Datadesigner03_ggplot2.Rmd

---
title: "ggplot2"
author: "Mino"
date: "Friday, February 27, 2015"
output:
  html_document:
    css: font.css
    highlight: tango
---

# ggplot2

- Leland Wilkinson의 "The Grammar of Graphics"를 바탕으로 하여 그래프를 그릴 수 있게 한다

## ggplot2의 장점

- 동일한 문법으로 다양한 그래프를 그릴 수 있다.

- 비교적 쉽게 높은 수준의 그래프를 그릴 수 있다.

- 데이터를 다루고 이해하는데 좋다

------------------

# Grammar of Graphics

ggplot의 구조를 이해하고 사용할 수 있도록 grammar of graphics에서 제시하는 개념들과 함께 정리해보자

## Plot의 구성요소
- A set of layers
- A set of scales
- A coordinate system
- A facetting specification

---------------------

### 1. Layers

- Data
- Aesthetic mappings (aes)
- A geometric object (geom)
- A statistical transformation (stat)
- A position adjustment (position)

### 2. Scales

- Scale은 데이터값이 에스테틱에 대입되는 과정을 조절하고 guide(축과 범례 등)가 어떻게 표시될지를 결정한다
- 보통 ggplot이 알아서 scale을 추가하지만, 원하는 사항에 대해서는 명시해주어야 한다.

### 3. Coordinate systems

- 좌표를 결정하는 에스테틱들이 어떻게 연결되는지를 결정한다
- 기본값은 Cartesian 좌표평면이다
- stat과 geom이 반영된 이후에 변경할 수 있다

---------------------

## how to make a plot?
- length vs width의 산점도(scatter plot)를 그려보자

length | width | trt
-------|-------|------
2      |3      |a
1      |2      |a
4      |5      |b
9      |10     |b


- 산점도(scatter plot)를 그리기 위해 고려해야 할 것은 무엇일까?
    - 값들을 점으로 표현 (geom)
    - 값은 변형없이 그대로 사용 (stat)
    - X, Y축에는 linear scaling (scales)
    - Cartesian 좌표평면 적용
    
- Mapping
    - length -> `x`
    - width -> `y`
    - trt -> `colour`


x  |y  |colour
---|---|--------
2  |3  |a
1  |2  |a
4  |5  |b
9  |10 |b


- Scales
    - 실제로 그래프를 그리는데 사용할 값들로 변경한다

x  |y  |colour
---|---|--------
25 |11 |red
0  |0  |red
75 |53 |blue
200|300|blue


- Coordinate System

```{r, echo=FALSE}
library(ggplot2)
smp = data.frame(length = c(2,1,4,9), width = c(3,2,5,10), trt=c('a','a','b','b'))
ggplot(smp, aes(x = length, y = width)) + geom_point(aes(colour = trt), size = 10)
```

-------------------------

## ggplot2로 그래프를 그리기 위해 필요한 요소
- Data
- Geometric Object (geom)
- Statistical transformation (stat)
- Scales
- Coordinate system
- (Position Adjustment)
- (facetting)


# ggplot2로 그래프 그리기

## Drawing Layers

앞에서 그래프를 그릴때 필요한 요소들을 언급했다. 

해당 요소들을 레이어에 대입시켜서 원하는 그래프를 얻을 수 있다

```{r}
library(ggplot2)
ggplot() + 
  layer(data = movies, 
        mapping = aes(x=votes), 
        geom = "bar", 
        stat = "bin", 
        position = "identity")
```

## Drawing Layers with short cut

레이어를 이용해서 직접 그리는 것은 명확하지만 코드가 너무 길어지는 경향이 있다. 

레이어에 적용될 요소들을 미리 정의해놓은 함수들을 이용해서 그래프를 그릴 수 있다

각 geom들은 기본적으로 반영하는 stat이 정해져있고, stat도 마찬가지이기 때문에 geom과 stat 중 한 가지만 레이어로 그려지면 그래프를 그리는 것이 가능하다


```{r}
ggplot() + 
  geom_bar(data = movies, aes(x=votes))
```

stat의 경우 변환을 통해 geom을 그리는 데 필요한 데이터를 생성한다

`stat_bin`의 경우에는 

`count` : 관측값의 개수 (기본적으로 count를 사용)

`density` : 밀도 (전체 합이 1)

`ncount` : [0,1]로 스케일된 count

`ndensity` : [0,1]로 스케일된 ndensity

를 생성하는데

이렇게 생성된 데이터를 그래프에서 사용하려면 `..count..`의 형태로 대입해주면 된다



```{r}
ggplot()+stat_bin(data = diamonds, aes(x= price, y = ..count..))
ggplot()+geom_bar(data = diamonds, aes(x= price, y = ..count..))
ggplot()+geom_bar(data = diamonds, aes(x= price, y = ..density..))
ggplot()+geom_bar(data = diamonds, aes(x= price, y = ..ncount..))
ggplot()+geom_bar(data = diamonds, aes(x= price, y = ..ndensity..))

```

## Multiple Layers

여러개의 레이어를 중첩시켜서 그릴 수 있다

```{r}
ggplot() + 
  geom_point(data = mpg, aes(displ, hwy)) + 
  geom_smooth(data = mpg, aes(displ, hwy))
```


## Avoid redundancy

공통적으로 반영되는 요소들은 미리 정의해두면 geom이나 stat을 추가할 때 자동적으로 상속받게 된다.

추가되는 geom / stat에서 반영되는 요소들은 상속되지 않는다

또, ggplot을 이용해 만든 결과물들은 객체로 저장하는 것이 가능하다

Mapping되는 부분까지만 객체로 저장한 다음에 다양한 시각화를 시도해 볼 수 있다.

```{r}
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth()

mpgplot <- ggplot(data = mpg, aes(displ, hwy)) # 객체로 저장
mpgplot + 
  geom_point() + 
  geom_smooth()
```

## Adding parameters

- geom의 형태나 stat이 적용되는 방법 등을 변경할 수 있다

```{r}
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth(method = "lm") # 회귀선을 직선으로 명시
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point(colour = "red") + 
  geom_smooth()
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point(alpha = 0.3) + # 투명도 조절
  geom_smooth()
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth(linetype = 2) # 선 모양 변경
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth(se = FALSE) # 신뢰구간을 표시하지 않는다

ggplot(mtcars, aes(x=factor(cyl))) + 
  geom_bar(aes(fill = factor(cyl))) # fill은 면적에 색을 채운다
ggplot(mtcars, aes(x=factor(cyl))) + 
  geom_bar(aes(colour = factor(cyl))) # colour는 stroke색을 변경
ggplot(mtcars, aes(x=factor(cyl))) + 
  geom_bar(aes(colour = factor(cyl)), size = 2)
```

## Position Adjustment

position을 지정하여 geom이 보여지는 형태를 변경할 수 있다

```{r}
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth()
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point(position = "jitter") + # x, y값에 난수를 더해서 점이 겹치지 않게 한다
  geom_smooth()
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_jitter() + # geom_point(position="jitter")와 같다
  geom_smooth()


ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + 
  geom_bar()
ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + 
  geom_bar(position="stack") # 누적막대
ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + 
  geom_bar(position="fill") # 막대 길이가 일정한 누적막대(%)
ggplot(mtcars, aes(factor(cyl), fill = factor(vs))) + 
  geom_bar(position="dodge") # 각 막대를 옆으로 나열한다

ggplot(diamonds, aes(x=clarity)) + 
  geom_freqpoly(aes(group = cut, colour = cut), 
                position = "identity") # 값을 그대로 표현
ggplot(diamonds, aes(x=clarity)) + 
  geom_freqpoly(aes(group = cut, colour = cut), 
                position = "stack") # 누적
```

## Scales

스케일 관련함수는 `scale_에스테틱이름_적용방법`으로 이름이 결정된다

위치 스케일의 경우 `xlim()`과 `ylim()` 함수로 그래프에 표현할 값의 범위를 한정지을 수 있다

```{r}
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth() + 
  xlim(4,6)
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth() + 
  ylim(20,30)


dia_bar <- ggplot(diamonds, aes(x=cut, fill = cut)) + geom_bar()
dia_bar + 
  scale_fill_brewer()
```

`RColorBrewer` 패키지를 설치하면 미리 정의된 다양한 색조합을 사용할 수 있다

사용가능한 색 조합의 이름들은 `display.brewer.all()`에서 확인할 수 있다.

```{r, fig.height = 7}
#install.packages("RColorBrewer")
RColorBrewer::display.brewer.all()
```

```{r}
dia_bar + 
  scale_fill_brewer(palette = "Paired")
dia_bar + 
  scale_fill_brewer(palette = "Accent")

dia_bar + 
  scale_fill_brewer(palette = "Accent") + 
  scale_y_continuous(trans = "log10") # y축에 log10 함수를 적용
dia_bar + 
  scale_y_continuous(breaks = c(5000, 15000)) # 5000, 15000 구간만 표시
```

## Coordinate system

기본적으로는 cartesian coordinate system이 적용된다

x축과 y축을 바꾸고 싶을 때에는 `coord_flip()`을 적용할 수 있으며

`coord_polar()`를 통해 극좌표계로 변환이 가능하다


```{r}
ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth() + 
  coord_flip() # x, y축 변경

ggplot(data = mpg, aes(displ, hwy)) + 
  geom_point() + 
  geom_smooth() + 
  coord_polar()
```

## Facetting

데이터의 부분 집합들을 하위 그래프로 분리해서 그릴 수 있다

`facet_grid()`또는 `facet_wrap()`을 사용하고 분리할 변수들을 지정한다.

`facet_wrap()`을 사용하면 하위 그래프들이 수평으로 나열된다

`facet_grid()`수직과 수평으로 각각 다른 변수를 지정할 수 있다

```{r}
mtc_point <- ggplot(mtcars, aes(mpg, wt)) + geom_point()
mtc_point + 
  facet_wrap(~cyl)
mtc_point + 
  facet_wrap(~cyl, ncol = 2)
mtc_point + 
  facet_wrap(~cyl+gear)
mtc_point + 
  facet_grid(gear~cyl)
```

`scales`옵션을 조정하면 축이 서로 다른 면을 만들 수 있다

`"free"` 는 x, y축 눈금을 모두 자유롭게하고, `"free_x"` 또는 `"free_y"`를 통해 각각의 눈금을 자유롭게 둘 수 있다


```{r}
mtc_point + 
  facet_wrap(~cyl, scales = "fixed")
mtc_point + 
  facet_wrap(~cyl, scales = "free")
mtc_point + 
  facet_wrap(~cyl, scales = "free_x")

mtc_point + 
  facet_grid(gear~cyl, scales = "free_x")
mtc_point + 
  facet_grid(gear~cyl, scales = "free")
mtc_point + 
  facet_grid(gear~cyl, scales = "free", space = "free")
```

## theme

그래프의 세부적인 요소들을 조절해서 테마로 저장하는 것이 가능하다

기본적으로 ggplot에서 제공하는 테마도 있으며 패키지로 배포되는 테마들도 있다

아래 예제에서는 ggplot2의 기본 테마와 `ggthemes` 패키지의 테마를 일부 적용해보았다

```{r}
dia_bar + theme_gray()
dia_bar + theme_bw()
dia_bar + theme_classic()

# install.packages("ggthemes")
library(ggthemes)
dia_bar + theme_economist() + scale_colour_economist()
dia_bar + theme_excel()
dia_bar + theme_solarized()

ggplot(diamonds, aes(x = carat, y = price, colour = clarity)) + 
  geom_point() + 
  scale_colour_colorblind() # 색각이상자를 위한 색조합
```