R plot graph (라인, 점 그래프)

이번엔 plot 그래프에 대해 적어보려고 합니다.

테스트 환경은 저번과 마찬가지로 R Studio Cloud입니다.

테스트 환경에 관해서는 아래의 글을 참고해주세요.

 

R Studio Cloud 사용법과 원형(pie) 그래프 시각화

 

먼저 cars라는 변수에 데이터를 넣고 기본 plot 그래프를 그려보겠습니다.

 

결과)

 

위 그래프에 파란색 선을 그어보겠습니다.

> plot(cars, type="o", col="blue")

 

결과)

설명)

값	설명
p	점으로
l	선으로
b	점과 선 둘다 동시에
o	점과 선 둘다 동시에 (단 겹쳐짐 : overplotted)
h	히스토그램과 비슷한 형태로 (histogram)
s	계단 모양으로 (stair steps)
S	계단모양으로 (upper stair steps)
n	좌표찍지 않음

 

예제) 차와 트럭의 팔린 댓수를 라인 그래프로 시각화해봅시다

 

> cars < c(1,3,6,4,9)

> trucks <- c(2,5,4,5,12)

> plot(cars, type="o", col="blue", ylim=c(0,12))

> lines(trucks, type="o", pch=22, lty=2, col="red")    # pch=22 : 네모 점, lty=2 : 점선

 

결과)

 

Plot 그래프의 lty 옵션 (line type)

 

Plot 그래프의 pch 옵션

한방에 끝내기

코드)

 

결과)

 

 

데이터에 맞는 그래프 선택

1. 막대 그래프는 데이터의 크기의 차이를 섬세하게 확인하고 싶을 때

2. 원형 그래프는 데이터 간의 비율을 확인하고 싶을 때

3. 산포도(plot) 그래프는 시간의 흐름에 따른 데이터의 변화를 보고 싶을 때, 데이터 간의 상관관계를 보고 싶을 때

 

 

임의의 age_income 라는 데이터가 있습니다.

아래의 보기) 와 같이 실행해봅시다.

# age_income 데이터 로드 age_income <- read.csv("age_income.csv", header=T)

 

보기)

plot(age_income$age, age_income$month_income,      xlab = "age", ylab = "income",      col = "red", pch = 16)

 

결과)

 

상관관계 계수 확인)

cor(age_income$age, age_income$month_income) # age와 month_income 간의 상관관계 계수 출력

 

결과)

> cor(age_income$age, age_income$month_income) [1] 0.8553024