21  스케일(scales)과 Color Scale

여기선 ggplot2 패키지에서의 스케일(scales)의 개념을 소개하고, 그 가운데 실제로 그래프를 만들 때 중요한 색상 스케일에 대해서 설명하고자 한다.

21.1 스케일과 스케일의 역할

ggplot2 패키지에서 스케일은 데이터를 매핑하는 함수이다. ggplot2 패키지의 용어로 말하면 데이터를 aesthetic 속성에 매팽하는 데 사용되는 함수이다. 따라서 각각의 매핑에는 거기에 해당되는 스케일이 사용된다. 언뜻 보기에 스케일을 사용하지 않는 것처럼 보이는 경우에도 디폴트 스케일이 사용된다. 다음 예시를 보자.

library(ggplot2)
library(dplyr)
glimpse(mpg)

Rows: 234
Columns: 11
$ manufacturer <chr> "audi", "audi", "audi", "audi", "audi", "audi", "audi", "…
$ model        <chr> "a4", "a4", "a4", "a4", "a4", "a4", "a4", "a4 quattro", "…
$ displ        <dbl> 1.8, 1.8, 2.0, 2.0, 2.8, 2.8, 3.1, 1.8, 1.8, 2.0, 2.0, 2.…
$ year         <int> 1999, 1999, 2008, 2008, 1999, 1999, 2008, 1999, 1999, 200…
$ cyl          <int> 4, 4, 4, 4, 6, 6, 6, 4, 4, 4, 4, 6, 6, 6, 6, 6, 6, 8, 8, …
$ trans        <chr> "auto(l5)", "manual(m5)", "manual(m6)", "auto(av)", "auto…
$ drv          <chr> "f", "f", "f", "f", "f", "f", "f", "4", "4", "4", "4", "4…
$ cty          <int> 18, 21, 20, 21, 16, 18, 18, 18, 16, 20, 19, 15, 17, 17, 1…
$ hwy          <int> 29, 29, 31, 30, 26, 26, 27, 26, 25, 28, 27, 25, 25, 25, 2…
$ fl           <chr> "p", "p", "p", "p", "p", "p", "p", "p", "p", "p", "p", "p…
$ class        <chr> "compact", "compact", "compact", "compact", "compact", "c…

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
    geom_point()

위 그래프에는 x, y, color aesthetic이 사용되고 있고, 각각의 매핑에는 디폴트 스케일이 사용된다. 이것을 디폴트를 풀어서 보면 다음과 같다.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
    geom_point() +
    scale_x_continuous() +
    scale_y_continuous() +
    scale_color_discrete()

• x aesthetic에 대한 매핑: scale_x_continuous()
• y aesthetic에 대한 매핑: scale_y_continuous()
• color aesthetic에 대한 매핑: scale_color_discrete()

스케일 함수들의 이름은 위와 같이 scale_<aesthetic>_<type>() 형식으로 되어 있다. 여기서 <aesthetic>은 스케일이 적용되는 aesthetic 속성의 이름이고, <type>은 스케일의 타입이다. 이 type은 데이터의 타입에 따라 다르다. 예를 들어, x와 y는 수치형 데이터이고, color는 범주형 데이터이다. 따라서 x와 y에 대한 스케일은 continuous이고, color에 대한 스케일은 discrete이다. 즉, 변수의 타입에 따라 스케일의 타입이 결정된다.

이 스케일 함수들의 도움말을 찾아 보면 표 21.1와 같은 인자들이 사용된다는 것을 알 수 있다.

• name 인자: 축의 레이블을 지정할 수 있고, 레젠드의 제목을 지정할 수 있다.
• breaks 인자: 축의 눈금을 지정할 수 있고, 레젠드의 키를 지정할 수 있다.
• labels 인자: 축의 눈금 레이블을 지정할 수 있고, 레젠드의 키 레이블을 지정할 수 있다.

표 21.1: 스케일 함수의 인자 이름과 의미

스케일 함수 인자	축	레전드
name	Label	Title
breaks	Ticks & grid line	Key
labels	Tick label	Key label

그림 21.1: 스케일: 축과 레전드

이 내용을 위 그래프에 적용해 보자.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
    geom_point() +
    scale_x_continuous(name = "Engine displacement (liters)") +
    scale_y_continuous(name = "Highway miles per gallon") +
    scale_color_discrete(name = "Type of car")

축의 틱(ticks)을 변경할 수도 있고, NULL을 name 인자에 주면 레이블이 사라진다.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
    geom_point() +
    scale_x_continuous(name = NULL, breaks = seq(2, 8, by = 2)) +
    scale_y_continuous(name = NULL, breaks = seq(10, 50, by = 10))

이제 디폴트 스케일이 아닌 다른 스케일 함수를 지정해 보자. color aesthetic에 scale_color_brewer() 함수로 새로운 색상 팔레트를 지정해 보았다.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
    geom_point() +
    scale_x_continuous() +
    scale_y_continuous() +
    scale_color_brewer(palette = "Set1")

이와 같이 스케일은 데이터를 매핑하고, 그 결과로 축과 레젠드를 만들어 낸다. 따라서 축과 레전드에 관련된 것들은 스케일 함수를 통해서 조절할 수 있다. 그렇지만, 레이블 관련된 작업은 아주 흔하기 때문에 레이블을 바꾸기 위해서 스케일 함수를 사용하는 것은 비효율적이다. 그래서 이런 작업을 쉽게 하기 위해서 labs() 함수를 제공한다. 다음은 labs() 함수를 사용한 예시이다.

ggplot(mpg, aes(x = displ, y = hwy, color = class)) +
    geom_point() +
    labs(
        title = "Fuel economy data from 1999 and 2008 for 38 popular car models",
        x = "Engine displacement (liters)",
        y = "Highway miles per gallon",
        color = "Type of car"
    )

21.2 색상 스케일(color scale)

그래프에서 색상은 매우 중요한 역할을 한다. 그런데 색상을 잘 선택하는 것은 쉬운 일이 아니다. 여기서는 나처럼 색에 대한 감이 떨어지는 사람들을 위해 그래프에서 색상을 잘 선택하는 방법을 정리하고자 한다.

클라우스 윌케(Claus Wilke)의 책에 따르면 그래프에서 색은 다음 3가지 가운데 하나의 역할을 하는 데 사용된다.

1. 데이터 그룹간의 차이를 드러내고자 할 때(Qualitative, Diversing)
2. 데이터의 값들을 표현하고자 할 때(Sequential)
3. 어떤 내용을 강조하고자 할 때(Accent)

ggplot2 패키지로 이런 개념을 살리고자 할 때 우리가 어떤 색상 팔레트를 사용할 것인가라는 문제로 귀결된다.

21.2.1 색상 팔레트(Color Palette)

색상 팔레트(color palette)란 화가의 팔레트처럼 조화로운 색들을 모은 것을 말한다. 그리고 이런 팔레트는 색의 역할에 따라 역시 3가지로 나눌 수 있다.

1. Qualitative
2. Diverging
3. Sequential

그래서 팔레트를 선택하는 방법은 다음과 같이 정리할 수 있다.

1. 어떤 목적인가?
2. 몇 개의 색을 사용할 것인가?
3. 그리고 어떤 색을 중심으로 사용할 것인가?
4. 어디에 쓸 것인가? 즉. 지도를 표시하는 데 사용할지, 선 그래프에 사용할지, 히트맵 등에 사용할지 등을 결정한다.
5. 좀 더 나아가면, 색각 이상 사람들도 잘 볼 수 있게 하려면 어떤 색을 선택해야 하는지 등을 고려한다.

지도를 표현할 때 많이 사용되는 COLORBREWER 2.0 사이트를 방문하여 연습해 보면 좋겠다. 실제로 뒤에서 설명할 ggplot2 패키지 내에서 색상 팔레트 생성 방법에 여기에 기초해서 만들어 졌다.

colorspace 패키지는 색상 팔레트의 생성과 선택을 돕는 패키지로, 색 관련한 가장 포괄적인 기능들을 제공한다. 그래도 그 이전에 추가 패키지를 사용하지 않고 ggplot2 패키지 내에서 색상 팔레트를 생성하는 방법을 소개하고자 한다.

21.2.2 ggplot2 패키지 내에서 색상 팔레트 생성

ggplot2 패키지에서 팔레트 사용하는 방법은 ColorBrewer 기반 스케일를 참고한다

• scale_color_brewer() 함수: color aesthetic에 사용되는 색상 팔레트
• scale_fill_brewer() 함수: fill aesthetic에 사용되는 색상 팔레트

ggplot(penguins) +
    geom_point(aes(x = bill_len, y = bill_dep, color = species)) +
    scale_color_brewer(palette = "Set1")

Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).

21.2.3 colorspace 패키지

colorspace 패키지는 아주 광범위한 기능을 제공하는 패키지인데 여기선 팔레트를 선택하는 방법에 초점을 맞추어 설명하고자 한다.

• hcl_palettes() 함수는 팔레트의 속성과 색상을 확인하는 데 사용된다. plot = TRUE가 없으면 이름을 출력하고, 있으면 이것을 색으로 디스플레이한다.

library(colorspace)
hcl_palettes()

HCL palettes

Type:  Qualitative 
Names: Pastel 1, Dark 2, Dark 3, Set 2, Set 3, Warm, Cold, Harmonic, Dynamic

Type:  Sequential (single-hue) 
Names: Grays, Light Grays, Blues 2, Blues 3, Purples 2, Purples 3, Reds 2,
       Reds 3, Greens 2, Greens 3, Oslo

Type:  Sequential (multi-hue) 
Names: Purple-Blue, Red-Purple, Red-Blue, Purple-Orange, Purple-Yellow,
       Blue-Yellow, Green-Yellow, Red-Yellow, Heat, Heat 2, Terrain,
       Terrain 2, Viridis, Plasma, Inferno, Rocket, Mako, Dark Mint,
       Mint, BluGrn, Teal, TealGrn, Emrld, BluYl, ag_GrnYl, Peach,
       PinkYl, Burg, BurgYl, RedOr, OrYel, Purp, PurpOr, Sunset,
       Magenta, SunsetDark, ag_Sunset, BrwnYl, YlOrRd, YlOrBr, OrRd,
       Oranges, YlGn, YlGnBu, Reds, RdPu, PuRd, Purples, PuBuGn, PuBu,
       Greens, BuGn, GnBu, BuPu, Blues, Lajolla, Turku, Hawaii, Batlow

Type:  Diverging 
Names: Blue-Red, Blue-Red 2, Blue-Red 3, Red-Green, Purple-Green,
       Purple-Brown, Green-Brown, Blue-Yellow 2, Blue-Yellow 3,
       Green-Orange, Cyan-Magenta, Tropic, Broc, Cork, Vik, Berlin,
       Lisbon, Tofino

hcl_palettes(plot = TRUE)

• qualitative_hcl(), sequential_hcl(), diverging_hcl() 함수는 각각 퀄리티브, 시퀀셜, 다이버징 팔레트를 생성하는 데 사용된다. n은 색의 개수이고, palette는 위에서 본 팔레트 가운데 선택하여 입력한다.

qualitative_hcl(n = 5, palette = "Dark 3")

[1] "#E16A86" "#AA9000" "#00AA5A" "#00A6CA" "#B675E0"

sequential_hcl(n = 5, palette = "Blues 3")

[1] "#00366C" "#0072B4" "#79ABE2" "#C3DBFD" "#F9F9F9"

diverging_hcl(n = 5, palette = "Blue-Red 3")

[1] "#002F70" "#879FDB" "#F6F6F6" "#DA8A8B" "#5F1415"

• demoplot() 함수에 첫 번째 인자에서 앞에서 만든 팔레트를 주고, type 인자에 “map”, “heatmap”, “scatter”, “spine”, “bar”, “pie”, “perspective”, “mosaic”, “lines” 중 하나를 선택하여 입력하여, 해당 팔레트를 사용하여 간단한 플롯을 만들어 볼 수 있는 함수이다.

q5 <- qualitative_hcl(n = 5, palette = "Dark 3")
demoplot(q5, type = "map")

demoplot(q5, type = "heatmap")

demoplot(q5, type = "scatter")

• 만약 앞에서 만든 q5 팔레트를 사용하고 싶다면 다음과 같이 ggplot2 패키지의 scale_color_manual() 함수를 사용하면 된다.

ggplot(penguins) +
    geom_point(aes(x = bill_len, y = bill_dep, color = species)) +
    scale_color_manual(values = q5)

Warning: Removed 2 rows containing missing values or values outside the scale range
(`geom_point()`).

• hcl_wizard() 함수는 colorspace 패키지의 모든 기능을 시각적으로 확인하고, 색 팔레트 값을 변환하는 Shiny 앱을 실행한다.

pl <- hcl_wizard()

hcl_wizard()으로 실행한 Shiny 앱

만약 위와 같이 실행했다가 Shiny 앱을 종료하고 나면 pl이라는 함수를가 생성된다. 여기에 pl(5) 같이 색의 개수를 주면 해당 팔레트에 기반한 색상을 반환한다.

21.3 매뉴얼로 자신의 원하는 임의의 색상 사용하기

ggplot2 패키지는 거의 대부분의 매핑이라는 데이터의 값에 따라서 뭔가를 하도록 하게 되어 있다. 그런데 가끔은 사용자의 임의의 색상을 사용하고 싶을 때가 있다.

이런 경우는 Create your own discrete scale 도움말 폐이지를 참고한다. 특히n scale_*_manual() 스케일 함수들의 values 인자에 주목한다. 이름을 가진 벡터를 사용하면 해당 변수에 임의의 색상을 지정할 수 있다.

# 오륜기 색을 사용
library(dplyr)
library(gapminder)
gapminder %>%
    mutate(continent = continent) %>%
    ggplot() +
    geom_bar(aes(x = continent, fill = continent)) +
    scale_fill_manual(
        values = c(
            "Africa" = "#000000", "Americas" = "steelblue",
            "Asia" = "#FFA300", "Europe" = "#0057B8",
            "Oceania" = "#009B3A"
        )
    )

21.4 정리

• ggplot2 패키지에서 팔레트 사용하는 방법은 ColorBrewer 기반 스케일를 참고한다

• colorspace 패키지는 색상 팔레트의 생성과 선택을 돕는 패키지로, 색 관련한 가장 포괄적인 기능들을 제공한다.