Ch 01. ggplot2의 레이어 개념

차트를 만드는 방법은 두 가지가 있습니다. 하나는 "이 데이터로 막대그래프 그려줘"라고 명령하는 방식이고, 다른 하나는 "이 데이터를 X축에 놓고, 저 데이터를 Y축에 놓고, 막대 모양으로 표현하고, 색은 이렇게 해줘"라고 쌓아 올리는 방식입니다.

ggplot2는 후자입니다. 차트를 레이어(layer)의 조합으로 봅니다. 이 철학을 이해하면 어떤 복잡한 차트도 만들 수 있습니다.

Grammar of Graphics란

ggplot2는 Leland Wilkinson의 책 "The Grammar of Graphics"에서 영감을 받아 Hadley Wickham이 만들었습니다. 문법(grammar)이라는 단어가 핵심입니다. 언어에 문법이 있듯이, 시각화에도 규칙이 있다는 생각입니다.

이 문법은 차트를 몇 가지 구성 요소로 분해합니다.

이 요소들을 + 연산자로 차례로 더해가며 차트를 만듭니다. 레이어를 쌓는 것입니다.

첫 번째 ggplot2 차트

ggplot2는 tidyverse에 포함되어 있습니다.

library(tidyverse)

# mpg 데이터셋 확인
glimpse(mpg)

Rows: 234
Columns: 11
$ manufacturer <chr> "audi", "audi", "audi", "audi", "audi", "audi", "audi", …
$ model        <chr> "a4", "a4", "a4", "a4", "a4", "a4", "a4", "a4 quattro",…
$ displ        <dbl> 1.8, 1.8, 2.0, 2.0, 2.8, 2.8, 3.1, 1.8, 1.8, 2.0, 2.0,…
$ year         <int> 1999, 1999, 2008, 2008, 1999, 1999, 2008, 1999, 1999, 20…
$ cyl          <int> 4, 4, 4, 4, 6, 6, 6, 4, 4, 4, 4, 6, 6, 6, 6, 6, 6, 8, …
$ trans        <chr> "auto(l5)", "manual(m5)", "manual(m6)", "auto(av)", "aut…
$ drv          <chr> "f", "f", "f", "f", "f", "f", "f", "4", "4", "4", "4",…
$ cty          <int> 18, 21, 20, 21, 16, 18, 18, 18, 16, 20, 19, 15, 17, 17,…
$ hwy          <int> 29, 29, 31, 30, 26, 26, 27, 26, 25, 28, 27, 25, 25, 25,…
$ fl           <chr> "p", "p", "p", "p", "p", "p", "p", "p", "p", "p", "p",…
$ class        <chr> "compact", "compact", "compact", "compact", "compact", "…

mpg는 1999~2008년 자동차 연비 데이터입니다. displ은 엔진 배기량, hwy는 고속도로 연비입니다. 배기량이 클수록 연비가 나쁠까요? 산점도로 확인해봅니다.

ggplot(data = mpg, aes(x = displ, y = hwy)) +
  geom_point()

세 줄짜리 코드로 차트가 만들어집니다. 하나씩 뜯어봅니다.

• ggplot(data = mpg) — mpg 데이터를 사용한다고 선언합니다. 아직 아무것도 그리지 않습니다. 빈 캔버스입니다.
• aes(x = displ, y = hwy) — X축에 displ, Y축에 hwy를 매핑합니다. "이 변수를 저 위치에 표현하겠다"는 약속입니다.
• + geom_point() — 점(point) 모양으로 그립니다.

배기량이 커질수록 연비가 낮아지는 경향이 보입니다. 예상과 맞습니다.

aes() — 미적 속성 매핑

aes()는 aesthetic의 약자입니다. 데이터의 변수를 차트의 시각적 속성에 연결하는 역할을 합니다.

x, y 외에도 다양한 속성을 매핑할 수 있습니다.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
  geom_point()

color = class를 추가하면 차량 클래스별로 색이 달라집니다. 범례도 자동으로 생성됩니다. SUV 계열이 배기량이 크고 연비가 낮은 오른쪽 아래에 몰려 있습니다.

크기도 변수에 연결할 수 있습니다.

ggplot(mpg, aes(x = displ, y = hwy, color = class, size = cyl)) +
  geom_point(alpha = 0.6)

alpha = 0.6은 투명도를 60%로 설정합니다. 점이 겹쳐도 아래 점이 보입니다. alpha는 aes() 안이 아니라 geom_point() 안에 넣었습니다. 데이터 변수가 아니라 고정값이기 때문입니다.

aes() 안 vs 밖의 차이를 꼭 기억합니다.

# 데이터 변수에 따라 색 결정 — aes() 안
aes(color = class)

# 모든 점을 파란색으로 고정 — aes() 밖
geom_point(color = "blue")

geom — 기하학적 표현

geom_*() 함수는 데이터를 어떤 모양으로 그릴지 결정합니다. 자주 쓰는 geom을 정리합니다.

하나의 차트에 여러 geom을 함께 쓸 수 있습니다.

ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point(color = "steelblue", alpha = 0.5) +
  geom_smooth(method = "lm", se = TRUE)

산점도 위에 선형 회귀 추세선과 신뢰 구간(se)이 덧그려집니다. method = "lm"은 선형 모델(linear model)을 뜻합니다.

stat — 통계 변환

geom 뒤에서 조용히 작동하는 것이 stat입니다. 예를 들어 geom_bar()는 기본적으로 stat = "count"를 사용합니다. 데이터를 받아 빈도를 계산한 다음 막대를 그립니다.

ggplot(mpg, aes(x = class)) +
  geom_bar()

mpg 데이터에 클래스별 빈도를 계산하는 코드가 없지만, geom_bar가 알아서 셉니다. 이것이 stat의 역할입니다.

직접 계산한 값을 막대로 그리려면 stat = "identity"를 쓰거나, geom_col()을 사용합니다.

coord — 좌표 시스템

기본은 데카르트 좌표계(coord_cartesian)입니다. 필요에 따라 바꿀 수 있습니다.

# 가로 막대그래프 — 축 뒤집기
ggplot(mpg, aes(x = class)) +
  geom_bar() +
  coord_flip()

coord_flip()은 X축과 Y축을 맞바꿉니다. 세로 막대그래프가 가로 막대그래프로 바뀝니다. 클래스 이름이 Y축에 표시되어 읽기 편해집니다.

facet — 패널 분할

데이터를 그룹별로 나누어 소 차트를 만듭니다. 비교 시각화에 강력합니다. 자세한 내용은 Ch 05에서 다룹니다.

ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point() +
  facet_wrap(~ class)

차량 클래스별로 별도 패널이 생성됩니다. 각 그룹의 분포를 한눈에 비교할 수 있습니다.

theme — 시각적 스타일

theme_*()으로 차트의 전체 스타일을 한 번에 바꿉니다.

ggplot(mpg, aes(x = displ, y = hwy)) +
  geom_point(color = "steelblue") +
  theme_minimal()

자주 쓰는 테마는 다음과 같습니다.

레이어를 쌓는 전체 구조

ggplot2 차트의 기본 틀을 정리합니다.

ggplot(data = <데이터>, aes(<매핑>)) +   # 캔버스와 매핑
  geom_<함수>(<옵션>) +                   # 무엇을 그릴까
  scale_<속성>_<유형>(<옵션>) +           # 스케일 조정
  coord_<함수>() +                        # 좌표계
  facet_<함수>(<공식>) +                  # 패널 분할
  labs(title = "", x = "", y = "") +      # 제목과 축 이름
  theme_<함수>()                          # 스타일

모두 필요한 것은 아닙니다. data와 aes, geom만 있어도 차트가 만들어집니다. 나머지는 차트를 더 잘 표현하고 싶을 때 덧붙입니다.

labs()로 제목과 축 이름 붙이기

완성도 있는 차트에는 제목과 축 설명이 있어야 합니다.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
  geom_point(alpha = 0.7) +
  labs(
    title    = "배기량과 고속도로 연비의 관계",
    subtitle = "차량 클래스별 색상 구분",
    x        = "엔진 배기량 (리터)",
    y        = "고속도로 연비 (mpg)",
    color    = "차량 클래스",
    caption  = "출처: ggplot2 내장 데이터 mpg"
  ) +
  theme_minimal()

title은 상단 제목, subtitle은 부제목, caption은 하단 각주입니다. color = "차량 클래스"는 범례 제목을 바꿉니다.

이렇게 레이어를 하나씩 쌓아가는 방식이 ggplot2의 핵심입니다. 처음에는 geom 하나로 시작하고, 필요할 때 레이어를 추가합니다. 다음 챕터부터 각 geom을 구체적으로 살펴봅니다.