Data Visualization using R (R을 이용한 데이터 시각화)

---

title: "Data Visualization using R 13-1"
author: "Haeseong Oh"
date: '2020 6 22 '
output: html_document

---

Data Visualization(데이터 시각화)

메세지를 전달을 주 목적으로 하는 시각화 기법

데이터 시각화의 목적

• 분석 목적의 데이터 탐색(Exploratory data analysis, EDA) 및 데이터 분석 모델의 이해
• 분석 결과의 공유를 위한 보고서 작성의 시각화
  • 정보 전달의 용이성과 미적인 측면이 고려됨.

데이터 시각화의 기능

• 커뮤니케이션

  • 데이터에 있는 정보(메세지)를 쉽고 빠르게 전달하는 기능
  • ex) Facebook의 소셜네트워크 그래프프

• 디스커버리 (Discovery)

  • 새로운 사실 관계를 파악하기 위하여 정보를 표현하는 것.
  • 데이터에 있는 정보(메세지)를 쉽고 빠르게 전달하는 기능
  • ex) 미네소타 주의 보리 수확량 데이터

미네소타 주의 보리 수확량 데이터 분석

• 수율(yield): bushels/acre
• variety: 품종
• site: 실험장
• 부셸(bushel): 건량 단위, 약 35리터
• 에이커(acre): 4046.8m^2
• 트렐리스 디스플레이(trellis display)
  • 여러 독립적인 그래프 패널을 한 화면에 표시하여 다변량 데이터 분석에 유용
  • Morris 실험장에서만 1931년과 1932년의 수율이 다른패턴을 나타내는 것을 확인할 수 있음.

library(lattice)
#lattice패키지에서 barley라는 DataSet을 제공한다.
#?barley #Yield data from a Minnesota barley trial
trellis.par.set(theme = col.whitebg()) #흰색백그라운드 색상을 테마로 사용.
dotplot(variety ~ yield | site, data = barley, groups = year,
        key = simpleKey(levels(barley$year), space = 'bottom', columns = 2), 
        xlab = "Barley Yield (bushels/acre) ", ylab = 'variety',
        aspect=0.5, layout = c(2,3), 
        scales = list(alternation = FALSE,                                               y = list(abbreviate = TRUE, minlength =5),
            font=4, 
            col = "blue"),
        main = 'dotplot(varitey ~ yield | site, data = barley, groups = year)',
        sub = list("arguments = key, aspect, scales, etc", col = "gray")
        )

• 인사이트(insight)
  • 정보가 숨겨져 있어 미처 파악 못한 시실이나 이미 알고 있는 사실 보다 좀 더 나은 통찰력을 얻을 수 있도록 정보를 표한하는 것.
  • ex) anscombe 데이터
    • 통계량 및 회귀 분석의 통게량이 유사하나 패턴의 차이가 존재하는 데이터

library(lattice)
# cal_corr = c(cor(x1,y1), cor(x2,y2), cor(x3,y3), cor(x4,y4))
apply(anscombe, 2, mean)
apply(anscombe,2, sd)
# res[[1]] = lm(y1~x1) #lm(반응변수~설명변수)
# res[[2]] = lm(y2~x2)
# res[[3]] = lm(y3~x3)
# res[[4]] = lm(y4~x4)

summ = matrix(0,4,4)
cname = paste(paste('x', 1:4, sep=''), paste('y', 1:4, sep=''), sep=' vs. ')
colnames(summ) = cname
rownames(summ) = c('estimated beta0', 'estamted beta1', 'estimagted error varience', 'R-square' )

# for(i in 1:4){
#   temp = summary(res[[i]])
#   summ[1:2, i] = temp[[4]][1:2,1]
#   summ[3,i] = temp[[6]]
#   summ[4,i] = temp[[8]]
# }

#pch : point of character. 색칠된 동그라미
#col : color
#main : figure의 title
#xlab : x의 lable
#lwd : line width
par(mfrow=c(2,2)) #multi figure by row
for (i in 1:4){
  plot(anscombe[,i], anscombe[,i+4], pch=16, col=2, #x, y, 색동그라미, 색
       main=cname[i], xlab=paste('x', i, sep=''),
       ylab=paste('y',i,sep=''),
       xlim=c(4,20),ylim=c(3,13)) 
      abline(summ[1:2, i], col=4, lwd=2) #일차함수 그래프 그리기
}

• x1 vs. y1 : 적합
• x2 vs. y2 : 설명변수 x를 변환을 해야 한다.
• x3 vs. y3 : 이상점을 확인할 필요가 있다.
• x4 vs. y4 : 부적합. x값이 다른 특이점을 살펴봐야 함.

R 그래픽스

• R의 중요한 기능 중의 하나로 다양한 시각화 도구를 제공
• R 그래픽스 아키텍처
  • R에서의 시각화 기능을 위한 구조
    • 고수준 그래픽 : plot, barplot, boxplot, pie, ggplot2, lattice, rgl, sna 등
    • 저수준 그래픽 : points, lines, rect, polygon, text, title, legend, axis 등
    • R 그래픽 장치 : windows, x11, jpeg, png, tiff, pdf svg 등
    • 외부 애플리케이션 인터페이스 연동 : Google Earth와 R연동
    • 외부 그래픽 장치 연동 : R에서 제공하는 기본적인 그래픽 장치에서 제공하지 않는 시각화 구현을 위해서 외부 그래픽 장치를 접목하는 방법
      • ex) 3차원 렌더링이 가능한 OpenGL을 이용하여 구현된 rgl 패키지

일반적인 그래픽 작업 순서

1. 그래프장치
2. 고수준 그래픽
3. 저수준 그래픽
4. 저장

• SVG(Scalable Vector Graphics) 그래픽 파일 장치

• 2차원 벡더 그래픽을 표현하기 위한 xml 기반의 파일 형식

• 벡터 그래픽이므로 확대해도 계단현상(깨짐)이 발생하지 않으나 해당 포맷과 호환되는 브라우저가 많지 않다.

• gglpot 패캐지로 대부분 그래프 커버 가능

• lattice 패키지

  • 다변량 데이터의 시각화에 유용하게 사용가능

• ggplot2 패키지

  • 그래픽 문법적인 요소를 가미하여 그래프와 사용자간에 어느정도 상호작용을 제공하는 시각화 도구
  • 시각화 과정에서의 코드 재사용성이 뛰어나며 데이터 분석을 위한 시각화에 적합

• ggmap 패키지

  • GIS 데이터를 지도 위에 표현하는 주제도를 위한 ggplot2 기반의 시각화 도구
  • R 기반의 지리 시각화 도구는 Google Maps 등과 같은 지도 정보를 가져와 표현한다.