theme_ggplot.qmd

---
output: html_document
editor_options: 
  chunk_output_type: console
editor: 
  markdown: 
    wrap: 72
---

```{r}
#| include: false

source("_common.R")
```

# 그래프 테마

문서 구성요소 중 하나인 그래프는 데이터를 시각화하여 복잡한 정보를
간결하고 이해하기 쉽게 전달하는데 중요한 역할을 한다. 초기 데이터를
시각화하여 전달할 수 있는 다양한 그래프가 제시되었지만, 너무나 많고
다양한 그래프가 제시되면서 이를 학술적으로 정리한 그래프 문법(grammar of
graphics)이 제시되면서 큰 전환점을 맞게 되었다. \index{그래프 문법}
\index{gglot} \index{plotnine}

SPSS 그래픽이 그 효시로 알려졌고 대략 10년 후 해들리 위컴이 `ggplot2`
패키지를 개발하여 그래픽 문법을 R에 적용하였다. 이후 `ggplot2`는 R에서
가장 많이 사용되는 그래픽 패키지로 자리매김하였다. 그래프 문법을 따르는
`ggplot2` 패키지가 데이터 시각화의 표준으로 자리매김하면서 파이썬에서도
그래프 문법을 따르는 `plotnine`가 개발되어 그래프 문법을 익히게 되면 R과
파이썬에서 동일한 그래프 문법을 사용하여 데이터 시각화를 할 수 있게
되었다.

![그래프 문법 데이터 시각화가 필요한
이유](images/why-ggplot.png){#fig-why-ggplot}

`ggplot2`는 그래프 문법에 맞춰 데이터프레임을 입력으로 받아 그래프를
생성하는 대표적인 시각화 패키지다. `ggplot2`에서 기본으로 제공되는
테마(`theme`)는 9개가 있어, 다양한 테마별로 최소 코딩으로 시각화하고
가장 적합한 그래프 테마를 선정할 수 있다. 먼저, 각 테마를 달리 적용하여
비교할 수 있는 기본 `ggplot` 그래프를 준비한다.

```{r}
#| label: fig-ggplot-base
#| eval: false
#| fig-cap: 기본 테마를 적용한 펭귄 데이터셋 그래프

library(tidyverse)
library(palmerpenguins)
library(sysfonts)
library(showtext)

showtext_auto()

base_penguins_gg <- penguins |> 
  drop_na() |> 
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
    geom_point(aes(color = species, shape = species), size = 3) +
    geom_smooth(method = "lm", se = FALSE, color = "black")  +
    labs(
      title = "기본 테마",
      subtitle = "물갈퀴 길이와 체중 회귀분석",
      x = "물갈퀴 길이 (mm)",
      y = "체중 (g)",
      color = "펭귄종",
    ) +
    guides(shape = "none") +
    theme_classic(base_family = "MaruBuri-Bold") +
    theme(legend.position = c(0.90, 0.25))

base_penguins_gg
```

![ggplot 기본 테마를 적용한
그래프](images/penguin_ggplot_base.png){#fig-ggplot-default
fig-align="center" width="490"}

## 내장 테마

`ggplot2` 패키지에는 다양한 내장 테마가 있으며, 이를 활용하여 데이터를
시각화할 수 있다. `palmerpenguins` 데이터셋을 사용하여 물갈퀴 길이와
체중 사이의 관계를 앞서 작업한 기본 그래프를 바탕으로 다양한 테마를
적용하여 비교한다. \index{내장 테마}

펭귄 데이터셋을 사용하여 물갈퀴 길이와 체중 사이의 관계를 시각화하는
그래프를 `draw_themes()` 함수로 테마를 달리 적용하여 `ggplot` 그래프를
생성한 후에 리스트 객체로 저장한다.

다양한 테마를 `draw_themes()` 함수에 인자로 넘기기 위해 `themes_name`과
`themes_vector`에 테마명과 테마 함수를 저장장 한 후 `map2()` 함수로
테마를 달리한 `ggplot` 그래프를 저장한다. 마지막으로,
`patchwork::wrap_plots()` 함수를 사용하여 모든 그래프를 결합하여 하나의
그래프로 출력한다.

```{r}
#| label: ggplot_theme
#| eval: false

draw_themes <- function(theme_name, theme_choice) {
  penguins |> 
    ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
      geom_point(aes(color = species, shape = species), size = 1) +
      geom_smooth(method = "lm", se = FALSE, color = "black")  +
      labs(
        title = theme_name,
        subtitle = "물갈퀴 길이와 체중 회귀분석",
        x = "물갈퀴 길이 (mm)",
        y = "체중 (g)",
        color = "펭귄종",
      ) +
      guides(shape = "none") +
      theme_choice() +
      theme(legend.position = c(0.90, 0.15))    
}

## 테마명과 벡터
themes_name <- c("theme_gray", "theme_bw", "theme_linedraw", 
                 "theme_light", "theme_dark", "theme_minimal", 
                 "theme_classic", "theme_void", "theme_test")

themes_vector <- c(theme_gray , theme_bw , theme_linedraw , 
                  theme_light , theme_dark , theme_minimal , theme_classic , 
                  theme_void , theme_test )

theme_output <- map2(themes_name, themes_vector, draw_themes)

patchwork::wrap_plots(theme_output)
```

![`ggplot` 내장
기본테마](images/penguin_ggplot_theme.png){#fig-ggplot-theme}

## `hrbrthemes`

밥 루디스(Bob Rudis)가 만든 `hrbrthemes` 패키지는 텍스트가 많은 비즈니스
프레젠테이션에 특히 적합한 테마와 테마 구성 요소를 제공한다. `ggplot2`
시각화에 세련되고 깔끔한 디자인을 추가해, 데이터 시각화가 더욱 명확하고
전문적으로 보이는 것이 특징이다. \index{hrbrthemes}

`hrbrthemes` 패키지는 두 가지 목표를 염두에 두고 있다. 타이포그래피
요소에 중점을 둔 기본테마를 제공하는 것으로 이를 위해서 다양한 레이블의
배치와 글꼴을 포함시켰다. 다른 한가지 목표는 생산성 향상에 중점을 둔다.
시각화 작업결과물은 블로그 게시글, 학술 논문, 프레젠테이션, 내부 보고서,
인쇄출판물 등 출판된다. 시각화 데이터 분석을 진행하는 동안 시각요소가
완벽할 필요는 없다. 작업을 확인하고 지지하는 역할을 하며, 완성된 제품에
대한 출발점에 불과하기 때문이다.

`hrbrthemes` 패키지에 내장된 바로 사용할 수 있는 다양한 테마를 살펴보자.
먼저, `hrbrthemes` 패키지를 로드하고, `hrbrthemes` 테마명과 함수를
리스트에 저장한다. `map2` 함수를 사용하여 각 테마에 대한 `ggplot` 객체를
생성한 후, `patchwork::wrap_plots` 함수로 이들을 하나의 그래프로
결합한다. 이제 한눈에 `hrbrthemes` 패키지 테마를 적용한 그래프를
시각적으로 비교할 수 있다.

```{r}
#| label: ggplot_hrbrtheme
#| eval: false

library(hrbrthemes)

hrbr_themes_name <- c("theme_ipsum", "theme_ipsum_ps", "theme_ipsum_es", "theme_ipsum_rc", "theme_ipsum_ps", "theme_ipsum_pub", "theme_ipsum_tw", "theme_modern_rc", "theme_ft_rc")

hrbr_themes_vector <- c(theme_ipsum, theme_ipsum_ps, theme_ipsum_es, theme_ipsum_rc, theme_ipsum_ps, theme_ipsum_pub, theme_ipsum_tw, theme_modern_rc, theme_ft_rc)

hrbr_theme_output <- map2(hrbr_themes_name, hrbr_themes_vector, draw_themes)

hrbrtheme_gg <- patchwork::wrap_plots(hrbr_theme_output)

hrbrtheme_gg

ragg::agg_jpeg("images/hrbrtheme_gg.jpeg",
               width = 10, height = 7, units = "in", res = 600)
hrbrtheme_gg
dev.off()

```

![hrbrtheme 패키지 테마
비교](images/hrbrtheme_gg.jpeg){fig-hrbrtheme-gg}

## `ggthemes`

제프리 아놀드(Jeffrey Arnold)가 제작한 `ggthemes` 패키지는 `ggplot2`를
위한 테마를 제공하는데, 에드워드 터프티(Edward Tufte), 스테픈 퓨(Stephen
Few), 'Fivethirtyeight', 'The Economist', 'Stata', 'Excel', 'The Wall
Street Journal' 등의 그래프 스타일을 참조한 것이다. 다양한 출처에서
영감을 받은 테마들은 데이터 시각화를 할 때 더 많은 선택지와 창의성을
제공하고, 사용자가 보다 매력적이고 명확한 시각적 표현을 만들 수 있게
도움을 준다. \index{ggthemes}

`ggthemes` 패키지에 내장된 바로 사용할 수 있는 다양한 테마를 살펴보자.
먼저, `ggthemes` 패키지를 로드하고, `ggthemes` 테마명과 함수를 리스트에
저장한다. `map2` 함수를 사용하여 각 테마에 대한 `ggplot` 객체를 생성한
후, `patchwork::wrap_plots` 함수로 이들을 하나의 그래프로 결합한다. 이제
한눈에 `ggthemes` 패키지 테마를 적용한 그래프를 시각적으로 비교한다.
테마명에서 유명한 언론사, 소프트웨어, 시각화 유명인을 찾아볼 수 있다.

```{r}
#| label: ggplot_ggthemes
#| eval: false

library(ggthemes)

ggthemes_name <- c("theme_base()","theme_calc()","theme_clean()",
                   "theme_economist()", "theme_economist_white()", 
                   "theme_excel()", "theme_excel_new()", "theme_few()",
                   "theme_fivethirtyeight()","theme_foundation()",
                   "theme_gdocs()","theme_hc()","theme_igray()","theme_map()",
                   "theme_pander()","theme_solarized_2()","theme_solid()",
                   "theme_stata()","theme_tufte()","theme_wsj()")

ggthemes_vector <- c(theme_base, theme_calc, theme_clean, 
                     theme_economist, theme_economist_white, theme_excel, 
                     theme_excel_new, theme_few, theme_fivethirtyeight,
                     theme_foundation, theme_gdocs, theme_hc, theme_igray, 
                     theme_map, theme_pander, theme_solarized_2, 
                     theme_solid, theme_stata, theme_tufte, theme_wsj)

ggtheme_output <- map2(ggthemes_name, ggthemes_vector, draw_themes)

ggtheme_gg <- patchwork::wrap_plots(ggtheme_output)

ggtheme_gg

ragg::agg_jpeg("images/ggtheme_gg.jpeg",
               width = 10, height = 7, units = "in", res = 600)
ggtheme_gg
dev.off()
```

![`ggthemes` 테마 모음](images/ggtheme_gg.jpeg){#fig-ggthemes-gg}

## `wesanderson`

웨스 앤더슨(Wes Anderson) 영화는 독특하고 눈에 띄는 스타일로 유명하다.
앤더슨 영화 스타일을 기반으로 한 색상 팔레트를 제공하는 R 패키지가 있다.
[`wesanderson`](https://github.com/karthik/wesanderson) 패키지는 웨스
앤더슨 영화의 특징적인 색채와 미적 감각을 반영한 다양한 색상 팔레트를
포함하고 있어, 데이터 시각화에 독창적이고 매력적인 색조를 추가할 수
있다. 사용자는 이 팔레트를 이용하여 그래프나 차트에 독특한 시각적
스타일을 적용할 수 있으며, 이를 통해 데이터 시각화 작업에 예술적인
터치를 가미할 수 있다. \index{wesanderson}

`wesanderson` 패키지에 내장된 바로 사용할 수 있는 다양한 테마를
살펴보자. 먼저, `wesanderson` 패키지를 로드하고, `wesanderson` 테마명과
함수를 리스트에 저장한다. `map2` 함수를 사용하여 각 테마에 대한 `ggplot`
객체를 생성한 후, `patchwork::wrap_plots` 함수로 이들을 하나의 그래프로
결합한다. 이제 한눈에 `wesanderson` 패키지 테마를 적용한 그래프를
시각적으로 비교한다. 다즐링 주식회사, 그랜드 부다페스트 호텔, 문라이즈
킹덤 등 영화 제목을 색상 팔레트에서 찾아볼 수 있다.

```{r}
#| label: ggplot_wesanderson
#| eval: false

library(wesanderson)

draw_wesanderson <- function(palette_name, wesanderson_palette ="Darjeeling1") {
  penguins |> 
    ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
      geom_point(aes(color = species, shape = species), size = 1) +
      geom_smooth(method = "lm", se = FALSE, color = "black")  +
      labs(
        title = palette_name,
        subtitle = "물갈퀴 길이와 체중 회귀분석",
        x = "물갈퀴 길이 (mm)",
        y = "체중 (g)",
        color = "펭귄종",
      ) +
      guides(shape = "none") +
      theme_minimal() +
      theme(legend.position = "none",
            plot.subtitle  = element_text(family = "MaruBuri", size = 9),
            axis.title.x   = element_text(family = "MaruBuri", size = 7),
            axis.title.y   = element_text(family = "MaruBuri", size = 7)) +  
      scale_color_manual(values= wes_palette(wesanderson_palette, n = 3))
}

wes_theme_output <- map2(names(wes_palettes), names(wes_palettes), draw_wesanderson)

wes_theme_gg <- patchwork::wrap_plots(wes_theme_output)

wes_theme_gg +
    theme(legend.position = c(2.1, 0),
          legend.justification = c(1, 0))

ragg::agg_jpeg("images/wes_theme_gg.jpeg",
               width = 10, height = 7, units = "in", res = 600)
wes_theme_gg +
    theme(legend.position = c(2.1, 0),
          legend.justification = c(1, 0))
dev.off()
```

![웨스 앤더슨 영화 테마](images/wes_theme_gg.jpeg){#fig-wes-theme-gg}

## 사용자 테마

설치한 한글 글꼴을 다양한 그래프 요소에 반영한 사용자 맞춤
테마(`theme_penguin`)을 생성하고 색상은 `wesanderson` 패키지에서
`Darjeeling1` 5가지 색상을 사용하여 시각화한다. 생성된 `theme_penguin`
사용자 정의 테마로 `ggplot()` 함수를 사용하여 그래프를 만들고,
`wesanderson` 패키지 다즐링 주식회사 `Darjeeling1` 팔레트 색상을
`scale_color_manual()` 함수로 반영한다. \index{사용자 테마}

```{r}
#| label: ggplot_penguins
#| eval: false

extrafont::loadfonts("win")

theme_penguin <- function() {
  
  theme_minimal() +
  theme(
      plot.title     = element_text(family = "NanumSquare", size = 18, face = "bold"),
      plot.subtitle  = element_text(family = "MaruBuri", size = 13),
      axis.title.x   = element_text(family = "MaruBuri"),
      axis.title.y   = element_text(family = "MaruBuri"),
      axis.text.x    = element_text(family = "MaruBuri", size = 11),
      axis.text.y    = element_text(family = "MaruBuri", size = 11),
      legend.title   = element_text(family = "MaruBuri", size=13),
      plot.caption   = element_text(family = "NanumSquare", color = "gray20")
  )
}

darjeeling1_palette <- wes_palette("Darjeeling1", n = 5)

ggplot_penguins_gg <- penguins |> 
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
    geom_point(aes(color = species, shape = species), size = 3) +
    geom_smooth(method = "lm", se = FALSE, color = "black")  +
    labs(
      title = "물갈퀴 길이와 체중 회귀분석",
      subtitle = "남극 파머 펭귄 데이터셋",
      x = "물갈퀴 길이 (mm)",
      y = "체중 (g)",
      color = "펭귄종",
      caption = "자료출처: palmerpenguins 패키지"
    ) +
  guides(shape = "none") +
  scale_color_manual(values =  darjeeling1_palette) +
  theme_penguin()

ggplot_penguins_gg

ggsave("images/ggplot_penguins_gg.png")
```

![웨스 앤더스 '다즐링 주식회사' 색상을 반영한
그래프](images/ggplot_penguins_gg.png){#fig-ggplot-penguins-wes}

## 그래프 자동 설정

작성한 테마를 매번 복사하여 붙여넣지 않고 `.Rprofile` 파일에 저장해
`ggplot` 시각화 때마다 자동으로 사용하는 방법을 알아보자. 자동화 작업을
위해 `usethis` 패키지 `edit_r_profile()` 함수를 사용한다. 이 함수를
실행시켜면 `.Rprofile` 파일이 열리고, 앞서 작성한 테마 코드를 추가할 수
있다. 파일에 테마 코드를 추가하고 저장한 후 R 세션을 재시작하면, 매번
`ggplot`을 사용할 때 자동으로 사용자 정의 테마(`theme_penguin`)를 불러
사용할 수 있게 되어서 시각화 작업을 더 효율적으로 수행할 수 있다.

```{r}
#| eval: false
usethis::edit_r_profile()
```

`theme_penguin()` 테마를 `ggplot2` 패키지 `theme_set()`으로 설정하고
기본 색상을 정의하면 시각화 그래프에 반영하여 사용할 수 있다.

```{r}
#| eval: false

suppressWarnings(suppressMessages({

  extrafont::loadfonts("win")


  ## 테마 (글꼴) -----------------------------
  theme_penguin <- function() {

    # ggthemes::theme_tufte() +
    ggplot2::theme_minimal() +

      ggplot2::theme(
        plot.title     = element_text(family = "NanumSquare", size = 18, face = "bold"),
        plot.subtitle  = element_text(family = "MaruBuri", size = 13),
        axis.title.x   = element_text(family = "MaruBuri"),
        axis.title.y   = element_text(family = "MaruBuri"),
        axis.text.x    = element_text(family = "MaruBuri", size = 11),
        axis.text.y    = element_text(family = "MaruBuri", size = 11),
        legend.title   = element_text(family = "MaruBuri", size=13),
        plot.caption   = element_text(family = "NanumSquare", color = "gray20")
      )
  }

  ## 색상
  ### 웨스 앤더슨
  color_palette <- wesanderson::wes_palette("Darjeeling1", n = 5)

  ggplot2::theme_set(theme_penguin())

}))
```

`.Rprofile` 파일에 `ggplot()` 사용자 정의 테마가 지정되어 있기 때문에
새로 R 세션을 시작하면 `theme_penguin()` 테마 및 웨스 앤더스
`color_palette` 색상 팔레트도 사용할 수 있다.

```{r}
#| eval: false

library(tidyverse)
library(palmerpenguins)

penguins_theme_gg <- penguins |> 
  ggplot(aes(x = flipper_length_mm, y = body_mass_g)) +
    geom_point(aes(color = species, shape = species), size = 3) +
    geom_smooth(method = "lm", se = FALSE, color = "black")  +
    labs(
      title = "물갈퀴 길이와 체중 회귀분석",
      subtitle = "남극 파머 펭귄 데이터셋",
      x = "물갈퀴 길이 (mm)",
      y = "체중 (g)",
      color = "펭귄종",
      caption = "자료출처: palmerpenguins 패키지"
    ) +
  guides(shape = "none") +
  scale_color_manual(values =  color_palette) +
  theme_penguin()

ragg::agg_jpeg("images/penguins_theme_gg.jpg",
              width = 10, height = 7, units = "in", res = 600)
penguins_theme_gg
dev.off()
```

![펭귄 데이터 사용자 테마 적용
그래프](images/penguins_theme_gg.jpg){#fig-penguins-theme-rprofile}

## 연습문제 {.unnumbered}

### 객관식 {.unnumbered}

1.  `ggplot2` 패키지에서 기본으로 제공되는 테마의 수는 몇 개인가요?
    a)  5개
    b)  7개
    c)  9개
    d)  11개

::: {.content-visible when-format="revealjs"}
정답: c) 9개 설명: `ggplot2` 패키지는 다양한 시각화에 적용할 수 있는
9개의 기본 테마를 제공합니다.
:::

2.  `hrbrthemes` 패키지의 주요 특징은 무엇인가요?
    a)  데이터 시각화의 창의성 강화
    b)  타이포그래피 요소에 중점
    c)  빠른 시각화 속도
    d)  다양한 색상 옵션 제공

::: {.content-visible when-format="revealjs"}
정답: b) 타이포그래피 요소에 중점 설명: `hrbrthemes` 패키지는
타이포그래피 요소에 중점을 두고, 세련되고 깔끔한 디자인의 테마를
제공합니다.
:::

3.  `wesanderson` 패키지는 어떤 특징을 가지고 있나요?
    a)  고전적인 그래프 스타일 제공
    b)  웨스 앤더슨 영화 스타일의 색상 팔레트
    c)  최적화된 시각화 속도
    d)  데이터 처리 기능

::: {.content-visible when-format="revealjs"}
정답: b) 웨스 앤더슨 영화 스타일의 색상 팔레트 설명: `wesanderson`
패키지는 웨스 앤더슨 영화의 특징적인 색채와 미적 감각을 반영한 색상
팔레트를 제공합니다.
:::

### 서술형 {.unnumbered}

1.  `ggplot2`의 기본 테마와 사용자 정의 테마를 적용하는 방법에 대해
    설명해보세요.

::: {.content-visible when-format="revealjs"}
정답 및 설명: `ggplot2`의 기본 테마는 `theme_*` 함수를 사용하여
적용하며, 사용자 정의 테마는 `theme()` 함수를 사용하여 다양한 테마
속성을 조정하고, 필요에 따라 새로운 테마 함수를 만들어 사용합니다.
:::

2.  데이터 시각화에 다양한 테마를 적용하는 것이 왜 중요한가요?

::: {.content-visible when-format="revealjs"}
정답 및 설명: 다양한 테마를 적용하는 것은 데이터의 특성과 목적에 맞게
시각화의 효과를 극대화하기 위해 중요합니다. 테마는 데이터를 보다
명확하고 이해하기 쉽게 표현하는 데 도움을 주며, 시각적 매력과 전문성을
더할 수 있습니다.
:::