공간 데이터 관련 시각화
우리 조상님들께서 일찌기 ‘백문이 불여일견’이라는 한 마디 명언으로 요약하셨듯이, 내용 전달에는 시각화만큼 효과적인 방법이 드물고, 따라서 데이터 분석 내용도 이를 사람들에게 효과적으로 전달하기 위해서는 데이터 시각화를 잘 하는 것이 중요하다. 그래서 데이터 분석이 흥하면서 데이터 시각화 역시 주목받고 있고, 이런 경향은 점점 더 증가하고 있다. 이에 따라 다양한 시각화 관련 언어 및 많은 Open API가 등장하고 있고, 데이터 분석용 오픈소스 언어인 R에도 많은 능력자 분들께서 이들을 활용하는 패키지를 다양하게 만들어 주고 계신다. 그래서 다른 프로그래밍 언어에 익숙하지 않고 R도 겨우 사용하는 나같은 사람들도 이들을 그럭저럭 활용할 수 있다.
이를 통해 다양한 데이터를 다양하게 시각화할 수 있는데, 이 중 점점 더 주목받는 분야가 공간 데이터 시각화다. 아무래도 용이하게 구할 수 있고 다양하게 활용되는 데이터는 로그 데이터일 수밖에 없고, 이 로그가 기존에는 What을 기반으로 Who/When을 중심으로 기록되었고 이를 분석했다면, 모바일기기가 사회에 깊이 안착하면서 여기에 Where/How가 추가되게 되었다. 그리고 이 Where은 5W1H에서 데이터 관점에서 ‘보여주기’ 가장 좋은 요소일 수밖에 없다. 그래서 이에 관련해서도 역시 무수한 API와 자료들이 제공되고 있고, 역시나 R 패키지로도 다양하게 나와있다.
Interactive Map
그런데 공간 데이터를 시각화 하다보면, 다른 데이터의 시각화 이상으로 인터랙션에 예민해지게 된다. 아무래도 지도 데이터인 만큼, 좁은 지역에 대해 나타내거나 하나의 차원에서 간단하게(heat map 등)으로 나타내는 경우에는 좀 덜 하지만, 한정된 화면에서 넓은 지역에 대한 다차원의 데이터를 보여주고자 하면 아무래도 이에 대해서 사용자의 요청을 받고 그에 대한 내용을 보여줄 수 있게 하도록(지도 확대/축소, 범위 선택 등) 만들 필요가 강해지는 것이다. 그래서 지도 위에 데이터를 쉽고 예쁘게 뿌려주고 이를 자유자재로 적당히 움직일 수 있게 하는 기능들이 필요해서 인터랙티브 맵 관련 API들을 열심히 찾았는데, 역시나 이에 대해서도 많은 능력자 분들이 도와주고 계셨다.
MapBox
지도 API 관련해서, 구글맵 API의 기업 유료화에 힘입어 요즘 흥하는 스타트업이 MapBox라는 곳이다. 이 곳에서는 OpenStreetMap을 기반으로 지도 서비스를 제공하고 있다. 포스퀘어나 에버노트 등 유명한 서비스업체에서 구글 API를 버리고 OpenStreetMap으로 갈아타면서 이를 효과적으로 활용하기 위해 MapBox와 제휴하고 있는 것으로 알려져 있다.
Leaflet
Leaflet은 OpenStreetMap 기반으로 인터랙티브 지도를 만들 수 있는 대표적인 자바스크립트 라이브러리로, ‘인터랙티브’에 초점이 잘 맞춰져 있어서 지도 위에 데이터를 뿌린 후에 이를 다양하게 돌려볼 수 있다는 점이 장점이다. 컨트롤하기 쉽고 매뉴얼도 잘 되어 있으며, 기능도 지속적으로 추가되고 있다. 기존부터 워낙에 훌륭하여 많이들 사용하고 있었으며(예 )또한 이 라이브러리의 개발자가 MapBox에 들어가면서 이 라이브러리의 지속성이나 기능 추가도 꾸준히 이루어질 것으로 기대하고 있다.
Leaflet + R
R의 훌륭한 구루님들께서, 이런 훌륭한 데이터 시각화 소스를 그냥 두고 넘어갈 리가 없는 관계로, Shiny같은 패키지를 사용해서 JavaScript를 허술하게나마 R에서 사용하게 했던 것과 비슷한 이치로 이 Leaflet 역시 R에서 사용하게 하였다. 이 역시도 여러 사람이 달려 들어주신 덕분에 몇 가지(일단 내가 아는 것만 두 가지)가 나와있는데, 이 중 각자 입맛에 맞는 것을 골라서 사용하면 될 것 같다.
rCharts
사실 rCharts 패키지의 경우에는 기존에 js용으로 나온 다양한 라이브러리를 R에서 손쉽게 구현하고 공유하거나 Shiny와 연동할 수 있도록 해주는 어마무시하게 아름다운 패키지인지라, leaflet에만 한정해서 이야기하기에는 너무나도 아까운 보석같은 존재다(…요즘 제가 격하게 아끼는 R 패키지 중 하나임). 그래서 이에 대해서 이야기할 기회는 다음에 또 있으리라 믿어 의심치 않으며, 우선은 여기서 leaflet 역시도 구현할 수 있도록 해준다는 것이 포인트. github에 올라가 있는 패키지이므로, devtool패키지의 install을 사용해서 패키지를 다운로드 받을 수 있다.
다음은 미국의 비만 인구 데이터를 사용해 지역별(주별) heat map을 나타낸 것이다.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# read data and replace dots in names with underscores
obesity = read.csv(
'http://www.stat.berkeley.edu/classes/s133/data/obesity.csv',
stringsAsFactors = F
)
names(obesity) = gsub("\\.", "_", names(obesity))
# add column with two letter state names and
obesity = plyr::mutate(obesity,
State = str_trim(State),
state = state.abb[match(State, state.name)],
)
rCharts::choropleth(
cut(Adult_Obesity_Rate, 5, labels = F) ~ state,
data = obesity,
pal = 'PuRd'
)
결과는 여기서 확인해 보자.
leafletR
이 패키지는 이름 그대로 leaflet라이브러리를 R에서 사용하는 용도에 특화된 라이브러리로, CRAN에서 바로 다운로드 받을 수 있다.(물론 Github에도 올라가 있다.) 공유나 Shiny등과의 연동 면에서는 아주 조금 떨어지지만, rCharts보다 아무래도 가볍고, 지도 위에 올릴 그래프 속성을 세세하게 정의하는 면이 보다 R-직관적이고, 간단한 데이터는 JSON으로 연동해서 페이지에 넣어버려도 되다보니 페이지 단위로 뿌린 후에 간단히 데모 등으로 보여주기에는 더 용이하여, 다른 차트들과 연동할 필요가 없고 간단히 빨리 보는 용도로는 이 쪽을 좀 더 선호한다(다만 아직 스타일 관련해서는 좀 아쉬운 점들이 있다).
다음은 R의 지진 데이터를 사용해서 이를 시각화한 내용이다.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
# load example data (Fiji Earthquakes)
data(quakes)
# store data in GeoJSON file (just a subset here)
q.dat <- toGeoJSON(data=quakes[1:99,], dest=tempdir(), name="quakes")
# make style based on quake magnitude
q.style <- styleGrad(prop="mag", breaks=seq(4, 6.5, by=0.5),
style.val=rev(heat.colors(5)), leg="Richter Magnitude",
fill.alpha=0.7, rad=8)
# create map
q.map <- leaflet(data=q.dat, dest=tempdir(), title="Fiji Earthquakes",
base.map="mqsat", style=q.style, popup="mag")
# launch map
q.map
결과는 다음과 같다. (이는 스샷이니 실제로 실행해보기를 추천한다)
정리
공간 데이터 분석 내용을 R에서 한 번에 시각적으로 잘 전달할 수 있는 패키지들이 다양하게 개발되고 있는데, 물론 가장 만만한(?) GoogleVis나 ggmap 패키지의 지도 기능을 사용해도 좋지만, 여기서 지도 기능의 경우 interaction 부분이 좀 떨어져서,dynamic variable 기능을 제공하는 다른 패키지들을 연결하는 식으로 꼼수를 사용해야 했다. 그런데 목마른 자가 우물을 파고 필요한 자가 검색을 한다고, 찾아보니 이에 대해서 기존부터 많은 분들이 기여를 하고 계셨고, 그 중에서는 leaflet같이 훌륭한 라이브러리도 있고, 이를 R사용자가 쉽게 활용할 수 있도록 하는 패키지도 있었다. 이를 사용해서 나도 최근 한가지 일도 간단하고 재밌게 하기도 했고, 앞으로도 다양하게 사용할 수 있을 것이라고 기대하고 있다.