R 기초 - 11. ggplot2 시각화 심화

이전 글에서 기본 그래프 유형을 다뤘고, 이번에는 밀도 플롯, 히트맵, 패싯, 통계적 요소, 좌표계 설정, 그래프 꾸미기에 대한 내용을 정리합니다.

예제 데이터는 계속 mtcars 데이터셋을 사용합니다.

library(ggplot2)
data(mtcars)

 

---

Density Plot: geom_density()

히스토그램의 연속적인 버전입니다.

데이터의 분포를 부드러운 곡선으로 보여줍니다.

ggplot(mtcars, aes(x = mpg)) +
    geom_density()

# fill로 채우기
ggplot(mtcars, aes(x = mpg)) +
    geom_density(fill = "steelblue", alpha = 0.5)

그룹별로 비교할 때 히스토그램보다 겹쳐서 보기 편합니다.

ggplot(mtcars, aes(x = mpg, fill = factor(cyl))) +
    geom_density(alpha = 0.4)

히스토그램과 밀도 곡선을 함께 그리려면 히스토그램의 y축을 밀도 기준으로 바꿔야 합니다.

ggplot(mtcars, aes(x = mpg)) +
    geom_histogram(aes(y = after_stat(density)),
                   binwidth = 3, fill = "gray80", color = "white") +
    geom_density(color = "steelblue", linewidth = 1)

after_stat(density)는 히스토그램의 y축을 빈도 수 대신 밀도로 바꾸는 설정입니다.

이전 버전에서는 ..density..를 사용했지만 현재는 after_stat(density)가 권장됩니다.

---

Heatmap: geom_tile()

두 범주형 변수와 하나의 수치형 변수를 색상으로 표현합니다.

유전자 발현량 히트맵처럼 행렬 데이터를 시각화할 때 자주 사용합니다.

# 예시 데이터: 유전자 발현량
library(tidyverse)

df <- expand.grid(
    gene   = c("BRCA1", "TP53", "EGFR", "MYC"),
    sample = c("s01", "s02", "s03")
)
df$expression <- c(12.5, 8.3, 21.0, 5.1,
                   11.2, 9.1, 19.8, 4.8,
                   13.8, 7.6, 22.3, 5.5)

ggplot(df, aes(x = sample, y = gene, fill = expression)) +
    geom_tile()

색상 팔레트를 바꾸면 발현량의 높낮이가 더 잘 보입니다.

ggplot(df, aes(x = sample, y = gene, fill = expression)) +
    geom_tile(color = "white") +
    scale_fill_gradient(low = "white", high = "steelblue")

# 양방향 색상 (낮음-중간-높음)
scale_fill_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0)

# 내장 팔레트 사용
scale_fill_distiller(palette = "YlOrRd", direction = 1)

---

Facet: 그래프를 여러 패널로 분할

하나의 그래프를 조건별로 나눠서 여러 패널에 그립니다.

그룹별로 동일한 그래프를 비교할 때 유용합니다.

facet_wrap()

하나의 변수를 기준으로 패널을 나눕니다.

ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    facet_wrap(~ cyl)

# 열 수 지정
ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    facet_wrap(~ cyl, ncol = 2)

# 축 범위를 패널마다 자유롭게
ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    facet_wrap(~ cyl, scales = "free")

• scales = "fixed": 모든 패널이 같은 축 범위 (기본값)
• scales = "free": 패널마다 다른 축 범위
• scales = "free_x", "free_y": x 또는 y만 자유롭게

facet_grid()

두 변수를 기준으로 행과 열로 나눕니다.

ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    facet_grid(am ~ cyl)

행 변수 ~ 열 변수 형태로 지정합니다. 한쪽만 변수를 지정하고 싶으면 .을 씁니다.

facet_grid(. ~ cyl)     # 열로만 나눔
facet_grid(am ~ .)      # 행으로만 나눔

 

---

통계적 요소

geom_smooth(): 회귀선/추세선 추가

ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    geom_smooth()

# 선형 회귀선
ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    geom_smooth(method = "lm", se = TRUE)

# 그룹별 회귀선
ggplot(mtcars, aes(x = wt, y = mpg, color = factor(cyl))) +
    geom_point() +
    geom_smooth(method = "lm", se = FALSE)

• method = "lm": 선형 회귀 (기본값은 "loess")
• se = TRUE: 신뢰구간 표시 (기본값), FALSE로 끄기
• se = FALSE는 신뢰구간 없이 선만 그릴 때

stat_summary(): 그룹별 요약 통계 표시

ggplot(mtcars, aes(x = factor(cyl), y = mpg)) +
    stat_summary(fun = mean, geom = "bar", fill = "steelblue") +
    stat_summary(fun.data = mean_se, geom = "errorbar", width = 0.2)

• fun = mean: 평균값을 막대로 표시
• fun.data = mean_se: 평균 ± 표준오차를 에러바로 표시

---

좌표계 설정

coord_flip(): 축 뒤집기

x축과 y축을 교환합니다. 막대 그래프를 가로 방향으로 바꿀 때 주로 사용합니다.

ggplot(mtcars, aes(x = factor(cyl), y = mpg)) +
    geom_boxplot() +
    coord_flip()

coord_polar(): 극좌표계

막대 그래프를 파이 차트로 변환하는 데 사용합니다.

ggplot(mtcars, aes(x = factor(cyl), fill = factor(cyl))) +
    geom_bar() +
    coord_polar()

scale_x_log10(), scale_y_log10(): 로그 스케일

한쪽으로 치우친 데이터를 보기 좋게 만들 때 사용합니다.

ggplot(mtcars, aes(x = hp, y = mpg)) +
    geom_point() +
    scale_x_log10()

# 또는 coord_trans()로 변환
ggplot(mtcars, aes(x = hp, y = mpg)) +
    geom_point() +
    coord_trans(x = "log10")

 

---

그래프 꾸미기

labs(): 제목과 축 이름 설정

ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    labs(
        title    = "차량 무게와 연비의 관계",
        subtitle = "mtcars 데이터셋",
        x        = "차량 무게 (1000 lbs)",
        y        = "연비 (mpg)",
        caption  = "출처: Motor Trend 1974",
        color    = "실린더 수"
    )

scale_color_(), scale_fill_(): 색상 팔레트 설정

# 수동으로 색상 지정
ggplot(mtcars, aes(x = wt, y = mpg, color = factor(cyl))) +
    geom_point() +
    scale_color_manual(values = c("4" = "blue", "6" = "green", "8" = "red"))

# 내장 팔레트
scale_color_brewer(palette = "Set1")
scale_fill_brewer(palette = "Pastel1")

# 연속형 변수에 적용
scale_color_gradient(low = "blue", high = "red")
scale_color_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0)

# viridis 팔레트 (색맹 친화적)
scale_color_viridis_d()   # d: 이산형
scale_color_viridis_c()   # c: 연속형

theme(): 그래프 외양 설정

# 내장 테마
ggplot(mtcars, aes(x = wt, y = mpg)) +
    geom_point() +
    theme_bw()          # 흰 배경 + 검정 테두리
    # theme_minimal()   # 최소한의 요소
    # theme_classic()   # 클래식 스타일
    # theme_void()      # 배경 없음

theme()으로 세부 요소를 직접 설정할 수 있습니다.

ggplot(mtcars, aes(x = wt, y = mpg, color = factor(cyl))) +
    geom_point() +
    labs(title = "예제 그래프") +
    theme_bw() +
    theme(
        plot.title   = element_text(size = 14, face = "bold"),
        axis.title   = element_text(size = 12),
        axis.text    = element_text(size = 10),
        legend.position = "bottom",              # 범례 위치
        panel.grid.minor = element_blank()       # 보조 격자 제거
    )

자주 사용하는 theme() 요소입니다.

요소	의미
plot.title	그래프 제목
axis.title	축 이름
axis.text	축 눈금 텍스트
legend.position	범례 위치 ("top", "bottom", "left", "right", "none")
panel.background	그래프 배경
panel.grid.major	주요 격자선
panel.grid.minor	보조 격자선
strip.text	facet 패널 제목 텍스트

그래프 저장: ggsave()

p <- ggplot(mtcars, aes(x = wt, y = mpg)) + geom_point()

ggsave("plot.png", plot = p, width = 8, height = 5, dpi = 300)
ggsave("plot.pdf", plot = p, width = 8, height = 5)

 

dpi = 300은 논문이나 보고서용 해상도입니다.