다차원 데이터의 시각화

1차원으로 데이터 시각화하기

wines 데이터에 있는 전체 변수 중 양적 변수들의 히스토그램 그리기

wines %>% 
  keep(is.numeric) %>%   # only numeric (양적 변수만)
  gather() %>%           # convert to key-value(변수-값 형태)
  ggplot(aes(value)) +
  facet_wrap(~key, scales = "free") +
  geom_histogram(bins = 15, color = "white", fill = "steelblue")

Sulphates(황산염) 변수의 히스토그램과 밀도 그래프 그리기

# 히스토그램
g1 <- wines %>% 
  ggplot(aes(sulphates)) +
  geom_histogram(bins = 15, color = "white", fill = "steelblue") +
  labs(title = "Sulphates Content in Wine",
       x = "Sulphates", y = "Frequency") +
  annotate("text", x = 1.2, y = 1500, size = 5,
           label = paste("mu ==", round(mean(wines$sulphates),2)), 
           parse = TRUE) 

# 밀도 그래프
g2 <- wines %>% 
  ggplot(aes(sulphates)) +
  geom_density(color = "steelblue", fill = "skyblue", alpha = 0.5) +
  labs(title = "Sulphates Content in Wine",
       x = "Sulphates", y = "Density")

# 히스토그램과 밀도그래프 나란히 보여주기
# gridExtra::grid.arrange
grid.arrange(g1, g2, nrow=1, ncol=2)

범주형 변수인 Wine Quality의 빈도 막대그래프 그리기

# Wine Quality 빈도 그래프
wines %>% 
  ggplot(aes(quality)) +
  geom_bar(fill = "skyblue", alpha = 0.8) +
  labs(title = "Wine Quality Frequency", x = "Quality", y = "Frequency")

2차원으로 데이터 시각화하기

상관관계 히트맵 그리기

# correlation heatmap
# GGally::ggcorr
wines %>% 
  keep(is.numeric) %>% 
  ggcorr(label=TRUE, hjust = 0.85, size = 5) +
  labs(title = "Wine Attributes Correlation Heatmap",
       caption = "Visualizing two-dimensional data with a correlation heatmap")

변수간 산점도와 상관계수

# pairwise scatter plots
# GGally::ggscatmat()
cols = c('density', 'residual.sugar', 'total.sulfur.dioxide', 'fixed.acidity')
wines %>% 
  select(cols) %>% 
  ggscatmat(alpha = 0.7)

## Note: Using an external vector in selections is ambiguous.
## i Use `all_of(cols)` instead of `cols` to silence this message.
## i See <https://tidyselect.r-lib.org/reference/faq-external-vector.html>.
## This message is displayed once per session.

평행 좌표 그래프 (parallel coordinates) 그리기

# 이상치(outliers) 문제를 피하기 위해 데이터를 표준화(평균 0, 표준편차 1)
# psycho::standardize() 표준화 함수
cols = c('density', 'residual.sugar', 'total.sulfur.dioxide', 'fixed.acidity')
scaled_wines <- wines %>% 
  select(cols) %>%
  standardize() %>%  
  bind_cols(wines["wine_type"])

scaled_wines %>% head()

##      density residual.sugar total.sulfur.dioxide fixed.acidity wine_type
## 1  1.5884914      2.0611957            0.7475945   -0.08894173     white
## 2 -1.2827787     -0.1772321           -0.4200955    0.21959698     white
## 3  0.1411845      0.5163653           -0.6147104   -0.39748044     white
## 4  1.2016536      1.9876324            0.8183636   -0.62888448     white
## 5  0.2278895      0.5794196            1.1722090   -0.62888448     white
## 6 -0.5891385     -0.8708294            0.1814418    0.21959698     white

# GGally::ggparcoord()
scaled_wines %>% 
  ggparcoord(columns = 1:4, groupColumn = "wine_type") +
  scale_colour_manual(values = c("#FF9999", "#FFE888")) +
  theme_test()

산점도와 결합 그래프 그리기

# Scatter plots and joint plots
scat_plot <- wines %>% 
  ggplot(aes(x = sulphates, y = alcohol)) +
  geom_point(alpha = 0.4, color = "steelblue", size = 2) +
  labs(title = "Wine Sulphates - Alcohol Content") +
  annotate("text", x = 1.8, y = 14.5, size = 4,
           label = paste("Correlation ==", 
                         round(cor(wines$sulphates, wines$alcohol), 4)), 
           parse = TRUE) 

ggMarginal(scat_plot, type = "histogram", 
           fill = "steelblue", colour = "steelblue3")

막대 그래프와 면 분할(facet)기능을 이용하여 이산형 데이터와 범주형 데이터 2차원 시각화 하기

wines %>% 
  ggplot(aes(quality)) +
  geom_bar(aes(fill = wine_type), show.legend = FALSE) +
  facet_wrap(~ wine_type, 
             labeller = labeller(wine_type = c(red = "Red Wine", 
                                               white = "White Wine"))) +
  labs(title = "Quality by Wine Type", x = "Quality", y = "Frequency") +
  theme_test()

하나의 막대 그래프로 이산형 데이터와 범주형 데이터 2차원 시각화 하기

wines %>% 
  ggplot(aes(quality)) +
  geom_bar(aes(fill = wine_type), position = "dodge") +
  labs(title = "Quality by Wine Type", x = "Quality", y = "Frequency") +
  theme_test()

히스토그램, 밀도그래프, 면 분할 등으로 이산형 데이터와 범주형 데이터 2차원 시각화 하기

# 각각의 facet에 text를 넣기 위해 필요한 데이터 준비 (geom_text에서 사용)
data <- data.frame(x = c(1.7, 1.0),
                   y = 1100,
                   label = wines %>% 
                     by(.$wine_type, FUN = function(X) mean(X$sulphates)) %>% 
                     as.vector() %>% round(., 2),
                   wine_type = wines$wine_type %>% factor() %>% levels())

# 히스토그램 그리기
g1 <- wines %>% 
  ggplot(aes(sulphates)) +
  geom_histogram(aes(fill = wine_type), show.legend = FALSE, bins = 15) +
  ylim(0, 1300) +
  facet_wrap(~ wine_type, scales = "free",
             labeller = labeller(wine_type = c(red = "Red Wine", 
                                               white = "White Wine"))) +
  geom_text(data = data, aes(x, y, label=paste("mu==", data$label)), parse = TRUE) +
  labs(title = "Sulphates Content in Wine", x = "Sulphates", y = "Frequency") +
  theme_test()

# 밀도 그래프 density plot 그리기
g2 <- wines %>% 
  ggplot(aes(sulphates)) +
  geom_density(aes(fill = wine_type), show.legend = FALSE, alpha = 0.7) +
  facet_wrap(~ wine_type, scales = "free",
             labeller = labeller(wine_type = c(red = "Red Wine", 
                                               white = "White Wine"))) +
  labs(title = "", x = "Sulphates", y = "Density") +
  theme_test()

# 히스토그램과 밀도그래프 나란히 보여주기
grid.arrange(g1, g2, nrow=2, ncol=1)

## Warning: Use of `data$label` is discouraged. Use `label` instead.

다중 밀도그래프와 히스토그램 선 그래프 그리기

# 밀도 그래프
wines %>% 
  ggplot(aes(sulphates)) +
  geom_density(aes(fill = wine_type), alpha = 0.5) +
  labs(title = "Sulphates Content in Wine", x = "Sulphates", y = "Density") +
  theme_test()

# 히스토그램 선 그래프
wines %>% 
  ggplot(aes(sulphates)) +
  geom_freqpoly(aes(color = wine_type), bins = 15, size = 2) +
  labs(title = "Sulphates Content in Wine", x = "Sulphates", y = "Frequency") +
  theme_test()

상자 수염 그림(Box Plots)으로 이차원 데이터 시각화 하기

# Box Plots of two-dimensional mixed attributes
wines %>% 
  ggplot(aes(factor(quality), alcohol)) +
  geom_boxplot(aes(fill = factor(quality)), show.legend = FALSE) +
  labs(title = "Wine Quality - Alcohol Content", 
       x = "Wine Quality", y = "Wine Alcohol %") +
  theme_test()

바이올린 그래프로 이차원 데이터 시각화 하기

# Violin Plots
wines %>% 
  ggplot(aes(factor(quality), sulphates)) +
  geom_violin(aes(fill = factor(quality)), show.legend = FALSE) +
  geom_boxplot(width=0.08) +
  labs(title = "Wine Quality - Sulphates Content", 
       x = "Wine Quality", y = "Wine Sulphates") +
  theme_test()

3차원으로 데이터 시각화하기

산점도와 색으로 3차원 데이터 시각화 하기

# Visualizing three-dimensional data with scatter plots and hue (color)
cols = c('density', 'residual.sugar', 'total.sulfur.dioxide', 'fixed.acidity', 'wine_type')
wines %>% 
  select(cols) %>% 
  ggscatmat(columns = 1:4, color = "wine_type") +
  labs(title = "Wine Attributes Pairwise Plots")

3차원 그림으로 양적 데이터 시각화 하기

# plotly::plot_ly
wines %>% 
  plot_ly(x = ~residual.sugar, y = ~fixed.acidity, z = ~alcohol,
          type = "scatter3d", mode = "markers", 
          marker = list(size = 5, color = 'skyblue', 
                        line = list(color = 'steelblue', width = 1))) %>% 
  layout(scene = list(xaxis = list(title = 'Residual Sugar'),
                      yaxis = list(title = 'Fixed Acidity'),
                      zaxis = list(title = 'Alcohol')))

크기를 추가하여 3차원 데이터 시각화 하기

# using size for the 3rd dimension
wines %>% 
  ggplot(aes(x = fixed.acidity, y = alcohol)) +
  geom_point(aes(size = residual.sugar), color = "steelblue", alpha = 0.5) +
  theme_test()

색을 추가하여 3차원 데이터 시각화 하기

# using color for the 3rd dimension
wines %>% 
  ggplot(aes(x = fixed.acidity, y = alcohol)) +
  geom_point(aes(color = residual.sugar), size = 2, alpha = 0.5) +
  theme_test()

색과 면 분할을 이용하여 3차원 데이터 시각화 하기

# using color and facets
# residual sugar와 alcohol의 level 변수 추가 
# 사분위수를 추출하여 사분위별로 레벨값을 부여한 변수 생성
wines <- wines %>% 
  mutate(res_sugar_labels = case_when(residual.sugar < quantile(residual.sugar, probs = 0.25) ~ 0,
                                      residual.sugar < quantile(residual.sugar, probs = 0.5) ~ 25,
                                      residual.sugar < quantile(residual.sugar, probs = 0.75) ~ 50,
                                      TRUE ~ 75),
         alcohol_levels = case_when(alcohol < quantile(alcohol, probs = 0.25) ~ 0,
                                    alcohol < quantile(alcohol, probs = 0.5) ~ 25,
                                    alcohol < quantile(alcohol, probs = 0.75) ~ 50,
                                    TRUE ~ 75)) %>% 
  mutate(res_sugar_labels = factor(res_sugar_labels),
         alcohol_levels = factor(alcohol_levels))

wines %>% 
  ggplot(aes(x = fixed.acidity, y = alcohol)) +
  geom_point(aes(color = alcohol_levels), size = 2) +
  facet_wrap(vars(res_sugar_labels), labeller = "label_both") +
  theme_test()

막대그래프, 색, 면 분할을 이용하여 3차원 데이터 시각화 하기

# using bar plots, hue and facets
wines %>% 
  ggplot(aes(quality)) +
  geom_bar(aes(fill = wine_type), position = "dodge") +
  facet_wrap(vars(quality_label), labeller = "label_both") +
  theme_test()

색과 산점도를 이용하여 3차원 데이터 시각화 하기

# using scatter plots and hue
wines %>% 
  ggplot(aes(x = sulphates, y = alcohol)) +
  geom_point(shape = 21, aes(fill = wine_type), size = 3) +
  geom_smooth(aes(color = wine_type), method = "lm", fullrange=TRUE) +
  theme(legend.position = c(.92, .85),
        panel.background = element_rect(fill = "white", colour = "grey10"))

## `geom_smooth()` using formula 'y ~ x'

색과 커멀 밀도 그래프를 이용하여 3차원 데이터 시각화 하기

# using kernel density plots and hue
wines %>% 
  ggplot(aes(x = sulphates, y = alcohol)) +
  stat_density_2d(aes(fill = ..level.., color = wine_type), 
                  geom="polygon", alpha = 0.3, contour = TRUE, size = 1) +
  scale_fill_distiller(palette="Reds", direction=1) +
  theme_test()

색과 바이올린 그래프를 이용하여 3차원 데이터 시각화 하기

# using violin plots and hue and axes
wines$quality <- factor(wines$quality)

g1 <- wines %>% 
  ggplot(aes(quality, volatile.acidity)) +
  geom_violin(aes(fill = quality), trim = FALSE, show.legend = FALSE,
              draw_quantiles = c(0.25, 0.5, 0.75)) +
  theme_test()

g2 <- wines %>% 
  ggplot(aes(quality, volatile.acidity)) +
  geom_violin(aes(fill = wine_type), trim = FALSE, alpha = 0.5, 
              position = position_dodge(width = 0.3), 
              draw_quantiles = c(0.25, 0.5, 0.75)) +
  theme_test()

# grid::textGrob, gridExtra::grid.arrange
grid.arrange(g1, g2, nrow=1, ncol=2,
             top = grid.text("Wine Type - Quality - Acidity", 
                             gp = gpar(fontsize = 16, fontface = "bold")))

색과 상자그림으로 3차원 데이터 시각화 하기

# using box plots, hue and axes
g1 <- wines %>% 
  ggplot(aes(quality, alcohol)) +
  geom_boxplot(aes(fill = wine_type), show.legend = FALSE) +
  labs(x = "Wine Quality", y = "Wine Alcohol %") +
  theme_test()
  
g2 <- wines %>% 
  ggplot(aes(quality_label, alcohol)) +
  geom_boxplot(aes(fill = wine_type)) +
  labs(x = "Wine Quality Class", y = "Wine Alcohol %") +
  theme_test()

# grid::textGrob,  gridExtra::grid.arrange
grid.arrange(g1, g2, nrow=1, ncol=2,
             top = grid.text("Wine Type - Quality - Alcohol Content", 
                             gp = gpar(fontsize = 16, fontface = "bold")))

4차원으로 데이터 시각화하기

3차원 그림과 색을 이용하여 4차원 데이터 시각화 하기

# using depth, hue, x-asix, y-asix
# plotly::plot_ly
wines %>% 
  plot_ly(x = ~alcohol, y = ~residual.sugar, z = ~fixed.acidity,
          type = "scatter3d", mode = "markers", 
          marker = list(size = 5, color = ~wine_type,
                        line = list(color = 'steelblue', width = 1)))

버블차트에 색조와 크기를 적용하여 4차원 데이터 시각화

# using bubble plots, hue and size
wines %>% 
  ggplot(aes(fixed.acidity, alcohol)) +
  geom_point(shape = 21, alpha = 0.2, stroke = 1,
             aes(fill = wine_type, size = residual.sugar, color = wine_type)) +
  scale_fill_manual(values = c("red", "gold")) +
  scale_color_manual(values = c("red4", "gold4")) +
  scale_size(range = c(1, 15)) +
  labs(title = "Wine Alcohol Content - Fixed Acidity - Residual Sugar - Type") +
  theme_test()

산점도, 색조, 면분할을 이용하여 4차원 데이터 시각화 하기

# scatter plots, hue and facets
wines %>% 
  ggplot(aes(fixed.acidity, alcohol)) +
  geom_point(shape = 21, alpha = 0.5, stroke = 1, size = 3,
             aes(fill = wine_type, color = wine_type)) +
  scale_fill_manual(values = c("red", "gold")) +
  scale_color_manual(values = c("red4", "gold4")) +
  facet_wrap(vars(res_sugar_labels), labeller = "label_both") +
  theme_test()

산점도, 색조, 면분할을 이용하여 4차원 데이터 시각화 하기

# scatter plots, hue and facets
wines %>% 
  ggplot(aes(volatile.acidity, alcohol)) +
  geom_point(shape = 21, alpha = 0.8, stroke = 1, size = 3, color = "gray10",
             aes(fill = quality_label)) +
  scale_fill_manual(values = c("skyblue", "dodgerblue3", "blue4")) +
  facet_wrap(vars(wine_type), labeller = "label_both") +
  labs(title = "Wine Type - Alcohol - Quality - Acidity") +
  theme_test()

산점도, 색조, 면분할을 이용하여 4차원 데이터 시각화 하기

wines %>% 
  ggplot(aes(volatile.acidity, total.sulfur.dioxide)) +
  geom_point(shape = 21, stroke = 1, size = 4, color = "gray10",
             aes(fill = quality_label)) +
  scale_fill_manual(values = c("palegreen", "green3", "darkgreen")) +
  facet_wrap(vars(wine_type), labeller = "label_both") +
  labs(title = "Wine Type - Alcohol - Quality - Acidity") +
  theme_test()

5차원으로 데이터 시각화하기

시각적 오해, 시각적 난이도 증가 등 불편함이 크기 때문에 3D 차트는 가급적 쓰지 않은 것이 좋다고 생각한다. 가급적 이차원 차트에 색, 크기, 면분할 등을 이용하여 3차원 이상의 데이터를 시각화하는 것이 더 도움이 된다고 본다.

산점도, 색조, 이중 면분할을 이용하여 5차원 데이터 시각화 하기

# total_so2_levels 변수 생성
wines <- wines %>% 
  mutate(total_so2_levels = case_when(total.sulfur.dioxide < quantile(total.sulfur.dioxide, 
                                                                      probs = 0.25) ~ 0,
                                      total.sulfur.dioxide < quantile(total.sulfur.dioxide, 
                                                                      probs = 0.5) ~ 25,
                                      total.sulfur.dioxide < quantile(total.sulfur.dioxide, 
                                                                      probs = 0.75) ~ 50,
                                      TRUE ~ 75)) %>% 
  mutate(total_so2_levels = factor(total_so2_levels))

# using scatter plots, hue, 2 facets
wines %>% 
  ggplot(aes(residual.sugar, alcohol)) +
  geom_point(aes(fill = quality_label), shape = 21, size = 3) +
  facet_grid(row = vars(wine_type), col = vars(total_so2_levels), 
             labeller = "label_both") +
  theme_test() +
  labs(title = "Wine Type - Sulfur Dioxide - Residual Sugar - Alcohol - Quality Class")

6차원으로 데이터 시각화하기

산점도, 색조, 크기, 이중 면분할을 이용하여 6차원 데이터 시각화 하기

wines %>% 
  ggplot(aes(residual.sugar, alcohol)) +
  geom_point(aes(fill = quality_label, size = fixed.acidity), shape = 21) +
  facet_grid(row = vars(wine_type), col = vars(quality), 
             labeller = "label_both") +
  theme_test() +
  labs(title = "Wine Type - Quality Rating - Residual Sugar - Alcohol -  Quality Class - Sulfur Dioxide")

텍스트 데이터 시각화 하기

킹제임스 성경 각 줄의 문자열 길이와 단어 개수를 시각화 하기

# 구텐베르그 사이트에서 도서 파일 불러오기
library(gutenbergr, quietly = TRUE)
kjv_meta <- gutenberg_works(title == "The King James Version of the Bible")
bible <- gutenberg_download(kjv_meta$gutenberg_id)

## Determining mirror for Project Gutenberg from http://www.gutenberg.org/robot/harvest

## Using mirror http://aleph.gutenberg.org

head(bible)

## # A tibble: 6 x 2
##   gutenberg_id text                                                    
##          <int> <chr>                                                   
## 1           10 The Old Testament of the King James Version of the Bible
## 2           10 The First Book of Moses: Called Genesis                 
## 3           10 The Second Book of Moses: Called Exodus                 
## 4           10 The Third Book of Moses: Called Leviticus               
## 5           10 The Fourth Book of Moses: Called Numbers                
## 6           10 The Fifth Book of Moses: Called Deuteronomy

# text 열만 남기고, 빈 줄울 삭제 
bible <- bible %>% 
  select(text) %>% 
  filter(!text == "")

# 각 줄의 문자열 길이 구하기
bible$line_length <- nchar(bible$text)

# 각 줄의 문자열 길이 그래프
bible %>% 
  ggplot(aes(line_length)) +
  geom_density(fill = "red", alpha = 0.5, color = "red", size = 1) +
  theme_test()

# 각 줄의 단어 개수 세기
# tokenizers::tokenize_words
words <- tokenize_words(bible$text)
bible$word_length <- words %>% map_int(length)

# 각 줄의 단어 개수 그래프
bible %>% 
  ggplot(aes(word_length)) +
  geom_density(fill = "goldenrod1", alpha = 0.5, 
               color = "goldenrod1", size = 1) +
  theme_test()

이미지 데이터 시각화 하기

개와 고양이 그림을 불러와 화면에 출력하기

# library(imager)
cat <- load.image("cat.jpg")
dog <- load.image("dog.jpg")

opar <- par(mfrow = c(1, 2))
plot(cat, main="Cat")
plot(dog, main="Dog")

par(opar)

Red, Green, Blue 채널별로 시각화 하기

opar <- par(mfrow = c(1, 3))
cscale <- function(v) rgb(v,0,0)   # Red
grayscale(cat) %>% plot(colourscale = cscale, rescale = FALSE, main = "Red")
cscale <- function(v) rgb(0,v,0)   # Green
grayscale(cat) %>% plot(colourscale = cscale, rescale = FALSE, main = "Green")
cscale <- function(v) rgb(0,0,v)   # Blue
grayscale(cat) %>% plot(colourscale = cscale, rescale = FALSE, main = "Blue")

par(opar)

이미지 픽셀값을 이용하여 image intensity distribution 시각화 하기

opar <- par(mfrow = c(2, 2), mar = c(3,3,3,3))
grayscale(cat) %>% plot(main="Cat")
grayscale(dog) %>% plot(main="Dog")
grayscale(cat) %>% hist(col = "skyblue", main="Histogram of Cat")
grayscale(dog) %>% hist(col = "skyblue", main="Histogram of Dog")

par(opar)

이미지 가장자리 나타내기

cannyEdges(cat, alpha = 0.7, sigma = 3) %>% plot()

gr <- imgradient(cat, "xy")
plot(gr, layout="row")

오디오 데이터 시각화 하기

오디오 패키지 불러오기 및 패키지 내장 사운드 불러오기

# load library
library(tuneR)
library(seewave)

# load sound data - Data sets in package ‘seewave’
data(orni)  # Song of the cicada Cicada orni
data(tico)  # Song of the bird Zonotrichia capensis

## 음악(소리) 듣기
# play(orni)
# play(tico)

오디오 파형 진폭 시각화 하기

# a time wave as an oscillogram in a single or multi-frame plot
opar <- par(mfrow = c(1, 2))
oscillo(orni, title = "orni")
oscillo(tico, title = "tico")

par(opar)

오디오 스펙트럼 시각화 하기

# Frequency spectrum of a time wave
opar <- par(mfrow = c(1, 2))
spec(orni, f=22050, dB="max0", col="blue")
title("Spectrum of the orni")
spec(tico, f=22050, dB="max0", col="blue")
title("Spectrum of the tico")

par(opar)

오디오 퓨리에 변환 시각화 하기

opar <- par(mfrow = c(1, 2))
wf(orni, f=22050, ovlp=50, hoff=0, voff=2, border="#00000075", 
   main="waterfall display of the orni")
wf(tico, f=22050, ovlp=50, hoff=0, voff=2, border="#00000075", 
   main="waterfall display of tico")

par(opar)