기본 콘텐츠로 건너뛰기

R에서 그래프 저장하기



 R에서 데이터 분석을 하기 위해선 여러 가지 그래프가 필수적입니다. 데이터 시각화는 데이터를 더 쉽게 이해할 수 있도록 도와줍니다. 더 나아가 선형 회귀 분석에서 모델 평가를 위해서는 반드시 잔차도를 비롯한 그래프를 비교 검토해야 합니다. 이 그래프를 저장하는 것은 R 스튜디오에서 기본으로 기능을 지원하기 때문에 R 스튜디오에서 시행해도 되지만, 당연히 R 콘솔에서 저장도 가능합니다. 오늘은 앞서 예제에서 나온 그래프를 저장하는 코드에 대해서 설명하겠습니다. 


 기본적으로 추천하는 그래픽 파일 포맷은 png나 pdf 입니다. jpeg도 물론 지원하지만, 사실 고해상도의 파일을 저장하는 용도로는 그렇게 추천하지 않으며 대개의 R 설명서에서 쓰지 말라고 이야기하고 있습니다. 그래도 R은 기본으로 아래 파일을 지원합니다. 명령어도 그냥 png나 jpeg를 사용할 수 있습니다. ?png 코드로 상세한 내용을 확인할 수 있습니다. 


bmp(filename = "Rplot%03d.bmp",
    width = 480, height = 480, units = "px", pointsize = 12,
    bg = "white", res = NA, family = "", restoreConsole = TRUE,
    type = c("windows", "cairo"), antialias)

jpeg(filename = "Rplot%03d.jpg",
     width = 480, height = 480, units = "px", pointsize = 12,
     quality = 75,
     bg = "white", res = NA, family = "", restoreConsole = TRUE,
     type = c("windows", "cairo"), antialias)

png(filename = "Rplot%03d.png",
    width = 480, height = 480, units = "px", pointsize = 12,
    bg = "white", res = NA, family = "", restoreConsole = TRUE,
    type = c("windows", "cairo", "cairo-png"), antialias)

tiff(filename = "Rplot%03d.tif",
     width = 480, height = 480, units = "px", pointsize = 12,
     compression = c("none", "rle", "lzw", "jpeg", "zip", "lzw+p", "zip+p"),
     bg = "white", res = NA, family = "", restoreConsole = TRUE,
     type = c("windows", "cairo"), antialias)



 여기서는 png 파일로 저장하는 것을 해보겠습니다. 예제는 잔차도입니다. 


library("ggplot2")

set.seed(3311)
diamonds1<-sample 2500="" diamonds="" nrow="" span="">
D1<-diamonds diamonds1="" span="">

model=lm(price~carat, data=D1)
summary(model)

par(mfrow=c(2,2))
plot(model)


 이 코드에서 나온 그래프를 어떻게 저장할 수 있을까요? H 디스크에 R post 폴더에  R graph 폴더를 넣고 residualPlot01이라는 이름의 파일을 만들어 보겠습니다. 


png("H:R post\\R graph\\residualPlot01.png",width = 2000, height = 1500)
par(mfrow=c(2,2))
plot(model)
dev.off()


 우선 png()을 열고 파일의 경로와 이름을 지정해 주어야 합니다. 이때 실제 콘솔에서는 \\ 대신 사선으로 나타난다는 점을 확인할 수 있습니다. 



 그 다음 몇 개의 그림을 하나에 담을 것인지를 결정해주어야 합니다. 여기서는 표준인 2x2 구성으로 했습니다. 다음 plot을 통해 그림을 그려주면 완성이지만, 여기서 디바이스를 닫아야 다음 그림에서 오류가 생기지 않습니다. dev.off()라고 해주면 됩니다. 사용자가 한 가지 더 결정해야 하는 중요한 변수는 해상도로 여기서는 2000x1500 픽셀로 했습니다. jpeg는 잘 쓰지는 않지만 같은 방법으로 저장할 수 있습니다. 




 또 다른 중요한 포맷은 pdf입니다. pdf의 장점은 여러 장의 사진을 하나의 파일에 고품질로 담을 수 있다는 점입니다. 비교를 위해서 두 개의 코드를 사용해 보겠습니다. 


png("H:\\R post\\R graph\\residualPlot02.png",width = 2000, height = 1500)
par(mfrow=c(2,2))
plot(model)
par(mfrow=c(1,1))
ols_cooksd_barplot(model)
ols_dfbetas_panel(model)
ols_dffits_plot(model)
dev.off()

pdf("H:\\R post\\R graph\\residualPlot02.pdf",width = 16, height = 16)
par(mfrow=c(2,2))
plot(model)
par(mfrow=c(1,1))
ols_cooksd_barplot(model)
ols_dfbetas_panel(model)
ols_dffits_plot(model)
dev.off()


 png는 크기에서 픽셀 기준이지만, pdf는 인치 기준이라는 점을 주의해야 합니다. 아무튼 png는 해보면 알겠지만, 마지막 파일만 남고 덮어쓰기가 이뤄집니다. 반면 pdf는 파일을 각 페이지에 저장합니다. 따라서 여러 장의 그래프를 하나의 파일에 저장하고 싶다면 pdf가 가장 유리한 방법입니다. 고품질 출력물의 기준이기도 하기 때문에 pdf는 여러 모로 유용한 포맷입니다. 








 R에서 다양한 pdf를 포함해서 다양한 문서를 만들 수 있는 방법에 대해서는 'R과 Knitr를 활용한 데이터 연동형 문서 만들기'같은 전문 서적을 추전합니다. 반대로 pdf나 문서 파일, 여러 이미지 파일에서 데이터를 추출해서 R에서 처리할 수 있는데, 나중에 다뤄보겠습니다. 

댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

150년 만에 다시 울린 희귀 곤충의 울음 소리

  ( The katydid Prophalangopsis obscura has been lost since it was first collected, with new evidence suggesting cold areas of Northern India and Tibet may be the species' habitat. Credit: Charlie Woodrow, licensed under CC BY 4.0 ) ( The Museum's specimen of P. obscura is the only confirmed member of the species in existence. Image . Credit: The Trustees of the Natural History Museum, London )  과학자들이 1869년 처음 보고된 후 지금까지 소식이 끊긴 오래 전 희귀 곤충의 울음 소리를 재현하는데 성공했습니다. 프로팔랑곱시스 옵스큐라 ( Prophalangopsis obscura)는 이상한 이름만큼이나 이상한 곤충으로 매우 희귀한 메뚜기목 곤충입니다. 친척인 여치나 메뚜기와는 오래전 갈라진 독자 그룹으로 매우 큰 날개를 지니고 있으며 인도와 티벳의 고산 지대에 사는 것으로 보입니다.   유일한 표본은 수컷 성체로 2005년에 암컷으로 생각되는 2마리가 추가로 발견되긴 했으나 정확히 같은 종인지는 다소 미지수인 상태입니다. 현재까지 확실한 표본은 수컷 성체 한 마리가 전부인 미스터리 곤충인 셈입니다.   하지만 과학자들은 그 형태를 볼 때 이들 역시 울음 소리를 통해 짝짓기에서 암컷을 유인했을 것으로 보고 있습니다. 그런데 높은 고산 지대에서 먼 거리를 이동하는 곤충이기 때문에 낮은 피치의 울음 소리를 냈을 것으로 보입니다. 문제는 이런 소리는 암컷 만이 아니라 박쥐도 잘 듣는다는 것입니다. 사실 이들은 중생대 쥐라기 부터 존재했던 그룹으로 당시에는 박쥐가 없어 이런 방식이 잘 통했을 것입니다. 하지만 신생대에 박쥐가 등장하면서 플로팔랑곱

9000년 전 소녀의 모습을 복원하다.

( The final reconstruction. Credit: Oscar Nilsson )  그리스 아테나 대학과 스웨덴 연구자들이 1993년 발견된 선사 시대 소녀의 모습을 마치 살아있는 것처럼 복원하는데 성공했습니다. 이 유골은 그리스의 테살리아 지역의 테오페트라 동굴 ( Theopetra Cave )에서 발견된 것으로 연대는 9000년 전으로 추정됩니다. 유골의 주인공은 15-18세 사이의 소녀로 정확한 사인은 알 수 없으나 괴혈병, 빈혈, 관절 질환을 앓고 있었던 것으로 확인되었습니다.   이 소녀가 살았던 시기는 유럽 지역에서 수렵 채집인이 초기 농경으로 이전하는 시기였습니다. 다른 시기와 마찬가지로 이 시기의 사람들도 젊은 시절에 다양한 질환에 시달렸을 것이며 평균 수명 역시 매우 짧았을 것입니다. 비록 젊은 나이에 죽기는 했지만, 당시에는 이런 경우가 드물지 않았을 것이라는 이야기죠.   아무튼 문명의 새벽에 해당하는 시점에 살았기 때문에 이 소녀는 Dawn (그리스어로는  Avgi)라고 이름지어졌다고 합니다. 연구팀은 유골에 대한 상세한 스캔과 3D 프린팅 기술을 적용해서 살아있을 당시의 모습을 매우 현실적으로 복원했습니다. 그리고 그 결과 나타난 모습은.... 당시의 거친 환경을 보여주는 듯 합니다. 긴 턱은 당시를 살았던 사람이 대부분 그랬듯이 질긴 먹이를 오래 씹기 위한 것으로 보입니다.   강하고 억센 10대 소녀(?)의 모습은 당시 살아남기 위해서는 강해야 했다는 점을 말해주는 듯 합니다. 이렇게 억세보이는 주인공이라도 당시에는 전염병이나 혹은 기아에서 자유롭지는 못했기 때문에 결국 평균 수명은 길지 못했겠죠. 외모 만으로 평가해서는 안되겠지만, 당시의 거친 시대상을 보여주는 듯 해 흥미롭습니다.   참고  https://phys.org/news/2018-01-teenage-girl-years-reconstructed.html