[R3.3] Visualization - LATTICE 패키지 활용

/*********************************************************************************************************
-- Title : [R3.3] Visualization - LATTICE 패키지 활용
-- Reference : hrd-net
-- Key word : R 시각화 visualization lattice package 패키지  mlmrev chem97 histogram densityplot dotplot
                  barchart xyplot cloud 차트 플롯 그래프 graph
*********************************************************************************************************/

-- Chart

-- Python/R

  
# ********************************************
# -- lattice 패키지
# ********************************************
install.packages("lattice")
library(lattice)
 
install.packages("mlmRev")
library(mlmRev)
data(Chem97)                                          # Chem97 데이터 셋 로드
 
head(Chem97)
 
str(Chem97)                                           # 차원보기
head(Chem97,30)
range(Chem97$score)                                   # 0 10
table(Chem97$score)                                   # 0    2    4    6    8   10 
 
# -- histogram : 변수 대상으로 백분율 적용 히스토그램 생성
#    형식1) (~x축, dataframe)
histogram(~gcsescore, data=Chem97) 
 
# -- histogram(~x축 | 조건, dataframe)
histogram(~gcsescore | score, data=Chem97) 
histogram(~gcsescore | factor(score), data=Chem97) 
 
# -- densityplot : 밀도 그래프
#    형식) (~x축 | 조건, dataframe, groups=변수)
densityplot(~gcsescore | factor(score), data=Chem97, 
            groups = gender, plot.points=T, auto.key = T) 
 
 
# ********************************************
# -- 차트 작성을 위한 데이터 리모델링
# ********************************************
 
# -- 데이터셋 가져오기
data(VADeaths)
head(VADeaths)
str(VADeaths)
 
# -- 데이터셋 구조보기
mode(VADeaths)                                        # numeric
class(VADeaths)                                       # matrix
 
# -- 데이터 리모델링(함수에서 데이터 처리 목적)
#    matrix -> data.frame 변환
df = as.data.frame(VADeaths)
str(df)                                               # 'data.frame':    5 obs. of  4
class(df) 
df 
 
# -- matrix -> data.table 변환
dft = as.data.frame.table(VADeaths)
str(dft)                                              # 'data.frame':    20 obs. of  3 variables:
class(dft) 
dft 
 
# -- barchart : 막대 그래프
#    형식) (y~x | 조건, dataframe, layout)
barchart(Var1 ~ Freq | Var2, 
         data=dft, layout=c(4,1))
 
# -- dotplot : 점 그래프
#    형식) (y~x | 조건 , dataframe, layout)
dotplot(Var1 ~ Freq | Var2 , dft) 
 
# -- Var2변수 단위(그룹화)로 점을 연결하여 플로팅  
dotplot(Var1 ~ Freq, data=dft, groups=Var2, type="o", 
        auto.key=list(space="right", points=T, lines=T))
 
# -- xyplot : xyplot()함수 확장
#    형식) (y축~x축| 조건, dataframe or list)
library(datasets)
str(airquality)                                       # airqulity 테이터 셋 로드
table(airquality$Month)                               #  5  6  7  8  9
View(airquality)
 
# -- airquality의 Ozone(y),Wind(x) 산점도 플로팅
xyplot(Ozone ~ Wind, data=airquality) 
 
# -- Month변수 단위로 플로팅
xyplot(Ozone ~ Wind | Month, data=airquality) 
xyplot(Ozone ~ Wind | Month, data=airquality, layout=c(5,1))
 
# -- 지진 발생 데이터셋 
head(quakes)                                          # quakes 데이터셋 로드
str(quakes) 
 
# -- 지진발생 위치(위도와 경로)
xyplot(lat~long, data=quakes, pch=".")  
 
# -- 그래프를 변수에 저장
tplot=xyplot(lat~long, data=quakes, pch=".")
 
# 그래프에 제목 추가
tplot2=update(tplot,
               main="1964년 이후 태평양에서 발생한 지진위치")
print(tplot2)
 
# -- equal.count() : 지정된 범위 대상 영역구분과 카운팅
#    형식) equal.count(data, number, overlap)
#    비율 척도 -> 범주화 
equal.count(1:150, 3, overlap=0)
quakes$depth
 
# -- 지진의 깊이를 3영역으로 구분하여 카운팅
depthgroup=equal.count(quakes$depth, number=3, overlap=0)
depthgroup
 
# -- depthgroup변수 기준으로 플로팅
xyplot(lat ~ long | depthgroup, data=quakes,
       main="Fiji Earthquakes(depthgruop)",
       ylab="latitude", xlab="longitude", pch="@", col='red' )
 
 
# -- cloud() :  3차원(위도, 경도, 깊이) 산점도 그래프
cloud(depth ~ lat * long , data=quakes,
      zlim=rev(range(quakes$depth)), 
      xlab="경도", ylab="위도", zlab="깊이")