데이터 시각화 실습 : 지역 정보 시각화 Figure 4.4, 4.6
패키지 불러오기
#install.packages("geojsonsf")
library(geojsonsf)
library(sf)
#> Linking to GEOS 3.9.3, GDAL 3.5.2, PROJ 8.2.1; sf_use_s2() is TRUE
library(ggplot2)
library(dplyr)
#>
#> 다음의 패키지를 부착합니다: 'dplyr'
#> The following objects are masked from 'package:stats':
#>
#> filter, lag
#> The following objects are masked from 'package:base':
#>
#> intersect, setdiff, setequal, union
library(colorspace)데이터 불러오기
- KOR_SIDO.json : 대한민국 시,도 정보
- KOR_SIGU.json : 대한민국 시,군,구 정보
- 202202_주민등록인구및세대현황.csv
KOR_SIDO <- geojson_sf('C:/Users/seong taek/Desktop/3-1 DataVisualize/data_visualize/KOR_SIDO.json')
KOR_SIGU <- geojson_sf('C:/Users/seong taek/Desktop/3-1 DataVisualize/data_visualize/KOR_SIGU.json')
kor_202202 <- read.csv('C:/Users/seong taek/Desktop/3-1 DataVisualize/data_visualize/202202_주민등록인구및세대현황.csv')전처리
### 컬럼 클래스(타입) 확인
kor_202202 %>% sapply(class)
#> 행정구역 행정구역_코드 총인구수 세대수 세대당_인구
#> "character" "numeric" "numeric" "numeric" "numeric"
#> 남자_인구수 여자_인구수 남여_비율
#> "numeric" "numeric" "numeric"
### `행정구역_코드`를 numeric → character형식으로 변환
kor_202202$행정구역_코드 <- kor_202202$행정구역_코드 %>% format()
use_map <- KOR_SIGU
use_map %>% head()
#> Simple feature collection with 6 features and 3 fields
#> Geometry type: POLYGON
#> Dimension: XY
#> Bounding box: xmin: 127.5071 ymin: 37.06363 xmax: 129.1596 ymax: 38.23041
#> Geodetic CRS: WGS 84
#> SIG_CD SIG_ENG_NM SIG_KOR_NM geometry
#> 1 42110 Chuncheon-si 춘천시 POLYGON ((127.6047 38.07265...
#> 2 42130 Wonju-si 원주시 POLYGON ((128.1086 37.2988,...
#> 3 42150 Gangneung-si 강릉시 POLYGON ((129.0479 37.64961...
#> 4 42170 Donghae-si 동해시 POLYGON ((129.1596 37.47574...
#> 5 42190 Taebaek-si 태백시 POLYGON ((129.0121 37.31012...
#> 6 42210 Sokcho-si 속초시 POLYGON ((128.6087 38.16128...
### 병합할 컬럼 동일화
use_map$행정구역_코드 <- paste(use_map$SIG_CD, "00000", sep = "")
### 공통된 '행정구역_코드'를 기준으로 병합
use_map <- use_map %>% merge(kor_202202, by = "행정구역_코드", all.x=T)Figure 4.4 - 총 인구수
- 사용 데이터셋 : use_map
- fill : 총인구수
- geom_sf (지리적 객체 그래프)
- 경계선 색상
- coord_sf
- 지도 좌표계 제거
- scale_fill_distiller
- 이름 : “인구수”
- 팔레트 색상 설정
- 연속형 색상 척도 사용
- 결측값 색상 설정
- 색상 척도 방향 설정 : 작은 값 → 큰 값
- 색상 척도 눈금 설정
- 색상 척도 라벨 설정, 천 단위 옵션, 지수표기법 미사용
- 테마 : 미니멀
- 테마 옵션
- 범례 제목 위치 지정
- 범례 텍스트 위치 지정
- 범례 위치 지정
ggplot(use_map, aes(fill = 총인구수)) +
geom_sf(color = "gray90") +
coord_sf(datum = NA) +
scale_fill_distiller(name = "인구수",
palette = "Blues",
type = "seq",
na.value = "grey60",
direction = 1,
breaks = seq(0,10,2) * 1e+5,
labels = format(seq(0,10,2) * 1e+5,
big.mark = ",", scientific = F),) +
theme_minimal() +
theme(legend.title.align = 0.5,
legend.text.align = 1.0,
legend.position = c(.85, .2))
광주만 뽑기
### filter 이용 광주지역만 추출
use_map %>%
filter(substr(행정구역_코드,1,2) == "29") %>%
ggplot(aes(fill = 총인구수)) +
geom_sf(color = "gray90") +
coord_sf(datum = NA) +
scale_fill_distiller(name = "인구수",
palette = "Blues",
type = "seq",
na.value = "grey60",
direction = 1,
breaks = seq(0,10,2) * 1e+5,
labels = format(seq(0,10,2) * 1e+5,
big.mark = ",", scientific = F),) +
theme_minimal() +
theme(legend.title.align = 0.5,
legend.text.align = 1.0,
legend.position = c(1, .2))
Figure 4.6 - 남여 비율
- 사용 데이터셋 : use_map
- fill : 남여_비율
- geom_sf (지리적 객체 그래프)
- coord_sf
- 지도 좌표계 제거
- scale_fill_continuous_diverging
- 이름 : “남자/여자”
- 팔레트 색상 설정
- 색상 척도 : 중앙값 기준
- 색상 척도 범위 설정
- 색상 척도 순서 반전
- 테마 : 미니멀
- 테마 옵션
- 범례 제목 위치 지정
- 범례 텍스트 위치 지정
- 범례 위치 지정
ggplot(use_map, aes(fill = 남여_비율)) +
geom_sf() +
coord_sf(datum = NA) +
scale_fill_continuous_diverging(name = "남자/여자",
palette = "Blue-Red",
mid = 1,
limits = 1 + c(-1, 1)*0.35,
rev = T) +
theme_minimal() +
theme(legend.title.align = 0.5,
legend.text.align = 1.0,
legend.position = c(.95, .3))
과제
- 2023년3월 총인구수 - Figure 4.4
데이터 불러오기
- 202303_202303_주민등록인구및세대현황_월간.csv
- KOR_SIGU.json : 대한민국 시,군,구 정보
kor_202303 <- read.csv('C:/Users/seong taek/Desktop/3-1 DataVisualize/data_visualize/202303_202303_주민등록인구및세대현황_월간.csv',fileEncoding = "CP949")
KOR_SIGU <- geojson_sf('C:/Users/seong taek/Desktop/3-1 DataVisualize/data_visualize/KOR_SIGU.json')
kor_202303 %>% head()
#> 행정구역 X2023년03월_총인구수 X2023년03월_세대수
#> 1 서울특별시 (1100000000) 9,426,404 4,463,385
#> 2 서울특별시 종로구 (1111000000) 141,060 72,679
#> 3 서울특별시 중구 (1114000000) 120,963 63,862
#> 4 서울특별시 용산구 (1117000000) 217,756 109,735
#> 5 서울특별시 성동구 (1120000000) 280,240 133,513
#> 6 서울특별시 광진구 (1121500000) 336,801 169,787
#> X2023년03월_세대당.인구 X2023년03월_남자.인구수 X2023년03월_여자.인구수
#> 1 2.11 4,566,299 4,860,105
#> 2 1.94 68,170 72,890
#> 3 1.89 58,699 62,264
#> 4 1.98 104,640 113,116
#> 5 2.10 136,233 144,007
#> 6 1.98 162,209 174,592
#> X2023년03월_남여.비율
#> 1 0.94
#> 2 0.94
#> 3 0.94
#> 4 0.93
#> 5 0.95
#> 6 0.93
KOR_SIGU %>% head()
#> Simple feature collection with 6 features and 3 fields
#> Geometry type: POLYGON
#> Dimension: XY
#> Bounding box: xmin: 127.5071 ymin: 37.06363 xmax: 129.1596 ymax: 38.23041
#> Geodetic CRS: WGS 84
#> SIG_CD SIG_ENG_NM SIG_KOR_NM geometry
#> 1 42110 Chuncheon-si 춘천시 POLYGON ((127.6047 38.07265...
#> 2 42130 Wonju-si 원주시 POLYGON ((128.1086 37.2988,...
#> 3 42150 Gangneung-si 강릉시 POLYGON ((129.0479 37.64961...
#> 4 42170 Donghae-si 동해시 POLYGON ((129.1596 37.47574...
#> 5 42190 Taebaek-si 태백시 POLYGON ((129.0121 37.31012...
#> 6 42210 Sokcho-si 속초시 POLYGON ((128.6087 38.16128...전처리
#install.packages("stringr")
library(stringr) # 고급 문자 추출 패키지
#> Warning: 패키지 'stringr'는 R 버전 4.2.2에서 작성되었습니다
### 쉼표없는 총인구수 컬럼 생성
### 행정구역 코드만 추출한 컬럼 생성
kor_202303 <- kor_202303 %>%
mutate(총인구수_202303 = gsub(",","", X2023년03월_총인구수),
행정구역_코드 = str_sub(kor_202303$행정구역, -11, -2))
### 컬럼 클래스(타입) 확인
kor_202303 %>% sapply(class)
#> 행정구역 X2023년03월_총인구수 X2023년03월_세대수
#> "character" "character" "character"
#> X2023년03월_세대당.인구 X2023년03월_남자.인구수 X2023년03월_여자.인구수
#> "numeric" "character" "character"
#> X2023년03월_남여.비율 총인구수_202303 행정구역_코드
#> "numeric" "character" "character"
### '총인구수_202303' 컬럼 character → numeric 변환
kor_202303$총인구수_202303 <- kor_202303$총인구수_202303 %>% as.numeric()
### 병합할 컬럼 동일화
KOR_SIGU_use <- KOR_SIGU
KOR_SIGU_use$행정구역_코드 <- paste(KOR_SIGU_use$SIG_CD, "00000", sep = "")
kor_202303 %>% head()
#> 행정구역 X2023년03월_총인구수 X2023년03월_세대수
#> 1 서울특별시 (1100000000) 9,426,404 4,463,385
#> 2 서울특별시 종로구 (1111000000) 141,060 72,679
#> 3 서울특별시 중구 (1114000000) 120,963 63,862
#> 4 서울특별시 용산구 (1117000000) 217,756 109,735
#> 5 서울특별시 성동구 (1120000000) 280,240 133,513
#> 6 서울특별시 광진구 (1121500000) 336,801 169,787
#> X2023년03월_세대당.인구 X2023년03월_남자.인구수 X2023년03월_여자.인구수
#> 1 2.11 4,566,299 4,860,105
#> 2 1.94 68,170 72,890
#> 3 1.89 58,699 62,264
#> 4 1.98 104,640 113,116
#> 5 2.10 136,233 144,007
#> 6 1.98 162,209 174,592
#> X2023년03월_남여.비율 총인구수_202303 행정구역_코드
#> 1 0.94 9426404 1100000000
#> 2 0.94 141060 1111000000
#> 3 0.94 120963 1114000000
#> 4 0.93 217756 1117000000
#> 5 0.95 280240 1120000000
#> 6 0.93 336801 1121500000
KOR_SIGU_use %>% head()
#> Simple feature collection with 6 features and 4 fields
#> Geometry type: POLYGON
#> Dimension: XY
#> Bounding box: xmin: 127.5071 ymin: 37.06363 xmax: 129.1596 ymax: 38.23041
#> Geodetic CRS: WGS 84
#> SIG_CD SIG_ENG_NM SIG_KOR_NM geometry 행정구역_코드
#> 1 42110 Chuncheon-si 춘천시 POLYGON ((127.6047 38.07265... 4211000000
#> 2 42130 Wonju-si 원주시 POLYGON ((128.1086 37.2988,... 4213000000
#> 3 42150 Gangneung-si 강릉시 POLYGON ((129.0479 37.64961... 4215000000
#> 4 42170 Donghae-si 동해시 POLYGON ((129.1596 37.47574... 4217000000
#> 5 42190 Taebaek-si 태백시 POLYGON ((129.0121 37.31012... 4219000000
#> 6 42210 Sokcho-si 속초시 POLYGON ((128.6087 38.16128... 4221000000
### 공통된 '행정구역_코드'를 기준으로 병합
KOR_SIGU_use <- KOR_SIGU_use %>% merge(kor_202303, by = "행정구역_코드", all.x=T)
KOR_SIGU_use %>% head()
#> Simple feature collection with 6 features and 12 fields
#> Geometry type: POLYGON
#> Dimension: XY
#> Bounding box: xmin: 126.9446 ymin: 37.50654 xmax: 127.1153 ymax: 37.6317
#> Geodetic CRS: WGS 84
#> 행정구역_코드 SIG_CD SIG_ENG_NM SIG_KOR_NM
#> 1 1111000000 11110 Jongno-gu 종로구
#> 2 1114000000 11140 Jung-gu 중구
#> 3 1117000000 11170 Yongsan-gu 용산구
#> 4 1120000000 11200 Seongdong-gu 성동구
#> 5 1121500000 11215 Gwangjin-gu 광진구
#> 6 1123000000 11230 Dongdaemun-gu 동대문구
#> 행정구역 X2023년03월_총인구수 X2023년03월_세대수
#> 1 서울특별시 종로구 (1111000000) 141,060 72,679
#> 2 서울특별시 중구 (1114000000) 120,963 63,862
#> 3 서울특별시 용산구 (1117000000) 217,756 109,735
#> 4 서울특별시 성동구 (1120000000) 280,240 133,513
#> 5 서울특별시 광진구 (1121500000) 336,801 169,787
#> 6 서울특별시 동대문구 (1123000000) 337,574 171,140
#> X2023년03월_세대당.인구 X2023년03월_남자.인구수 X2023년03월_여자.인구수
#> 1 1.94 68,170 72,890
#> 2 1.89 58,699 62,264
#> 3 1.98 104,640 113,116
#> 4 2.10 136,233 144,007
#> 5 1.98 162,209 174,592
#> 6 1.97 165,933 171,641
#> X2023년03월_남여.비율 총인구수_202303 geometry
#> 1 0.94 141060 POLYGON ((127.0118 37.58157...
#> 2 0.94 120963 POLYGON ((127.0234 37.57191...
#> 3 0.93 217756 POLYGON ((127.009 37.54413,...
#> 4 0.95 280240 POLYGON ((127.0724 37.55996...
#> 5 0.93 336801 POLYGON ((127.1153 37.55676...
#> 6 0.97 337574 POLYGON ((127.0711 37.60732...Figure 4.4 - 2023년3월 총인구수
- 사용 데이터셋 : KOR_SIGU_use
- fill : 총인구수_202303
- geom_sf (지리적 객체 그래프)
- 경계선 색상
- coord_sf
- 지도 좌표계 제거
- scale_fill_distiller
- 이름 : “2023년 3월 총인구수”
- 팔레트 색상 설정
- 연속형 색상 척도 사용
- 결측값 색상 설정
- 색상 척도 방향 설정 : 작은 값 → 큰 값
- 색상 척도 눈금 설정
- 색상 척도 라벨 설정, 천 단위 옵션, 지수표기법 미사용
- 테마 : 미니멀
- 테마 옵션
- 범례 제목 위치 지정
- 범례 텍스트 위치 지정
- 범례 위치 지정
ggplot(KOR_SIGU_use, aes(fill = 총인구수_202303)) +
geom_sf(color = "gray90") +
coord_sf(datum = NA) +
scale_fill_distiller(name = "2023년 3월 총인구수",
palette = "Blues",
type = "seq",
na.value = "grey60",
direction = 1,
breaks = seq(0,10,2) * 1e+5,
labels = format(seq(0,10,2) * 1e+5,
big.mark = ",", scientific = F),) +
theme_minimal() +
theme(legend.title.align = 0.5,
legend.text.align = 1.0,
legend.position = c(.85, .2))