수 있겠습니다. 

Cosera 등의 오픈무료강좌나 다수의 R 책에서는 Console 창에 R 프로그램을 입력하고 바로 결과를 보여주는 식으로 제시가 많이 되어 있습니다만, R 프로그램을 자주 사용하는 분이라면 보통의 경우는 R Script창에서 프로그램을 작성하고 실행한 후에 2. Console창과 3.Environment 창  4. Plot 창을 보는 식으로 사용할 가능성이 높습니다. 아무래도 R Script를 재활용하려면 R Script창에 깔끔하게 Script만 짜놓는게 좋거든요. 

사용자마다 선호가 있을 터이니 몇번 사용하다 보면 자신에게 맞는 방식이 자연스레 생기지 않을까 싶습니다. 저는 간단한 연산 일회성으로 하는게 아니라면 대부분은 R Script 창에 프로그램 작성하는 편이예요. 

3. Environment/History 창

Environment탭에는 데이터셋이 나옵니다. 데이터셋의 이름, 관측치 갯수, 변수 갯수가 나옵니다. 

R 프로그램을 깔아서 쓰다가 RStudio 를 깔아서 쓰다보면 이처럼 소소한 사용자 친화적인 UI, UX가 꽤 맘에 듭니다. 

외부 데이터셋 불러오기, 외부로 내보내기, 지우기(삭제) 등의 아이콘이 보일텐데요, 이에 대해서는 별도로 포스팅하도록 하겠습니다. 

History탭에는 RStudio 사용 History 가 나옵니다. 

Console창에는 R Script, 연산결과, 패키지 설치 로그성 메시지와 오류/에러 메시지 등이 모두 나오는 반면에 History 창에는 R Script 의 이력만 나옵니다.  R Script창을 잘 사용하는 사용자라면 History 창을 볼 일이 거의 없을 겁니다만, R Script 창에서 수정/삭제하고 저장해버렸는데 이전에 짜놨던 R Script를 참조해야 한다면 History창을 뒤져볼 수도 있겠지요? 

4. Files/Plot/Packages/Help/Viewer 창

4-1. Files: Windows의 탐색기를 연상하면 이해하기 쉽습니다. R 데이터셋을 탐색기 활용해서 찾기, 신규 폴더 만들기, 파일 삭제하기, 이름 수정하기, 작업경로(Working directory) 설정하기 등이 가능합니다. 

4-2. Plot: 다수의 그래프를 화살표를 이용해서 앞/뒤로 오가면서 볼 수 있습니다. Zoom 기능을 활용해서 확대해서 볼 수도 있으며, 다수의 Image 파일형식이나 PDF 파일형식으로 Export도 가능합니다. 삭제도 가능하구요. 

4-3. Packages: User Library와 System Library에 설치되어 있는 Package를 확인할 수 있고, 신규로 설치(install), 업데이터(update)할 수도 있습니다. 

4-4. Help: 도움말 검색 기능이 있습니다만, 개인적인 경험으로는 구글링을 많이 하게 되더군요. 

RStudio 화면구성 설명하면서 나왔던 몇 개 R 명령어는 앞으로 차근차근 소개하도록 하겠습니다.

RStudio 에서 자주 사용하는 단축키 몇 개 소개합니다.
(맥북에서는 Ctrl 대신에 Cmd 키 누르면 됨)

(1) 스크립트 저장 : Ctrl + s

(2) 코멘트 부호 '#' 넣기, 해제하기 (토글키) : (행에 커서를 놓거나, 블록을 설정한 후에) Shift + Ctrl + c

(3) %>% chain operator 넣기 : Shift + Ctrl + m

(4) 텍스트 찾고 바꾸기 (find and replace) : Ctrl + f

(5) 새로운 R Script 창 열기 : Shift + Ctrl + n

(6) Console 창 화면 지우기 : (Console 창에 커서를 놓고) Ctrl + l

Rstudio의 Tools > Modify Keyboard Shortcuts 를 선택하면 아래와 같이 단축키 조회, 등록, 편집할 수 있는 창이 나옵니다. 본인이 사용하기에 편하게 등록, 편집해보시기 바랍니다. 

[ Rstudio Keyboard Shortcuts ]

이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^

『괴짜심리학』의 저자 리처드 와이즈먼의 책 『59초』(원제목: 59 SECONDS) 를 읽었어요. 

참 재미있고 유익하게 읽었습니다.

"설득에 한판승은 없다"고 말하는 책 『설득은 정치다』라는 책을 사면서 제 나름 설득에 관한 인식의 균형을 잡아보는 것도 필요하겠다 싶어서 main dish 로 생각했던 『설득은 정치다』책에 끼워 찌끼다시로 생각해서 산 책이 바로 이 책 『59초』예요.  두 책을 다 읽고 나니 이 책은 찌끼다시가 아니라 스페샬 코스 요리네요!

저자 리처드 와이즈먼의 친구가 '자기개발'에 관련된 책의 내용을 얘기했었나봐요. 그러자 리처드 와이즈먼이 직업병(심리학자)이 발동해서 주절주절 기존의 '자기개발' 서적들의 비과학성에 대해서 늘어놓자 친구가 말을 가로막으며 "나 바쁘거등요. 1분 줄테니 요약해서 말해줄래?"라고 했데요.  질문이 이리 거침없고 당돌한걸 보니 둘이 참 허물없는 사이였나봐요. ㅋㅋ

암튼, 바로 이 질문, "과학적으로 검증된 방법 중에서 1분 안에 사람들의 삶을 더 낫게 만들어주는 것은 없는가?"라는 친구(소피)의 질문이 이 책의 모티브가 되었다네요. 저자는 친구 소피의 요구 '1분'에서 '1초'를 더 줄여서 '59초'라는 책을 냈어요. (아, 물론 이 책을 다 읽으려면 59초로는 어림도 없습니다. 하루 반나절 잡으세요. 그만한 가치 충분히 있습니다. ^_-)

이 책이 기존의 이 방면의 책들과 완전히 새롭거나 한거는 아니예요.  가령, 로버트 치알디니의 '설득의 심리학(원제: INFLUENCE, The Psychology of Persuasion)'이라든지 '행동경제학', '넛지', 말콜글래드웰의 책들(예: 블링크)에 나오는 심리학 실험들이 여기저기 중복이 되기는 해요.  당분간은 '설득의 심리학'을 넘어설 책이 나오기 힘들지 않겠나 했는데 이 책 '59초'의 매력이라면 '설득의 심리학'보다 점수를 더 주고 싶네요.

이 책 '59초'에서 다루는 인간심리의 주제 스펙트럼이 참 넓습니다.  그러면서도 저자 말대로 엑기스를 쏙 쏙 뽑아서 재미나게 풀어놓았구요, 실제 일상생활과 연결되어 삶의 질을 높이는데까지 실천할 수 있도록 '59초 코치' 코너도 두어서 반복학습도 시켜주는 친절한 책이네요.

목차를 소개하자면요,

1장. 내 편 만들기 - 면접, 협상, 부탁에 관한 상식 밖의 실험

2장. 목표 달성의 요술램프 - 소원을 말해도 이루어지지 않을 때

3장. 창조성은 어디에서 오는가 - 브레인스토밍의 신화 탈출하기

4장. 유혹의 기술 - 매력적인 사람들은 무엇이 다를까

5장. 안티-스트레스 라이프 - 분노와 불안을 잠재우는 특별한 방법

6장. 화성남자와 금성여자의 지구생활 - 재앙을 막는 관계 유지의 비결

7장. 솔로몬의 선택 - 후회없는 결정을 위한 선택

8장. 똑똑한 아이 만들기 - 내 아이를 위한 교육의 기술

9장. 당신은 내 손 안에 있다 - 종잡을 수 없는 상대방은 간파하는 법

10장. 행복 연습 - 완전한 삶에 관한 놀라운 진실

어때요?  땡기시죠?  ^^

이 책 보면서 그동안 잘못 알고 있는 것들도 제대로 바로 잡을 수 있는 것도 별책부록 마냥 별미였네요. 

가령, 예일대 생을 추적조사해보니 자신의 꿈을 구체적으로 필기를 해놓은 집단은 대성하고 그렇지 않은 집단은 별루였다는 자기개발서에서 종종 인용되는 사례가 실제는 어느 누구도 조사한 적이 없는 거짓말이 돌고 돌아 대다수의 자기개발 강사들에 의해 소개되고 있다든지,

모짜르트 음악이 아이들 지능개발에 좋다는 내용도 심리학자의 과학적 실험을 거친 것이 아니라 일부 실험 내용이 언론인과 기업가/상인들에 의해 확대 와전되었다든지...

이 책에 위의 목차처럼 아주 다양한 주제가 소개되니 이 자리에서 일일이 소개하기에는 지면이 부족할 듯 하고요, 이 책 읽다보면서 느낀 점만 간단히 말씀드린다면 '인간이 참 아주 소소한 것에도 무의식적으로 영향을 받는 불완전한 존재구나....' 하는 점이예요.  가령, 누군가가 저의 위 팔을 잡는다면 제가 은연 중에 좀더 호감을 느낄 것이라든지, 면접을 볼 때는 가운데 앉는 사람이 중요한 사람으로 점수를 더 높게 받을 가능성이 높다든지... 인간의 합리성과는 좀 거리가 있지요?  이런 사례와 조언이 이 책에 즐비합니다.

"칭찬할 때는 능력보다는 노력을 칭찬하라"는 내용은 전에 알고는 있었던 것이었는데요, 이번에 다시 한번 환기하면서 새삼 아이들 기 살려준다고 '능력'을 칭찬하기에 바빴던 제 모습을 되돌아보게 되었네요. 

저자의 책의 맺음말에서 소피의 질문에 대한 대답으로 엑기스 답변 10개를 추려놓았는데요, 이걸 소개하는 걸로 리뷰 마칩니다.

자, 시간 재보세요. 59초 안에 다 읽을 수 있는 지 말이예요. ^_-

1. 감사하는 태도를 길러라.

2. 잃어버린 지갑이 되돌아오게 하려면 지갑에 아기 사진을 넣어 가지고 다녀라.

3. 부엌에 거울을 걸어놓아라.

4. 사무실에 식물을 놓아두어라.

5. 호감을 얻고자 하는 사람의 위팔을 가볍게 만져라.

6. 관계에 대한 글을 써라.

7. 상대가 거짓말할 것 같으면 이메일로 용건을 말하라고 하라.

8. 아이를 칭찬할 때에는 능력보다 노력을 칭찬해라.

9. 목표를 달성한 모습이 아니라 노력하는 모습을 상상하라.

10. 자신의 유산을 생각하라.

R은 (1) Base system과 (2) Package로 나눌 수 있습니다. 

(1) Base system은 CRAN (Comprehensive R Archive Network, https://cran.r-project.org) site에 접속해서 다운로드해서 설치했던 R 프로그램을 말합니다. 지난번에 포스팅했던 R 설치가 바로 Base system 설치를 했던 내용이 되겠습니다.  

(2) Package 는 R 함수, 데이터, 컴파일된 코드 등을 모아놓은 것을 말하며, 통계분석 목적/필요에 따라 Base system에 레고 블록처럼 설치를 해서 사용하게 됩니다. 

Package는 다시 설치와 사용방법에 따라서 

(2-1) Base system을 설치할 때 자동으로 설치가 되어 기본적인 통계분석과 그래프 작성, 데이터 처리 등에 즉시 사용이 가능한 Base packages (base, datasets, graphics, grid, methods, stats, utils 등)

(2-2) Base system을 설치할 때 자동으로 설치가 되기는 하지만, 사용하려면 R로 불러오기를 해야만 사용이 가능한 Recommended packages (MASS, foreign, lattice 등)

(2-3) 통계분석 목적/필요에 따라 따로 설치를 하고 R로 불러오기를 해서 사용해야 하는 Other packages 
(sqldf, plyr, TSA 등 다수)

로 세분화할 수 있습니다. 

R Package 설치하기란 사용자 입장에서 보면 세번째의 Other Packages 만이 개별 설치가 필요하며, Base Packages 와 Recommended Packages 는 R base system 설치 시 자동설치 되므로 일단 R을 설치하였다면 신경쓸 필요 없이 그냥 사용하면 됩니다. 

• R Package 설치는 install.packages("package name") 함수를 사용합니다. 

• R Package를 설치하고 난 후에 Package를 사용하려면 불러오기를 해야만 하며, library(package name) 함수 또는 require(package name) 함수를 사용합니다. 

이때 조심해야 할 것이 있는데요, install.packages()의 괄호안에 패키지 이름에는 큰 따옴표가 있지만, library() 괄호안의 패키지 이름에는 큰 따옴표가 없습니다. 

R에서 Time Series Analysis를 할 수 있게 해주는 TSA package를 설치해보도록 하겠습니다. 

(a) R Console 창에 install.packages("TSA") 함수 입력

(b) CRAN mirror 선택 

(c) 설치 완료 후 불러오기 library(TSA) 함수

이제 TSA 패키지를 사용할 수 있는 환경이 마련되었습니다. 

R package 를 특정 버전으로 지정해서 설치하려면 아래의 2가지 방법을 참고하세요. 

## -- R package 특정 버전으로 설치하기

## 방법 1
install.packages("devtools")
library(devtools)
install_version("psych", version = "2.1.3", repos = "http://cran.us.r-project.org")

## 방법 2
packageurl <- "http://cran.r-project.org/src/contrib/Archive/psych/psych_2.1.3.tar.gz"
install.packages(packageurl, repos=NULL, type="source")

이번 포스팅이 도움이 되었다면 아래의 '공감 ~♡' 단추를 꾸욱 눌러주세요.^^