R 스터디 1일차 - Plot

첫 번째 과제 Plot

스터디 첫 번째 과제는 plot 을 이용해보는 것이었습니다.

편의상 코드의 색은 파란색으로 하겠습니다다.

rm(list=ls())

기존에 있는 변수들이 있길래 지우고 시작했습니다.

자 이제 본격적으로 시작해보자!!

데이터 생성부터 시작해보겠습니다.

library(ggplot2)

#ggplot 패키지에 내재되어 있는 iris 데이터를 이용해 진행할 예정입니다.

data1<-iris$Sepal.Length

data2<-iris$Sepal.Width

data3<-iris$Petal.Length

data4<-iris$Petal.Width

#각각의 컬럼을 데이터 분할 했습니다.

plot(data1)

Sepal.Length의 산점도 입니다.

plot(data1,pch=15)

#pch는 산점도에서 각각의 점의 모양을 바꿀 수 있습니다.

pch의 숫자별 모양

pch=15로 설정하여 Sepal.Length의 산점도를 그렸습니다.

plot(data1,pch=20,cex=1)

#cex의 값이 클 수록 점이 커집니다.

.

plot(data1,pch=20,cex=1,type="l")

#type=l 은 선 입니다. 밑을 보면 알파벳으로 타입을 설정할 수 있습니다.

type의 종류

type="l"

plot(data1,pch=20,cex=1,type="l",xlab="x",ylab="y")

# x축과 y축의 이름을 설정할 수 있습니다.

x축과 y축의 이름 설정

plot(data1,pch=20,cex=1,type="o",xlab="x",ylab="y",main="Plot study")

# main은 상단의 제목을 설정할 수 있습니다.

.

abline(h=5,col="red")

#h는 가로선, v는 세로선을 그을 수 있고 값은 선을 그을 위치의 값을 의미합니다.

.

colors()

#R의 내재되어 있는 색은 총 657가지 입니다.

abline(v=50,col="blue")

#위에 가로선 설명을 보시면 됩니다.

abline(a=4.5,b=0.02,col="green")

#a는 y절편, b는 기울기

plot(x=data4,y=data3, pch=20, cex=0.5, type="p", xlab="X ", ylab="y ", main="Plot study")

abline(lm(data3 ~ data4), col="red")

#회귀식 그릴 때 형태는 lm(y~x)

abline(lm(data3 ~ data4), col="red", lty=3)

# lty로 선의 유형 선택 가능

par(mfrow=c(2,2))

plot(data1, pch=20, cex=1, type="p", xlab="X ", ylab="y ", main="Sepal.Length")

plot(data2, pch=20, cex=1, type="p", xlab="X ", ylab="y ", main="Sepal.Width")

plot(data3, pch=20, cex=1, type="p", xlab="X ", ylab="y ", main="Petal.Length")

plot(data4, pch=20, cex=1, type="p", xlab="X ", ylab="y ", main="Petal.Width")

#개인적으로 4개의 그림이면 2,2 가 더 이상적으로 보입니다.

par(mfrow=c(1,1))

#다시 1개로 크게 보고 싶어서 이 코드를 썼지만 좀 더 간편한 코드가 있을 것 같다고 생각됩니다. 찾아봐야겠습니다.

plot(data1, pch=20, cex=1, type="p", xlab="X ", ylab="y ", main="Sepal.Length")

par(new=TRUE) #그래프 겹쳐보이게 해줍니다.

plot(data3, pch=20, cex=1, col="red", type="p", xlab="X ", ylab="y ", main="Petal.Length")

#그리고 나서 확인해보니 타이틀과 y축의 값들이 일치하지 않아 기준이 모호해 두 산점도의 비교가 힘들다고 생각됩니다.

#그래서 y축의 값들을 통일시키려 합니다. ylim 을 이용해서!

plot(data1, pch=20, cex=1, type="p",

xlab="X ", ylab="y ", main="",

ylim=c(1,7.5))

par(new=TRUE)

plot(data3, pch=20, cex=1, type="p",

xlab="X ", ylab="y ", main=" ", col="red",

ylim=c(1,7.5))

# y축의 값을 통일하고 보니 아까와는 다른 그림이 나왔습니다. 첫 번째걸로 그대로 해석을 했다면 오류가 있었을 것으로 생각됩니다.

# 그림 저장에 앞서 저장 위치를 확인해 보았습니다!

png("plot down.png",width = 950, height = 650,unit="px")

par(mfrow=c(1,1))

plot(data1, pch=20, cex=1, type="p",

xlab="X ", ylab="y ", main="",

ylim=c(1,7.5))

par(new=TRUE)

plot(data3, pch=20, cex=1, type="p",

xlab="X ", ylab="y ", main=" ", col="red",

ylim=c(1,7.5))

dev.off()

#png 파일로 저장이 되었습니다.

#이 부분 부터는 번외라고 하셔서 돌려보았지만 좀 더 이해하기 위해 더 공부를 해봐야할 것 같습니다!

#함수 적용

trend_data <- function(x) {

# sapply를 사용해 data가 숫자 인지 Check를 한다.

numeric_test <- sapply(x,is.numeric)

# 이 숫자들의 위치를 찾는다.

numeric_index<- which(numeric_test)

# 숫자들의 위치를 다시 조합하여 숫자들만 있는 data set을 만든다.

numeric_data <- x[,numeric_index]

# 이를 시각화 할때 컬럼의 이름을 파학하기 위해 colnamea_data라고 저장해준다.

colname_data <- colnames(numeric_data)

# par(mfrow=c(행,열) 행, 열을 표현할것인데 1~16개의 컬럼까지 모두 커버 할 수 있도록 다음과 같이 표현을 할 것이다.

if(ncol(numeric_data) == 1) {

# 컬럼 1개 = 1행 1열

low_count <- 1

col_count <- 1

} else if(ncol(numeric_data) == 2) {

# 컬럼 2개 = 1행 2열

low_count <- 1

col_count <- 2

} else if(ncol(numeric_data) == 3) {

# 컬럼 3개 = 1행 3열

low_count <- 1

col_count <- 3

} else if(ncol(numeric_data) == 4) {

# 컬럼 4개 = 2행 2열

low_count <- 2

col_count <- 2

} else if(ncol(numeric_data) %in% c(5:6)) {

# 컬럼 5~6개 = 2행 3열

low_count <- 2

col_count <- 3

} else if(ncol(numeric_data) %in% c(7:9)) {

# 컬럼 7~9개 = 3행 3열

low_count <- 3

col_count <- 3

} else if(ncol(numeric_data) %in% c(10:12)) {

# 컬럼 10~12개 = 3행 4열

low_count <- 3

col_count <- 4

} else if(ncol(numeric_data) %in% c(13:16)) {

# 컬럼 13~16개 = 4행 4열

low_count <- 4

col_count <- 4

}

par(mfrow=c(low_count,col_count))

for(i in numeric_index) {

plot(numeric_data[,i], pch=20,ylab="", cex=1, main=colname_data[i])

}

}

trend_data(cars)

trend_data(iris)

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