chap8_axes.Rmd

---
title: "chap8_axes"
author: "J.H AHN"
date: '2022 1 10 '
output: 
  html_document:
    toc: TRUE
---

```{r setup, include=FALSE}
library(gcookbook)
library(tidyverse)
library(patchwork)
library(MASS)

knitr::opts_chunk$set(echo = TRUE)
```

<br>

### 8.1 Swapping X- and Y-Axes

<br>

<br>

```{r fig_8_1}
fig_8011 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot()

fig_8012 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  coord_flip()

fig_8011 + fig_8012

```


<br>

때로 축을 바꾸면 아이템의 순서를 거꾸로 배치하여야 할 때가 있다.   
만약 x변수가 factor라면 `scale_x_discrete(limits=rev(levels(...)))`를 사용하여 순서를 바꿀 수 있다.  

<br>

```{r fig_8_2}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  coord_flip() +
  scale_x_discrete(limits=rev(levels(PlantGrowth$group)))

```


<br>
<br>

### 8.2 Setting the range of a continuous axis

<br>

<br>

**xlim**과 **ylim**을 사용하여 연속형 변수가 사용되는 축의 최대, 최솟값을 지정할 수 있다.  

<br>

```{r fig_8_3}
fig_8031 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot()

fig_8032 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  ylim(0, max(PlantGrowth$weight))

fig_8031 + fig_8032

```


<br>

`ylim()`은 `scale_y_continuous()`을 이용하여 limit을 설정하는 것이다. (x도 마찬가지)  
`scale_y_continuous()`을 이용하면 scale만 바꾸는 것으로 데이터가 살아있지만,   
`coord_cartesian()`를 사용하면 범위 밖의 데이터는 지워진다.

<br>

```{r fig_8_4}
fig_8041 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_y_continuous(limits = c(5, 6.5))

fig_8042 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  coord_cartesian(ylim = c(5, 6.5))

fig_8041 + fig_8042


```


<br>

범위를 확장하고 싶을 때는 `expande_limits()`를 사용한다.  
**하지만 범위를 줄일 수는 없다.**  

<br>

```{r fig_8_5}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  expand_limits(y = 0)


```


<br>
<br>

### 8.3 Reversing a continuous axis

<br>

<br>

`scale_y_reverse()` 혹은 `scale_x_reverse()`를 사용하면 축방향을 반대로 돌릴 수 있다. 

<br>

```{r fig_8_6}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_y_reverse()

```


<br>

`scale_y_reverse()`을 사용하지 않고 유사한 효과를 내려면 아래와 같이 최대, 최솟값의 순서를 바꾸면 된다.  

<br>

```{r}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  ylim(6.5, 3.5)

```


<br>

`scale_y_continuous()`처럼 `scale_y_reverse()`는 `ylim()`과 함께 사용할 수 없다. 
만약 축을 방향을 바꾸면서 range값을 세팅하고 싶다면 `scale_y_reverse()`안에서 limits을 설정해야 한다.  

<br>

```{r fig_8_7}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_y_reverse(limits = c(8,0))

```


<br>
<br>

### 8.4 Changing the order of items on a categorical axis

<br>

<br>

범주형, 이산형 변수 축을 순서대로 정렬하기 위해서는 `scale_x_discrete()` 혹은 `scale_y_discrete()`안에 limits을 설정해야 한다.  
순서는 매뉴얼로 정해줘야 하고 원하는 순서대로 벡터 형식으로 입력하면 된다.  
원하는 변수만 보여주고 싶으면 limits에 원하는 변수만 선택한다.  

<br>

```{r fig_8_8}
fig_8081 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(limits = c("trt1", "ctrl", "trt2"))

fig_8082 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(limits = c("ctrl", "trt1"))

fig_8081 + fig_8082

```


<br>

순서를 거꾸로 하고 싶으면 동일하게 `limits = rev(levels(...))`를 사용한다.  

<br>

```{r fig_8_9}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(limits = rev(levels(PlantGrowth$group)))


```


<br>
<br>

### 8.5 Setting the scaling ratio of the X- and Y-axes

<br>

<br>

x축과 Y축의 비율을 정하기 위해서는 `coord_fixed()`를 사용한다. 

<br>

<br>

```{r fig_8_10}
fig_8101 <- 
  marathon %>% 
  ggplot(aes(x = Half, y = Full)) +
  geom_point() +
  coord_fixed()

fig_8102 <- 
  marathon %>% 
  ggplot(aes(x = Half, y = Full)) +
  geom_point() +
  coord_fixed() +
  scale_y_continuous(breaks = seq(0, 420, 30)) +
  scale_x_continuous(breaks = seq(0, 420, 30))

fig_8101 + fig_8102


```


<br>

x, y축 사이의 비율을 1:1이 아닌 다른 특정한 비율을 넣고 싶다면 ratio 값을 설정한다.  

<br>

<br>

```{r fig_8_11}
fig_8111 <- 
  marathon %>% 
  ggplot(aes(x = Half, y = Full)) +
  geom_point() +
  coord_fixed() +
  scale_y_continuous(breaks = seq(0, 420, 30)) +
  scale_x_continuous(breaks = seq(0, 420, 30))

fig_8112 <- 
  marathon %>% 
  ggplot(aes(x = Half, y = Full)) +
  geom_point() +
  coord_fixed(ratio = 1/2) +
  scale_y_continuous(breaks = seq(0, 420, 30)) +
  scale_x_continuous(breaks = seq(0, 420, 15))

fig_8111 + fig_8112

```


<br>
<br>

### 8.6 Setting the positions of tick marks

<br>

<br>

```{r fig_8_12}
fig_8121 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot()

fig_8122 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_y_continuous(breaks = c(4, 4.25, 4.5, 5, 6, 8))

fig_8121 + fig_8122  

```


<br>

이산형 변수가 있는 축에서는 tick mark가 default이다.  
limits에서 명시한 변수만 순서대로 그려진다.  
이 상태에서 breaks를 설정하면 레벨을 바꿀 수 있는 반면 삭제하거나 순서를 바꿀 수는 없게된다.  

<br>

```{r fig_8_13}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(limits = c("trt2", "ctrl"), breaks = "ctrl")


```


<br>
<br>

### 8.7 Removing tick marks and labels

<br>

<br>

tick labels을 삭제하고 싶을 경우에는 `theme(axis.text.y = element_blank())`를 사용하면 된다.  
이 함수는 연속형 혹은 범주형 변수가 쓰이는 축에 모두 적용된다.  

<br>

tick label은 독자적으로 조절되지만, tic marks와 grid line은 함께 조절되기 때문에 하나만 없앨 수는 없다.  

<br>

```{r fig_8_14}
fig_8141 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  theme(axis.text.y = element_blank()) +
  labs(subtitle = "no tick labels on y-axis")

fig_8142 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  theme(axis.text.y = element_blank(), axis.ticks = element_blank()) +
  labs(subtitle = "no tick labels & marks on y-axis")

fig_8143 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_y_continuous(breaks = NULL) +
  labs(subtitle = "with breaks = NULL")

fig_8141 + fig_8142 + fig_8143

```


<br>
<br>

### 8.8 Changing the text of tick labels

<br>

<br>

임의의 tick label을 사용하고 싶다면 breaks와 labels를 사용한다.  

<br>

```{r fig_8_15}
fig_8151 <- 
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn)) +
  geom_point()

fig_8152 <- 
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn)) +
  geom_point() +
  scale_y_continuous(breaks = c(50, 56, 60, 66, 72),
                     labels = c("Tiny", "Really\nshort", "Short", "Medium", "Tallish"))

fig_8151 + fig_8152

```


<br>

임의의 label을 모두 입력하기 보다는 하나의 포맷으로 정해두고 넣는 경우가 많다.  
예를 들어 키를 피트(ft)와 인치(in)로 나타낼 때 5'6"와 같이 쓰는 경우다.  
이런 작업을 하기위해서 먼저 포맷을 맞추는 함수를 만들어 입력된 값을 정해진 포맷으로 반환하게 해야 한다.  

<br>

```{r}
footinch_formatter <- function(x) {
  foot <- floor(x/12)
  inch <- x %% 12
  return(paste(foot, "'", inch, "\"", sep=""))
}

```

```{r}
footinch_formatter(56:64)

```


<br>

```{r fig_8_16}
fig_8161 <- 
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn)) +
  geom_point() +
  scale_y_continuous(labels = footinch_formatter)

fig_8162 <- 
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn)) +
  geom_point() +
  scale_y_continuous(breaks = seq(48, 72, 4),
                     labels = footinch_formatter)

fig_8161 + fig_8162

```


<br>

또 다른 포맷 변환으로 시간을 HH:MM:SS 형태로 바꾸는 것이 있다.
아래 함수는 분(minute)을 입력하면 시간:분:초의 형태로 변환해 준다.  

<br>

```{r}
timeHMS_formatter <- function(x) {
  h <- floor(x/60)
  m <- floor(x %% 60)
  s <- round(60 * (x %% 1))
  lab <- sprintf("%02d:%02d:%02d", h, m, s)
  lab <- gsub("^00:","", lab)
  lab <- gsub("^0","",lab)
  return(lab)
}


```

```{r}
timeHMS_formatter(c(0.33, 50, 51.25, 59.32, 60, 60.1, 130.23))
```


<br>
<br>

### 8.9 Changing the appearance of tick labels

<br>

<br>

```{r fig_8_17}
fig_8171 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(breaks = c("ctrl", "trt1", "trt2"),
                   labels = c("Control", "Treatment1", "Treatment2"))
fig_8172 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(breaks = c("ctrl", "trt1", "trt2"),
                   labels = c("Control", "Treatment1", "Treatment2")) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1, vjust = 0.5))

fig_8173 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(breaks = c("ctrl", "trt1", "trt2"),
                   labels = c("Control", "Treatment1", "Treatment2")) +
  theme(axis.text.x = element_text(angle = 30, hjust = 1, vjust = 1))

fig_8171 + fig_8172 + fig_8173

```


<br>

글자를 회전시키는 것외에도 size, style(bold/italic/normal), font family(Times, Helvetica) 등을 `element_text()`를 이용하여 변경할 수 있다.  
size를 정할 때 쓴 `rel()`은 theme에서 쓰이는 argument로 다른 글자 대비 상대적인 크기를 얼마로 할지 결정하게 해 준다.  

<br>

```{r fig_8_18}
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  scale_x_discrete(breaks = c("ctrl", "trt1", "trt2"),
                   labels = c("Control", "Treatment1", "Treatment2")) +
  theme(axis.text.x = element_text(family = "Times", face = "italic",
                                   color = "#8B0000", size = rel(0.9)))


```


<br>
<br>

### 8.10 Changing the text of axis labels

<br>


<br>

축의 text label을 변경하기 위해서는 `xlab()`, `ylab()`을 이용한다.  

<br>

```{r fig_8_19}
fig_8191 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  xlab("Age in years") + ylab("Height in inches")

fig_8192 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  labs(x = "Age in years", y = "Height in inches")

fig_8191 + fig_8192


```


<br>

다른 방법으로는 `scale_*_continuous()`에 name으로 설정하는 방법이 있다.  

<br>

```{r}
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  scale_x_continuous(name = "Age in years")

```


<br>

```{r fig_8_20}
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  scale_x_continuous(name = "Age \n(in years)")

```


<br>
<br>

### 8.11 Removing axis labels

<br>

<br>

축의 label을 지우고 싶으면 `theme(axis.title.x = element_blank())`를 사용한다.  

<br>

```{r fig_8_21}
fig_8201 <-   
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot()

fig_8202 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  theme(axis.text.x = element_blank())

fig_8201 + fig_8202

```


<br>

label을 지우는 다른 방법으로는 빈 값을 넣는 방법이 있다.  
하지만 이렇게 label을 지우면 원래 글자가 있던 자리의 공간이 글자가 있을 때와 동일하게 유지한다. 
책에는 xlab을 쓸 때와 element_blank()를 쓸 때가 다르다고 되어 있는데 현재 ggplot2에는 같게 나옴.  

<br>

```{r fig_8_21a}
fig_8211 <- 
  PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  theme(axis.title.x = element_blank()) +
  labs(subtitle = "using element_blank()")

fig_8212 <- 
PlantGrowth %>% 
  ggplot(aes(x = group, y = weight)) +
  geom_boxplot() +
  xlab("") +
  labs(subtitle = "using xlab with empty value")

fig_8211 + fig_8212

```


<br>
<br>

### 8.12 Chnaging the apperance of axis labels

<br>

<br>

축의 label 외형을 바꾸고 싶으면 `axis.title.x()`를 사용  

<br>

```{r fig_8_22}
heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  theme(axis.title.x = element_text(face = "italic", color = "#8B0000", size = 14))

```


<br>

```{r fig_8_23}
fig_8231 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  ylab("Height\n(inches)") +
  theme(axis.title.y = element_text(angle = 0, face = "italic", size = 14))

fig_8232 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() +
  ylab("Height\n(inches)") +
  theme(axis.title.y = element_text(angle = 90, face = "italic", size = 14))

fig_8231 + fig_8232

```


<br>
<br>

### 8.13 Showing lines along the axes

<br>

<br>

```{r fig_8_24}
fig_8241 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() + 
  theme(axis.line = element_line(color = "#000000"))

fig_8242 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() + 
  theme_bw() +
  theme(panel.border = element_blank(),
        axis.line = element_line(color = "#000000"))

fig_8241 + fig_8242

```


<br>

```{r fig_8_25}
fig_8251 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() + 
  theme_bw() +
  theme(panel.border = element_blank(),
        axis.line = element_line(color = "#000000", size = 4)) +
  labs(subtitle = "with thick lines, only half overlaps")

fig_8252 <- 
  heightweight %>% 
  ggplot(aes(x = ageYear, y = heightIn, color = sex)) +
  geom_point() + 
  theme_bw() +
  theme(panel.border = element_blank(),
        axis.line = element_line(color = "#000000", size = 4, lineend = "square")) +
  labs(subtitle = "full overlap")

fig_8251 + fig_8252

```


<br>
<br>

### 8.14 Using a logarithmic axis

<br>

<br>

```{r}

Animals

```


```{r fig_8_26}
fig_8261 <- 
  Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  labs(subtitle = "linear-scaled axes")

fig_8262 <- 
  Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  scale_x_log10() + scale_y_log10() +
  labs(subtitle = "logarithmic axes")

fig_8261 + fig_8262

```


<br>

```{r fig_8_27}
fig_8271 <- 
  Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  scale_x_log10(breaks = 10^(-1:5)) + 
  scale_y_log10(breaks = 10^(0:3)) +
  labs(subtitle = "manually specified breaks")

fig_8272 <- 
  Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  scale_x_log10(breaks = 10^(-1:5), 
                labels = scales::trans_format("log10", scales::math_format(10^.x))) + 
  scale_y_log10(breaks = 10^(0:3),
                labels = scales::trans_format("log10", scales::math_format(10^.x))) +
  labs(subtitle = "with exponents for the tick labels")

fig_8271 + fig_8272

```


<br>

log변환을 하는 다른 방법은 데이터를 로그변환 시키는 방법이 있다.  

<br>

```{r fig_8_28}
Animals %>% 
  ggplot(aes(x = log10(body), y = log10(brain), label = rownames(Animals))) +
  geom_text(size = 3)

```


<br>

자연로그를 사용하기 위해서는 `scale`package가 필요하다.  

<br>

```{r fig_8_29}
Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  scale_x_continuous(trans = scales::log_trans(),
                     breaks = scales::trans_breaks("log", function(x) exp(x)), 
                     labels = scales::trans_format("log", scales::math_format(e^.x))) + 
  scale_y_continuous(trans = scales::log2_trans(),
                     breaks = scales::trans_breaks("log2", function(x) 2^x),
                     labels = scales::trans_format("log2", scales::math_format(2^.x))) +
  labs(subtitle = "different bases are used for the x and y axes")


```


<br>

한 축에만 로그를 쓰는 것도 가능한데 이건 금융관련 데이터를 보여줄 때 유용하다.  

<br>

```{r}
aapl

```


<br>

```{r fig_8_30}
fig_8301 <- 
aapl %>% 
  ggplot(aes(x = date, y = adj_price)) + 
  geom_line() + 
  labs(subtitle = "linear")


fig_8302 <- 
 aapl %>% 
  ggplot(aes(x = date, y = adj_price)) + 
  geom_line() +
  scale_y_log10(breaks = c(2, 10, 50, 250)) +
  labs(subtitle = "logarithmic")

fig_8301 / fig_8302

```


<br>
<br>

### 8.15 Adding ticks for a logarithmic axis

<br>

<br>

로그가 씌어진 축에 tick mark를 주기 위해서는 `annotate_logticks()`를 사용한다.  
`annotate_logticks()`는 plot area 내부에 그려지는데 긴 tick mark는 10제곱을 나타내며, 짧은 tick mark는 5제곱을 나타낸다.  

<br>

```{r fig_8_31}
Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  annotation_logticks() +
  scale_x_continuous(trans = scales::log_trans(),
                     breaks = scales::trans_breaks("log10", function(x) 10^x), 
                     labels = scales::trans_format("log10", scales::math_format(10^.x))) + 
  scale_y_continuous(trans = scales::log2_trans(),
                     breaks = scales::trans_breaks("log10", function(x) 10^x),
                     labels = scales::trans_format("log10", scales::math_format(10^.x))) +
  labs(subtitle = "log axes with diminishing tick marks")


```


<br>

내용을 보기 쉽게 하기 위해 `theme_bw()`를 사용하고 주눈금 사이에 보조눈금을 나타낸다.  
보조눈금은 로그 스케일의 5를 가리키는 tick mark와 같은 의미가 아니라 주눈금의 절반 지점에 위치한다.    
보조눈금을 그릴려면 `scales` package의 `minor_breaks()`를 직접 설정해야 한다.  
`minor_breaks()`는 log10(5 * 10^(minpow:maxpow)를 log10(5) + minpow:maxpow 형식으로 줄여서 나타낸다.  

<br>

```{r fig_8_32}
Animals %>% 
  ggplot(aes(x = body, y = brain, label = rownames(Animals))) +
  geom_text(size = 3) +
  annotation_logticks() +
  scale_x_log10(breaks = scales::trans_breaks("log10", function(x) 10^x), 
                labels = scales::trans_format("log10", scales::math_format(10^.x)),
                minor_breaks = log10(5) + -2:5) + 
  scale_y_log10(breaks = scales::trans_breaks("log10", function(x) 10^x),
                labels = scales::trans_format("log10", scales::math_format(10^.x)),
                minor_breaks = log10(5) + -1:3) +
  labs(subtitle = "log axes with ticks at each 5, and fixed coordinate ratio") +
  coord_fixed() +
  theme_bw()


```


<br>
<br>

### 8.16 Making a circular graph

<br>

<br>

`coord_polar()`를 사용하면 원그래프를 그릴 수 있다.  
예제로 사용할 `wind` 데이터는 하루동안 5분간격으로 풍향(DirCat)과 풍속(SpeedCat)을 측정한 것이다.  
풍향은 15도 간격으로 범주화가 되어있고, 풍속은 5m/s 단위로 범주화가 되어 있다.  

<br>

```{r}
wind

```


<br>

polar plot을 그릴 때는 데이터를 왜곡하여 이해할 수 있는 위험에 주의해야 한다.  
예를 들어 210도 풍향 부근에는 15개의 15-20m/s의 풍속 관측값이 있고, 13개의 >20m/s 풍속 관측값이 있다.  
그런데 그냥 봐서는 >20m/s 관측치가 더 많은 것처럼 보이고(정말?? 난 그렇게 안 보이는데... 책에선 그렇다함) 10-15m/s 풍속은 식별하기가 어렵다.  

<br>

```{r fig_8_33}
wind %>% 
  ggplot(aes(x = DirCat, fill = SpeedCat)) +
  geom_histogram(binwidth = 15, boundary = -7.5) +
  coord_polar() +
  scale_x_continuous(limits = c(0,360))


```


<br>

식별하기 쉽게 범례를 거꾸로 배열하고 다른 팔레트를 사용하고, 아웃라인을 추가한다.  
구분자는 익숙한 숫자로 바꾼다.  

<br>

```{r fig_8_34}
wind %>% 
  ggplot(aes(x = DirCat, fill = SpeedCat)) +
  geom_histogram(binwidth = 15, boundary = -7.5, color = "#000000", size = 0.25) +
  guides(fill = guide_legend(reverse = TRUE)) +
  coord_polar() +
  scale_x_continuous(limits = c(0,360),
                     breaks = seq(0,360, by = 45),
                     minor_breaks = seq(0, 360, by = 15)) +
  scale_fill_brewer()

```


<br>

시작되는 angle을 지정하는 `start` argument는 이산형 변수를 사용할 때 유용하게 사용된다.  
시작되는 angle은 라디안으로 나타낸다.  
Polar coordinates도 다른 geom들처럼 선이나 점을 추가할 수 있다.  
이 때 주의할 점은 가장 작은 값이 중앙에 배치된다는 점이다.  
가장 작은 값이 0이면 반경 0 위치에 배치가 되므로 이런 점을 감안하여 limits을 지정해줘야 한다.  

<br>

연속형의 x값을 쓸 때는 가장 작은 값과 가장 큰 값이 합쳐질 수 있다. 
원하든 원치 않든 이런 현상을 바꾸기 위해서는 limits을 설정해야 한다.  

<br>

마지막으로 polar coordinates의 $theta$는 전체를 둘러싸지 못한다. 즉 시작하는 각도로 지정된 지점을 가로지를 수 없다.  

<br>

```{r fig_8_35}
# put mdeaths time series data into a data frame
md <- data.frame(deaths = as.numeric(mdeaths),
                 month = as.numeric(cycle(mdeaths)))

# Calculate average number of deaths in each month
md <- 
  md %>% 
  group_by(month) %>% 
  summarise(deaths = mean(deaths))

# Make the base plot
fig_8351 <- 
  md %>% 
  ggplot(aes(x = month, y = deaths)) +
  geom_line() +
  scale_x_continuous(breaks = 1:12) +
  coord_polar()


# With coord_polar and y(r) limits going to zero
fig_8352 <- 
  md %>% 
  ggplot(aes(x = month, y = deaths)) +
  geom_line() +
  scale_x_continuous(breaks = 1:12) +
  coord_polar() +
  ylim(0, max(md$deaths))

fig_8351 + fig_8352

```


<br>

첫번째 문제는 데이터가 1000-2100정도의 값을 가지는데 가장 작은 값은 반경 0의 위치에 있다. (8월 데이터)  
따라서 최소값이 0부터 시작하도록 바꿔야 한다.  (오른쪽 그림 참조)  

<br>

두번째 문제는 1월과 12월 - 가장 작은 x값과 가장 큰 x값이 겹쳐서 한 지점에 위치하고 있다. 
이를 수정하기 위해서 x축 limits을 0-12까지로 변경해야 한다.
`xlim()`을 사용할 경우 `scale_x_continuous()`를 override함에 주의해야 한다.  

<br>

마지막으로 시작과 끝이 연결되지 않게 해야 한다. 이를 위해서 0월에 해당되는 값을 데이터에 추가해야 하는데 12월과 같은 값을 가지도록 한다.  
0월 대신에 13월을 만들어서 넣는 것도 가능하다.  

<br>

```{r fig_8_36}
fig_8361 <- 
  md %>% 
  ggplot(aes(x = month, y = deaths)) +
  geom_line() +
  scale_x_continuous(breaks = 1:12) +
  coord_polar() +
  ylim(0, max(md$deaths)) + xlim(0,12) +
  labs(subtitle = "x values from 0 to 12")

# Connect the lines by adding a value for 0 that is same as 12
mdx <- md[md$month == 12, ]
mdx$month <- 0
mdnew <- rbind(mdx, md)

fig_8362 <- 
  mdnew %>% 
  ggplot(aes(x = month, y = deaths)) +
  geom_line() +
  scale_x_continuous(breaks = 1:12) +
  coord_polar() +
  ylim(0, max(md$deaths)) +
  labs(subtitle = "adding dummy data point for month 0")

fig_8361 + fig_8362

```


<br>
<br>

### 8.17 Using dates on an axis

<br>

<br>

```{r}
economics

```


<br>

```{r fig_8_37}
economics %>% 
  ggplot(aes(x = date, y = psavert)) +
  geom_line()

```


<br>

ggplot2에서는 Date와 POSIXt 두 가지 time related object를 다룰 수 있는데, Date는 1일 단위, POSIXt는 초 단위를 다룰 수 있다.  
```{r}
# Take a subset of economic
econ <- subset(economics, 
               date >= as.Date("1992-05-01") &
                 date < as.Date("1993-06-01"))

```


<br>

```{r fig_8_38}
fig_8381 <- 
econ %>% 
  ggplot(aes(x = date, y = psavert)) +
  geom_line()

# Specify breaks as a Date Vector
datebreaks = seq(as.Date("1992-06-01"), as.Date("1993-06-01"), by = "2 month")

fig_8382 <- 
econ %>% 
  ggplot(aes(x = date, y = psavert)) +
  geom_line() +
  scale_x_date(breaks = datebreaks) +
  theme(axis.text.x = element_text(angle = 30, hjust = 1))

fig_8381 / fig_8382


```


<br>

```{r fig_8_39}
# Specify breaks as a Date Vector
datebreaks = seq(as.Date("1992-06-01"), as.Date("1993-06-01"), by = "2 month")

econ %>% 
  ggplot(aes(x = date, y = psavert)) +
  geom_line() +
  scale_x_date(breaks = datebreaks, labels = scales::date_format("%Y %B")) +
  theme(axis.text.x = element_text(angle = 30, hjust = 1))

```


<br>
<br>

### 8.18 Using relative times on an axis

<br>

<br>

저장된 숫자가 시간을 의미하는 경우 정해진 때부터 얼마나 시간이 흘렀는지를 표현해야 할 때가 있다.  

<br>

```{r}
WWWusage

```



```{r}
# Convert WWWusage time-series object to data frame
www <- data.frame(minute = as.numeric(time(WWWusage)),
                  users = as.numeric(WWWusage))

www

```


```{r}
# Define a fomatter function - converts time in minutes to a string
timeHM_formatter <- function(x) {
  h <- floor(x / 60)
  m <- floor(x %% 60)
  lab <- sprintf("%d:%02d", h, m) # Format the strings as HH:MM
  return(lab)
}

```


```{r fig_8_40}
fig_8401 <- 
  www %>% 
  ggplot(aes(x = minute, y = users)) +
  geom_line() + 
  labs(subtitle = "default x axis")

fig_8402 <- 
  www %>% 
  ggplot(aes(x = minute, y = users)) +
  geom_line() + 
  scale_x_continuous(name = "time", breaks = seq(0, 100, by = 10),
                     labels = timeHM_formatter) +
  labs(subtitle = "with formatted time")

fig_8401 / fig_8402

```



<br>
<br>
<br>


**END**


<br>
<br>
<br>