-
Notifications
You must be signed in to change notification settings - Fork 0
/
part_components.qmd
1383 lines (1126 loc) · 49.9 KB
/
part_components.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
---
editor_options:
chunk_output_type: console
editor:
markdown:
wrap: 72
---
```{r}
#| include: false
source("_common.R")
```
# 문서 구성요소
텍스트 중심 전통적 글쓰기와 현대 디지털 글쓰기 사이에는 중요한 차이점이
있다. 전통적 글쓰기는 주로 단순한 텍스트에 의존하여 정보를 전달하는
방식으로 독자가 텍스트를 해석하고 이해하는 데 전적으로 의존하며, 시각적
요소나 다른 형태의 미디어는 여러 기술적인 이유로 인해 제약이 많았다.
\index{문서 구성요소}
반면, 현대 디지털 글쓰기는 텍스트와 더불어 다양한 시각적 요소가
활용된다. 여기에는 그래픽, 지도, 그래프, 표, 동영상, 애니메이션 및
인터랙티브 요소가 포함된다. 이러한 시각적 요소를 통해 복잡한 정보를 더
직관적이고 효과적으로 전달하며, 독자의 이해를 촉진하고 시간을 단축하는
데 기여한다. 하지만, 이러한 변화는 디지털 문서의 복잡성을 관리하고
자동화하기 위해 코딩 기반 문서 저작의 필요성을 증가시켰고,
{{< latex >}}, R마크다운, 쿼토와 같은 도구들이 각 시대 컴퓨팅 환경에
맞추어 발전해 왔다.
{#fig-docu-components}
더불어, 기존 데스크톱 출판(DTP) 대신 웹 출판이 부상하면서 DTP와는 다른
중요한 차별점이 드러나고 있다. DTP는 주로 정적인 인쇄 매체를 위한
레이아웃과 디자인에 초점을 맞추는 반면, 웹 출판은 동적이고 상호작용이
가능한 디지털 콘텐츠 생성에 중점을 둔다. 웹 출판은 HTML, CSS,
자바스크립트 등을 사용해 텍스트, 이미지, 비디오, 인터랙티브 요소를
포함한 다양한 형식의 콘텐츠를 생성하고, 웹사이트나 앱을 통해 전세계에
실시간으로 배포할 수 있게 되었다. \index{웹출판} \index{DTP}
\index{데스크톱 출판}
웹 출판의 부상은 전통적인 DTP 출판방식에 중대한 변화를 가져왔다. 과거
DTP는 PDF, 아래아한글/워드, PPT와 같은 파일형태 문서를 인쇄하는데 초점을
맞췄다. 이 때 웹 출판이 보조적인 역할에 머물렀으며, 주로 인쇄용 문서를
웹에서 접근 가능하게 만드는데 집중했다.
하지만 디지털 기술 발전과 인터넷의 광범위한 보급으로 인해 웹 기반
콘텐츠의 중요성이 크게 증가함에 따라 웹 출판이 출판 작업의 핵심으로 자리
잡게 되었다. 웹 출판은 인터랙티브한 요소, 멀티미디어 통합, SEO(검색 엔진
최적화), 반응형 웹 디자인, 프로그래밍과 같은 요소가 필수적으로 포함된다.
이제 DTP는 웹 출판을 보조하는 형태로 바뀌고 있다. 예를 들어, 웹사이트나
블로그에 게시된 콘텐츠를 PDF나 아래아한글/워드 문서로 변환해 인쇄출판을
위한 보조적인 수단으로 활용하는 경우가 많다.
## 웹 문서
웹 문서 구성요소는 크게 HTML, CSS, 자바스크립트로 구분된다.
HTML(HyperText Markup Language)은 웹 페이지의 기본 구조와 내용을
정의하고, 다양한 태그를 사용하여 텍스트, 이미지, 링크, 리스트, 테이블
등을 웹 페이지에 배치한다. 주요 HTML 태그로 `<head>`, `<body>`, `<h1>`,
`<p>`, `<a>`, `<img>` 등을 들 수 있다. CSS(Cascading Style Sheets)는 웹
페이지 레이아웃과 디자인을 담당한다. 색상, 폰트, 여백, 정렬 등을
지정하여 웹 페이지의 외관을 꾸미는 역할을 한다. CSS는 HTML 문서 내에
`<style>` 태그를 사용하여 삽입할 수 있고, 외부 저장된 CSS 파일을
연결하여 사용할 수도 있다. 자바스크립트는 웹 페이지에 동적인 기능을
부여한다. 사용자와 상호작용, 데이터 처리, 동적인 요소 변경 등을
담당하고, HTML 문서 내에 `<script>` 태그를 사용하여 삽입할 수 있다.
\index{웹 문서} \index{HTML} \index{CSS} \index{자바스크립트}
```{mermaid}
%%| eval: true
%%| echo: false
%%| label: fig-web-document-components
%%| fig-cap: 웹 문서 구성요소
%%| fig-height: 3.5
graph TD
WebDocument["웹 문서"] --> HTML
WebDocument --> CSS
WebDocument --> JavaScript
subgraph HTML["HTML"]
direction LR
Structure["구조"] --> Tags["태그"]
Structure --> Text["텍스트"]
Structure --> Links["링크"]
Structure --> Lists["리스트"]
Structure --> Tables["테이블"]
end
subgraph CSS["CSS"]
direction LR
Styling["스타일링"] --> Colors["색상"]
Styling --> Fonts["폰트"]
Styling --> Margins["여백"]
Styling --> Alignment["정렬"]
end
subgraph JavaScript["자바스크립트"]
direction LR
Dynamic["동적 기능"] --> UserInteraction["사용자 상호작용"]
Dynamic --> DataProcessing["데이터 처리"]
Dynamic --> ElementChange["요소 변경"]
end
style WebDocument fill:#f5f5f5,stroke:#333,stroke-width:3px
style HTML fill:#d3d3d3,stroke:#333,stroke-width:1px
style CSS fill:#d3d3d3,stroke:#333,stroke-width:1px
style JavaScript fill:#d3d3d3,stroke:#333,stroke-width:1px
```
<!--  -->
웹 문서는 HTML, CSS, 자바스크립트를 사용하여 복잡한 구조와 디자인,
인터랙티브한 요소를 제공하기 위해서 개발이 필요한 반면에 아래한글과 워드
같은 워드 프로세서는 GUI 기반 문서 편집기로 사용자가 메뉴와 버튼을 통해
쉽게 문서를 서식을 지정하여 작성한다. 마크다운은 두가지 문서 저작방식의
장점을 취해 가장 단순한 형태 텍스트 기반 마크업 언어로 특수 문자를
사용하여 서식을 지정한다. @tbl-web-word-markdown 에 웹 문서,
아래아한글/워드, 마크다운을 기능별로 비교했다.
\index{아래아한글} \index{워드} \index{마크다운}
::: column-body-outset
| 기능/저작 도구 | 웹 문서 (HTML/CSS) | 아래아한글/워드 | 마크다운 |
|:----------------:|:----------------:|:----------------:|:-----------------:|
| 텍스트 입력 | HTML 태그를 사용 | GUI를 통해 입력 | 일반 텍스트 입력 |
| 서식 지정 | CSS 사용 | 메뉴에서 선택 | 특수 문자 사용 |
| 이미지 삽입 | `<img>` 태그 사용 | 드래그 앤 드롭 | `` 형식 |
| 표 작성 | `<table>` 태그 사용 | 표 메뉴 사용 | 파이프(`|`), 하이픈(`-`) 사용 |
| 하이퍼링크 | `<a>` 태그 사용 | 하이퍼링크 메뉴 사용 | `[text](url)` 형식 |
| 문서 구조 | HTML 태그 사용 | 스타일과 목차 사용 | `#` 사용 |
| 반응형 디자인 | 미디어 쿼리 사용 | 없음 | 없음 |
| 인터랙티브 요소 | 자바스크립트 사용 | 매크로 사용 | 없음 |
| 배포 | 웹 서버 사용 | `.hwpx/.docx` 파일 배포 | `.md` 파일 저장 |
| 접근성 | ARIA 사용 | 제한적 | 없음 |
: 웹문서, 워드프로세서, 마크다운 문서 기능별 비교
{#tbl-web-word-markdown .striped .hover}
:::
## 그림
그림은 콘텐츠를 이해하는 데 도움을 주는 중요한 요소이다. 그림은 과거
실제 사물을 촬영한 사진과 사물이나 생각을 그려서 표현한 것이 전부였다면,
이제는 데이터를 기반으로 다양한 그래프도 만들어낼 수 있고 생성형 AI
기술을 사용해서 시각적 표현을 만들어낼 수도 있다. \index{그림}
\index{이미지}
그림은 문서에서 텍스트만으로 설명이 어려운 개념이나 데이터를 시각적으로
표현함으로써 이해를 돕고 문서구조를 논리적으로 구성하는 데도 기여한다.
그림 위치는 그림이 설명하려는 내용과 얼마나 밀접하게 연관되어 있는지에
따라 달라지는데 일반적으로 그림은 관련된 텍스트 바로 다음이나 전에
위치하는 것이 일반적이고, 그림에 대한 참조를 본문에서 명확히 하는 것이
권장된다.
그림과 같은 시각적 객체가 준비되면 문서와 조화를 이룰 수 있도록 그림
크기, 정렬, 레이아웃, 캡션, 상호참조 등을 고려해야 한다. 특히, 문서의
최종 출력 형태를 고려해야 하는데 많이 사용되는 대표적으로 HTML, PDF,
아래아한글에 각각 그림이 문서에 포함되면 다음과 같다. 그림은 동일하지만
출판매체에 따라 달리 표현되는 문제는 난제중의 난제다. 따라서, 최선은
출판매체에 가능하면 유사한 형태로 표현되도록 쿼토에서 제공하는 [조건부
콘텐츠(Conditional
Content)](https://quarto.org/docs/authoring/conditional.html) 기능을
사용하여 `.content-visible`로 출판매체 별로 달리 적용하는 것도 한가지
해결책이다. 본서를 제작할 때 웹 출판을 우선 목표로 삼아 책을 저작하고
PDF 인쇄출판은 부가적으로 인쇄출판의 문제를 조건부 콘텐츠 기능을
활용하여 해결했다.
| 아래한글 | HTML | PDF |
|:----------------------:|:----------------------:|:----------------------:|
|  |  |  |
: 출판매체별 그림 표현 {#tbl-figure-by-publishing}
그림을 문서에 삽입할 때 그림이 문서의 전체 흐름과 내용에 잘 맞춰
물흐르듯 자연스럽게 구성한다. 그림을 단순히 장식적인 목적으로 넣어서는
안 되며, 본문의 내용을 보충하거나 설명하는 데 도움이 되어야 한다. 그림
크기가 너무 크거나 작으면 읽기 어렵고, 해상도가 낮으면 조약해 보여 글의
품격도 떨어뜨린다. 그림 번호(레이블)는 문서 내에서 그림을 참조할 때
사용되고 그림 설명글(캡션)은 그림 내용을 간략하게 설명하는 기능을 한다.
저작권 관련하여 그림 출처나 저작권 정보도 명기해야 하고, 그림 색상과
스타일이 문서 전체 디자인과 잘 어울리게 조화를 이루어야 한다.
```{r}
#| eval: false
library(openai)
Sys.setenv(OPENAI_API_KEY = Sys.getenv("OPENAI_API_KEY"))
x <- create_image("강원도 설악산 멋진 풍경")
download.file(url = x$data$url, destfile = "images/dalle_mountain.png", mode = "wb")
```
생성형 AI 기술의 발전으로 사람이 그린 듯한 정교한 이미지를 문서에
삽입하는 것이 비용부담 없이 간편해졌다. 이제 텍스트 문단 사이에 적절한
'프롬프트'를 넣어 이미지를 쉽게 추가할 수 있다. 예시로, OpenAI의
달리3(DALL·E 3) 모델을 사용하여 '강원도 설악산의 멋진 풍경'이라는
프롬프트로 생성한 이미지는 이 기술의 진보를 잘 보여준다.
\index{생성형 AI} \index{달리3} \index{프롬프트}
{#fig-dalle width="350"}
## 지도
지리학(Geography)은 가장 오래된 과학 중 하나로 꼽히며, 학생때부터 교실
여기저기에서 볼 수 있는 지도가 아마도 처음 접한 데이터 시각화 산출물일
것이다. 지리학은 지구의 곡률을 정확히 파악하여 지구의 크기와 모양,
중력에 대한 이해를 높이는 데 중요한 역할을 수행했을 뿐만 아니라 대항해
시대 지도가 매우 큰 기여를 했고, 현대에 와서 지리학 데이터 응용 범위는
더욱 확장되어, 민간과 국방 범위를 가리지 않고 상업적으로 입점위치 선정,
우주 탐사, 군사 작전, 인구이동 패턴 분석 등 다방면에서 요긴한 역할을
수행하고 있다. [@lee2023propbix] \index{지도}
지도는 글쓰기에서 중요한 구성요소 중 하나로, 특히 학술 논문, 보고서,
여행기, 지리나 역사 분야에서 지도는 필수적이다. 지도는 텍스트로만
설명하기 어려운 공간적 관계나 지리적 배치를 명확하게 시각화함으로써
저자의 주장이나 설명을 더 쉽고 정확하게 이해시킬 수 있고 문서의 전문성과
신뢰성을 높힘으로서 효과적인 커뮤니케이션을 가능하게 한다.
한가지 사례를 들어 보자. 2023년 7월 기준 대한민국 시도별 인구수를 문서의
한 구성요로서 글쓰기를 할 때, 텍스트로 설명하거나 표로 정리하는 방법,
막대그래프로 시각화하는 방법이 경우에 따라 유용할 수 있지만, 시도라는
지리적인 정보를 지도에 녹여 표현하는 것이 가장 효과적이다.
예를 들어, 서울과 부산 인구수가 얼마나 차이가 나는지 텍스트나 표,
그래프로만 보면 그 차이를 알 수는 있지만, 두 도시가 어디에 위치해
있는지, 주변 지역과 어떤 공간적 관계를 가지고 있는지 쉽게 파악하기
어렵다. 반면 지도를 사용하면, 서울과 부산이 어디에 위치해 있는지, 각
지역 인구수가 어떻게 분포되어 있는지를 한눈에 볼 수 있다. 지도를 통해
제공되는 공간적 맥락은 텍스트나 표, 그래프만으로는 얻을 수 없는 근본적인
이해와 통찰력을 제공한다는 점에서 지도를 통한 시각화는 정보 전달과
이해에 있어서 훨씬 더 우위를 차지한다고 할 수 있다.
```{r}
#| eval: false
library(sf); library(tidyverse); sf_use_s2(FALSE)
## 지도
korea_map <- read_sf("data/HangJeongDong_ver20230401.geojson")
sido_map <- korea_map |>
group_by(sidonm) |>
summarise(geometry = sf::st_union(geometry))
## 23년 7월 인구수(KOSIS) 행정구역별, 성별 인구수
pop_tbl <- read_csv("data/행정구역_시군구_별__성별_인구수_20230831223248.csv",
locale=locale(encoding="euc-kr"), skip = 1) |>
set_names(c("sidonm", "인구수")) |>
mutate(sidonm = if_else(sidonm == "강원특별자치도", "강원도", sidonm))
sigo_gg <- sido_map |>
left_join(pop_tbl) |>
ggplot() +
geom_sf(aes(geometry = geometry, fill = cut(인구수, 10)), show.legend = FALSE) +
ggrepel::geom_label_repel(aes(label = sidonm, geometry = geometry),
size = 20, stat = "sf_coordinates") +
theme_void() +
scale_fill_brewer(palette = "OrRd")
```
{#fig-gis-tools
fig-align="center" width="571"}
## 그래프
데이터 시각화는 복잡한 데이터와 패턴을 신속하고 명확하게 전달하는 데
있어 중요한 수단이며, 이는 증거 기반 문서 작성에 있어 핵심적인 역할을
한다. 그래프 생성에 사용되는 프로그래밍 언어와 패키지는 크게 두 가지
접근 방식으로 구분된다. 명령형 접근 방식은 "방법(how)"에 초점을 맞추며,
개발자가 그래프의 각 요소를 어떻게 표현할 것인지를 명시적으로 지시한다.
반면 선언형 접근 방식은 "무엇(what)"을 그릴 것인지에 중점을 두며,
사용자가 원하는 결과에 더 집중할 수 있도록 설계되었다. \index{그래프}
\index{R} \index{시각화} \index{ggplot2} \index{lattice}
\index{base 그래프}
R 언어는 통계 분석뿐만 아니라 데이터 시각화에도 강점이 있고, 크게 3가지
R 언어기반 시각화 시스템이 존재한다. Base 시각화 시스템은 R 기본
패키지에 포함되어 있는 기본적인 그래프 생성 도구다. 래티스(`lattice`)
시각화 시스템은 클리블랜드(Cleveland)의 격자 그래픽(Trellis
Graphics)에서 영감을 받아 개발되어 특히, 다변량 데이터를 효과적으로
시각화할 수 있다. `ggplot` 시각화 시스템은 SPSS 윌킨스(Wilkinson)의
그래프 문법(Grammar of Graphics)에 기반하여 탄탄한 이론적 토대를 갖고
있으여 파이프 연산자를 `+`도 `ggplot2`에 도입되어 의식의 흐름에 맞춰
그래프를 생성할 수 있다는 장점이 있다.
```{r}
#| eval: false
#| echo: false
## Base 그래프 -----------------
# 팔머 펭귄 데이터 불러오기
data("penguins", package = "palmerpenguins")
# 데이터를 종(species)에 따라 분리하기
adelie <- subset(penguins, species == "Adelie")
chinstrap <- subset(penguins, species == "Chinstrap")
gentoo <- subset(penguins, species == "Gentoo")
# 그래프 생성 시작
plot(x = adelie$flipper_length_mm, y = adelie$body_mass_g,
xlim = c(min(penguins$flipper_length_mm, na.rm = TRUE), max(penguins$flipper_length_mm, na.rm = TRUE)),
ylim = c(min(penguins$body_mass_g, na.rm = TRUE), max(penguins$body_mass_g, na.rm = TRUE)),
xlab = "",
ylab = "",
col = "red", pch = 16, cex.axis = 1.5)
# 다른 종의 펭귄 데이터 추가
points(x = chinstrap$flipper_length_mm, y = chinstrap$body_mass_g, col = "green", pch = 16)
points(x = gentoo$flipper_length_mm, y = gentoo$body_mass_g, col = "blue", pch = 16)
# 범례 추가
legend("bottomright", legend = c("Adelie", "Chinstrap", "Gentoo"), col = c("red", "green", "blue"),
pch = 16, cex = 0.5, pt.cex = 3, inset=.02, text.font = 3)
# Add main title
title(main = "팔머 관측소 LTER 서식 펭귄 크기", cex.main = 3)
# Add subtitle just below the main title
mtext("Adelie, Chinstrap, Gentoo 펭귄에 대한 물갈퀴 길이와 체질량",
side = 3, # top side
line = 0.5, # distance from the plot region
cex = 2) # size of the text
# Add x and y-axis labels with text 3 times larger
title(xlab = "물갈퀴 길이(Flipper length) (mm)", cex.lab = 2)
title(ylab = "체질량(Body mass) (g)", cex.lab = 2)
## Trellis 그래프 -----------------
# 팔머 펭귄 데이터 불러오기
data("penguins", package = "palmerpenguins")
# 그래프 생성 시작
xyplot(body_mass_g ~ flipper_length_mm,
data = penguins,
groups = species,
auto.key = list(columns = 3, title = "Species"),
main = list("팔머 관측소 LTER 서식 펭귄 크기", cex = 3),
sub = list("Adelie, Chinstrap, Gentoo 펭귄에 대한 물갈퀴 길이와 체질량", cex = 2),
xlab = list("물갈퀴 길이(Flipper length) (mm)", cex = 2),
ylab = list("체질량(Body mass) (g)", cex = 2),
scales = list(tck = c(1, 0), cex = 1.5),
pch = 16,
col = c("red", "green", "blue"))
# 다른 종의 펭귄 데이터 추가
points(x = chinstrap$flipper_length_mm, y = chinstrap$body_mass_g, col = "green", pch = 16)
points(x = gentoo$flipper_length_mm, y = gentoo$body_mass_g, col = "blue", pch = 16)
# 범례 추가
legend("bottomright", legend = c("Adelie", "Chinstrap", "Gentoo"), col = c("red", "green", "blue"),
pch = 16, cex = 0.5, pt.cex = 3, inset=.02, text.font = 3)
# Add main title
title(main = "파머 관측소 LTER 서식 펭귄 크기", cex.main = 3)
# Add subtitle just below the main title
mtext("Adelie, Chinstrap, Gentoo 펭귄에 대한 물갈퀴 길이와 체질량",
side = 3, # top side
line = 0.5, # distance from the plot region
cex = 2) # size of the text
# Add x and y-axis labels with text 3 times larger
title(xlab = "물갈퀴 길이(Flipper length) (mm)", cex.lab = 2)
title(ylab = "체질량(Body mass) (g)", cex.lab = 2)
```
::: {#fig-graphics layout-ncol="3"}
R 그래프 시스템
:::
팔머 관측소 펭귄 데이터를 시각화하는 예제를 통해 일반적인 데이터 시각화
구성요소와 작업흐름을 일별해보자. 데이터 시각화에 필요한
패키지(`tidyverse`, `showtext`, `palmerpenguins`)를 불러온다.\
그래프에 필요한 글꼴("Nanum Pen Script", "Jua" 글꼴)을 `showtext`
패키지를 사용하여 구글 폰트 사이트에서 가져와서 설치하고, 그래프 제목과
부제목 글꼴, 크기, 색상 등을 `theme_quarto` 테마로 설정하여 R에서 사용할
수 있도록 준비한다.
`palmerpenguins` 데이터 패키지에서 팔머 관측소 펭귄 데이터프레임을
불러오고, `ggplot`을 사용하여 펭귄 물갈퀴 길이(`flipper_length_mm`)와
체질량(`body_mass_g`)을 x축과 y축에 각각 매핑하고, 펭귄 종(`species`)에
따라 색상을 다르게 표시하는 산점도를 생성하고, 그래프 제목, 부제목,
x축과 y축 제목도 넣고 `theme_quarto` 테마도 반영하여 시각화 그래프를
완성한다. \index{palmerpenguins} \index{펭귄 데이터셋}
```{r}
#| echo: true
#| eval: false
#| label: fig-component-ggplot2
#| fig-cap: 그래프 문법으로 구현한 파머 펭귄 데이터 시각화
library(tidyverse); library(showtext)
library(palmerpenguins)
font_add_google("Nanum Pen Script", "nanum_pen_script")
font_add_google("Jua", "Jua")
showtext_auto()
theme_quarto <- theme(
text = element_text(family = 'Jua', size = 25),
plot.title.position = 'plot',
plot.title = element_text(
family = 'nanum_pen_script', size = 55,
face = 'bold',
colour = thematic::okabe_ito(8)[3],
margin = margin(t = 2, r = 0, b = 3, l = 0, unit = "mm")
),
plot.subtitle = element_text(
family = 'Jua', size = 25,
face = 'bold',
colour = thematic::okabe_ito(8)[5],
margin = margin(t = 0, r = 0, b = 0, l = 0, unit = "mm")
)
)
theme_set(theme_minimal() + theme_quarto)
mass_flipper <- ggplot(data = penguins,
aes(x = flipper_length_mm,
y = body_mass_g,
color = species)) +
geom_point(size = 1.5,
alpha = 0.8) +
labs(title = "파머 관측소 LTER 서식 펭귄 크기",
subtitle = "Adelie, Chinstrap, Gentoo 펭귄에 대한 물갈퀴 길이와 체질량",
x = "물갈퀴 길이(Flipper length) (mm)",
y = "체질량(Body mass) (g)")
```
{#fig-component-ggplot2}
## 표
문서에서 표를 사용하면 정보를 요약하고 가독성을 향상시키는 데 매우
효과적인 커뮤니케이션 도구가 된다. 마크다운(Markdown), `gt` 패키지,
{{< latex >}}은 표 형식으로 자료를 표현할 때 각기 다른 장점을 가진다.
마크다운은 복잡한 설치 과정이나 추가 패키지가 필요 없이 기본적인 표를
빠르게 생성하는 기능을 제공한다. `gt` 패키지는 그래프 문법에 입각하여
데이터 기반의 표 생성에 필요한 다양한 기능을 포괄적으로 지원한다.
{{< latex >}}은 전문적이고 고품질의 표를 만들기에 적합하여, 논문이나
학술 자료에 적합한 고품질 표를 제작하는데 유용하다. \index{표}
\index{gt} \index{표 문법}
{#fig-table-comparison}
### 마크다운 표 {#rmarkdown-kable-table}
`mtcars` 데이터프레임에서 시연목적으로 관측점 5개와 열 4개를 뽑아내서
`kable()`함수에 넣고 출력형식을 `markdown`으로 지정한다.
`markdown`외에도 `html`, `pandoc`, `latex`, `rst`등으로 출력형식을
지정할 수 있다.
::: columns
::: {.column width="45%"}
```{r}
#| label: knitr-kable-table
#| eval: false
library(tidyverse); library(knitr)
mtcars %>%
sample_n(5) %>%
select(mpg, cyl, disp) %>%
kable("markdown")
```
:::
::: {.column width="5%"}
:::
::: column
```{r}
#| echo: false
#| label: tbl-mtcars-md
#| tbl-cap: "`mtcars` 마크다운 표 사례"
library(tidyverse); library(knitr)
mtcars %>%
sample_n(5) %>%
select(mpg, cyl, disp) %>%
kable("markdown")
```
:::
:::
### `gt` {#rmd-gt}
그래프 문법(grammar of graphics)처럼 표 문법(grammar of table)
[`gt`](https://github.com/rstudio/gt/) 팩키지가 등장했다. 표를 분해하면
@fig-gt-anatomy 에 기술된 구성요소로 이루어진다. `tibble` 혹은
데이터프레임을 입력받아 `gt` 객체로 변환시킨 후에 `gt` 표를
HTML/PDF/워드/웹앱 으로 출력하는 작업흐름을 갖는다.
```{r}
#| label: gt-image
#| eval: false
#| echo: false
webshot2::webshot("https://gt.rstudio.com/", selector = "#main > div:nth-child(3) > p > img", "images/gt-concept.png")
```
{#fig-gt-anatomy}
R에 내장된 `mtcars`는 자동차 연비 데이터셋이지만 EDA, 통계모형, 시각화,
표 등 다양한 분석에 활용되는 데이터셋이다. `mtcars` 데이터셋에서
시연목적으로 관측점 5개와 열 3개를 뽑아내서 `gt` 패키지로 표를 제작한
코드와 결과표가 다음에 나와 있다.
::: columns
::: {.column width="45%"}
```{r}
#| label: tbl-gt-taste-dataset
#| eval: false
#| tbl-cap: "`gt` 패키지 제작 `mtcars` 표"
library(gt)
mtcars %>%
sample_n(5) %>%
select(mpg, cyl, disp) %>%
gt() |>
tab_header(
title = md("**mtcars** 데이터셋 표"),
subtitle = md("디지털 글쓰기 `gt` 패키지")
) %>%
tab_source_note("표제작: 한국 R 사용자회 오픈소스 소프트웨어 개발자")
```
:::
::: {.column width="5%"}
:::
::: column
```{r}
#| echo: false
#| label: tbl-gt-mtcars
#| tbl-cap: "`gt` 패키지 `mtcars` 표 사례"
library(gt)
mtcars %>%
sample_n(5) %>%
select(mpg, cyl, disp) %>%
gt() |>
tab_header(
title = md("**mtcars** 데이터셋 표"),
subtitle = md("디지털 글쓰기 `gt` 패키지")
)
```
:::
:::
### {{< latex >}} 표
{{< latex >}}은 수식 뿐만 아니라 복잡하고 미려한 표도 코드를 통해 제작할
수 있다. 쿼토에서 {{< latex >}} 표를 제작하기 위해서는 먼저 표제작을
위한 {{< latex >}} 표코드를 준비하고, GitHub에서 팬독-필터
[tarleb/parse-late x](https://github.com/tarleb/parse-latex)를 다음
명령어로 설치한다.
\index{latex@\LaTeX}
``` bash
$ quarto install extension tarleb/parse-latex
```
쿼토 확장팩이 설치되면 YAML에 다음과 같이 `parse-latex`을 등록하여
사용한다.
``` yaml
---
filters:
- parse-latex
---
```
으로 표를 작성했지만 쿼토 문서로 HTML, PDF, 워드 등 다양한 문서에 적용할
수 있다. 즉, 표를 저자가 편한 언어로 작성하고 나머지 부분은 쿼토가
담당하기 때문에 저자는 표를 작성하는데 더 집중할 수 있다.
::: columns
::: {.column width="45%"}
```{latex}
\begin{table}[h]
\centering
\begin{tabular}{|l|c|c|c|}
\hline
자동차 모델 & mpg & cyl & disp \\
\hline
Lotus Europa & 30.4 & 4 & 95.1 \\
Merc 230 & 22.8 & 4 & 140.8 \\
Fiat 128 & 32.4 & 4 & 78.7 \\
Pontiac Firebird & 19.2 & 8 & 400.0 \\
Merc 450SL & 17.3 & 8 & 275.8 \\
\hline
\end{tabular}
\caption{mtcars 데이터셋}
\end{table}
```
:::
::: {.column width="5%"}
:::
::: column
```{=latex}
\begin{table}[h]
\centering
\begin{tabular}{|l|c|c|c|}
\hline
자동차 모델 & mpg & cyl & disp \\
\hline
Lotus Europa & 30.4 & 4 & 95.1 \\
Merc 230 & 22.8 & 4 & 140.8 \\
Fiat 128 & 32.4 & 4 & 78.7 \\
Pontiac Firebird & 19.2 & 8 & 400.0 \\
Merc 450SL & 17.3 & 8 & 275.8 \\
\hline
\end{tabular}
\caption{mtcars 데이터셋}
\end{table}
```
:::
:::
### 표 제작 사례
펭귄 데이터를 기반으로 `gt` 패키지를 사용하여 표 제목, 칼럼명, 셀값에
다양한 글꼴, 크기, 색상, 굵기를 적용한 사례가 @tbl-gt-penguins 에 코드로
나와 있다. 미국 웨스 앤더슨 영화 색상(`Darjeeling1`)을 표에 적용하고,
글꼴로 웹글꼴 구글 글꼴을 활용하여 `gt` 패키지로 다양한 글꼴을 적용하고,
`fmt_integer()` 함수를 사용해서 숫자 가독성을 높이기 위해 천단위
구분자를 넣고 부가적인 디자인도 표에 적용한다.
```{r}
#| label: tbl-gt-penguins
#| tbl-cap: "글꼴, 색상, 서식을 반영한 표 제작 사례"
library(gt)
basic_theme <- function(data, ...){
data %>%
tab_options(
column_labels.background.color = "#F98400",
table.font.size = px(12),
column_labels.font.size = px(20),
row.striping.background_color = "#F2AD00",
heading.align = "left",
heading.title.font.size = px(30)
)
}
palmerpenguins::penguins %>%
select( 펭귄종=species, 섬=island, bill_length_mm, body_mass_g) %>%
slice_sample(n = 10) %>%
gt() %>%
tab_header(title = md("팔머 펭귄 표본 **10 마리** 측정 정보")) %>%
tab_source_note(source_note = "데이터: Kristen Gorman 박사와 남국 팔머 관측소(Palmer Station, Antarctica LTER)에서 수집") %>%
cols_label(bill_length_mm = "부리 길이 (mm)",
body_mass_g = "체질량 (g)") %>%
tab_style(
style = cell_text(
font = c(
google_font(name = "Nanum Pen Script"),
default_fonts()
),
size = "xx-large",
color = "gray35",
weight = "bolder"
),
locations = cells_body(columns = bill_length_mm)
) %>%
# 체질량 칼럼 ---------------
tab_style(
style = cell_text(
font = c(
google_font(name = "Black Han Sans"),
default_fonts()
),
size = "large",
color = "#00A08A",
weight = "bolder"
),
locations = cells_body(columns = body_mass_g)
) %>%
fmt_integer(body_mass_g) |>
# 표 Header 와 첫번째 칼럼 ---------------
tab_style(
style = cell_text(
font = google_font("Do Hyeon"),
size = "large"
),
locations = list(
cells_column_labels(everything()),
cells_body(columns = 1)
)
) %>%
# 표 제목 ---------------
tab_style(
style = cell_text(
font = google_font("Dokdo"),
align = "left",
size = "xx-large",
color = "#FF0000"
),
locations = cells_title("title")
) %>%
basic_theme()
```
## 다이어그램
다이어그램(diagram, 도표)은 복잡한 정보나 개념을 단순화하고 시각적으로
표현하여 텍스트만으로 설명하기 어려운 복잡한 데이터나 구조, 관계를
명확히 전달할 수 있어 독자가 문서를 빠르고 정확하게 이해하는 데 도움을
준다. 학술 논문, 보고서, 설명서 등에 포함된 다이어그램은 문서 전문성과
신뢰성을 높혀 효과적인 커뮤니케이션을 가능하게 한다. \index{다이어그램}
\index{diagram} \index{도표} \index{mermaid} \index{graphviz}
다이어그램 저작 방식은 도구를 직접 사용하는 방식과 다이어그램 전용
프로그래밍 언어를 사용하는 방식으로 나뉜다. 잘 알려진 다이어그램 저작
도구로 마이크로소프트 비지오(Microsoft Visio), 루시드차드(Lucidchart),
드로아이오(Draw.io) 등으로 주로 GUI 방식으로 다이어그램을 직관적으로
그릴 수 있고, 다이어그램 전용 언어로 그래프비즈(Graphviz)와
머메이드(Mermaid)가 대표적이다. Graphviz는 DOT 언어를 사용해 다양한
네트워크 다이어그램, 플로우 차트, 조직도, 의존성 그래프를 제작하는 반면,
Mermaid는 마크다운과 유사한 문법으로 웹에서 다이어그램과 차트를 생성하는
자바스크립트 라이브러리로 HTML과 자바스크립트를 사용하는 모든 웹
페이지나 앱과 쉽게 통합된다는 장점이 있다.
챗GPT를 활용한 디지털 글쓰기 과정을 Mermaid 코드를 사용한 다이어그램으로
잘 나타낼 수 있다. @fig-mermaid 다이어그램에서 글쓰기, 구조와 외양,
배포와 공유라는 세 가지 주요 영역에서 챗GPT가 부기장(Copilot)으로 역할을
수행하는 것이 명확히 드러난다. 디지털 글쓰기가 글감, 표, 그래프, 코드,
그림, 도형 등 다양한 요소로 구성되며, 구조와 외양에서는 문서의 구조,
서식, 레이아웃, 참조 등이 중요하고, 배포와 공유에서는 다양한 대상, 즉
독자, 저자, 기계에게 문서가 전달되는 과정이 다이어그램을 통해 한눈으로
파악할 수 있다.
```{mermaid}
%%| echo: true
%%| eval: true
%%| label: fig-mermaid
%%| fig-cap: 챗GPT를 활용한 디지털 글쓰기 과정
%%| fig-height: 3.5
graph LR
chatGPT["챗GPT"] --> Contents
subgraph Contents["디지털 글쓰기"]
direction LR
Writing["글감"] --> Table["표"]
Writing --> Graph["그래프"]
Writing --> Code["파이썬/R/SQL<br>코드"]
Writing --> Figure["그림"]
Writing --> Diagram["도형"]
end
chatGPT --> Format
Contents --> Format
subgraph Format["구조와 외양"]
direction LR
Theme["구조와 외양"] --> Title["문서 구조"]
Theme --> Formatting["문서 서식"]
Theme --> Layout["문서 레이아웃"]
Theme --> reference["문서 참조"]
end
chatGPT --> Deployment
Format --> Deployment
subgraph Deployment["배포와 공유"]
direction LR
Deploy --> Reader["독자(사람)"]
Deploy --> Author["독자(저작자)"]
Deploy --> Machine["독자(기계)"]
end
```
<!--  -->
비지오 같은 유명 GUI 도구보다 다이어그램 전용 언어를 사용하게 되면 높은
수준 사용자 정의와 자동화가 가능할 뿐만 아니라 복잡한 다이어그램도
정확하게 그릴 수 있고, 코드를 재사용함으로써 시간과 비용도 절약할 수
있다. 특히, 버전 관리 시스템에 쉽게 통합할 수 있어 팀원들과 공유와
협업이 용이하다.
## 수식
수학은 공학, 물리학, 컴퓨터 과학, 경제학 등 다양한 분야에서 중심 역할을
하는 학문으로 정확하고 명료한 수학적 표기는 매우 중요하다. {{< tex >}}은
수학적 표현을 깔끔하고 정확하게 표현할 수 있는 언어 중 하나로
{{< latex >}}를 활용한 다양한 수학적 표현법을 살펴보자.
\index{latex@\LaTeX} \index{수식}
{{< latex >}}은 기본적인 사칙연산에서부터 지수, 삼각함수, 적분, 행렬,
그리스 문자, 무한대 등 광범위한 수학적 표현이 가능하여 과학기술 전문
문서나 논문, PPT에 즉시 적용할 수 있는 고급스럽고 미련한 수식표현이
가능하다.
기본적인 덧셈과 뺄셈은 `a + b = c`처럼 표현할 수 있고, 복잡한 적분도
`\int_{0}^{\infty} e^{-x^2} dx = \frac{\sqrt{\pi}}{2}`와 같이 명료하게
표현할 수 있을 뿐만 아니라, 행렬이나 그리스 문자도
`\begin{pmatrix} a & b \\ c & d \end{pmatrix}`와
`\alpha, \beta, \gamma, \Gamma, \pi, \Pi, \phi, \Phi, \mu` 등의 명령어를
통해 표현할 수 있다.
### 기본 연산자와 수 {.unnumbered}
::: columns
::: column
``` tex
a^2 + b^2 = c^2
```
:::
::: column
$$
a^2 + b^2 = c^2
$$
:::
:::
### 제곱근과 지수 {.unnumbered}
::: columns
::: column
``` tex
\sqrt{a^2 + b^2} = c
```
:::
::: column
$$
\sqrt{a^2 + b^2} = c
$$
:::
:::
### 삼각함수 {.unnumbered}
::: columns
::: column
``` tex
\sin^2 \theta + \cos^2 \theta = 1
```
:::
::: column
$$
\sin^2 \theta + \cos^2 \theta = 1
$$
:::
:::
### 적분 {.unnumbered}
::: columns
::: column
``` tex
\int_{0}^{\infty} e^{-x^2} dx = \frac{\sqrt{\pi}}{2}
```
:::
::: column
$$
\int_{0}^{\infty} e^{-x^2} dx = \frac{\sqrt{\pi}}{2}
$$
:::
:::
### 행렬 {.unnumbered}
::: columns
::: column
``` tex
\begin{pmatrix}
a & b \\
c & d
\end{pmatrix}
```
:::
::: column
$$
\begin{pmatrix}
a & b \\
c & d
\end{pmatrix}
$$
:::
:::
### 그리스 문자 {.unnumbered}
::: columns
::: column
``` tex
\alpha, \beta, \gamma, \Gamma, \pi, \Pi, \phi, \Phi, \mu
```
:::
::: column
$$
\alpha, \beta, \gamma, \Gamma, \pi, \Pi, \phi, \Phi, \mu
$$
:::
:::
### 무한대 {.unnumbered}
::: columns
::: column
``` tex
\lim_{{n \to \infty}} \frac{1}{n} = 0
```
:::
::: column
$$
\lim_{{n \to \infty}} \frac{1}{n} = 0
$$
:::
:::
### 합과 곱 {.unnumbered}
`MathJax`에서 줄바꿈(`\\`)이 반영되지 않아 `aligned`를 사용했지만,
`MathJax` v4 에서 기능이 구현되어 구문이 훨씬 간결해질 것으로 보인다.
::: columns
::: column
``` tex
\begin{aligned}[t]
\sum_{n=1}^{\infty} \frac{1}{n^2} = \frac{\pi^2}{6} \\
\prod_{i=1}^{n} a_i = a_1 \times a_2 \times \cdots \times a_n
\end{aligned}
```
:::
::: column
$$
\sum_{n=1}^{\infty} \frac{1}{n^2} = \frac{\pi^2}{6}
$$
$$
\prod_{i=1}^{n} a_i = a_1 \times a_2 \times \cdots \times a_n
$$
:::
:::
이 외에도 {{< latex >}}으로 더 복잡한 수식표현도 얼마든지 가능하다.
## 프로그래밍 코드
엑셀은 워드, 파워포인트와 함께 마이크로소프트 오피스에서 중요한 역할을
담당한다. 엑셀은 데이터 관리와 분석을 위한 강력한 도구로, 복잡한 수치
데이터를 정리하고 분석하는 데 주로 사용되는데, 워드 문서와 통합되어
엑셀은 표, 차트, 그래프 형태로 데이터를 시각적으로 표현하여 문서 정보
전달력을 높인다. 하지만, 워드 문서에 엑셀에서 나온 산출물을 매번 사람이
직접 복사하여 붙여넣어야 하기 때문에 번거럽고 사람이 개입되기 때문에
오류의 가능성이 상존한다. \index{프로그래밍 언어}
쿼토의 장점은 지난 10년간 R마크다운을 통해 입증되었다. 즉, 쿼토는
**차세대 R마크다운**이라는 별명이 붙어있는데 쿼토가 R마크다운의 장점을
계승하면서도 더 많은 기능을 추가했을 뿐만 아니라 R마크다운의 경험을
바탕으로 더 나은 사용자 경험을 제공한다. R마크다운이 R언어 지원에 방점을
뒀다면 쿼토는 R언어를 넘어서 파이썬, SQL, 줄리아, 자바스크립트 등 다양한
언어를 지원한다.
사인 곡선을 그리는 파이썬 코드를 작성해보자. 먼저 그래프 그리는 역할을
담당하는 `matplotlib` 패키지를 로드하고, 사인 함수를 구현하기 위해
`numpy` 패키지를 이용하여 x축 데이터, `sin` 함수를 이용하여 y축 데이터를
생성한다. 마지막으로 `plot` 함수를 이용하여 그래프를 그린다. 그래프
제목과 축 제목에 한글이 들어가 한글 글꼴 설정을 추가로 해준다.
::: columns
::: column
### 파이썬 코드 {.unnumbered}
```{{python}}
# 패키지
import matplotlib.pyplot as plt
import numpy as np
# 한글 폰트 설정
plt.rcParams['font.family'] = 'NanumGothic'