만년필잉크의 데이터 분석 지식 저장소

자! 저번 포스트로 기본적인 R 설치와 RStudio 설치를 완료했다.

본격적인 R 학습에 앞서서 RStudio의 기본 Setting을 해보도록 하자.

1. RStudio 관리자 권한으로 실행

아마 처음부터 따라온 사람이라면 RStudio가 아래 사진과 동일한 형태로 들어가 있을 것이다. 자, Rstudio를 실행하기 앞서서, RStudio 실행 시, 자동으로 관리자 권한으로 실행되도록 해보자.

1.1 파일 위치 열기

1.2. RStudio의 속성 열기

1.3. 관리자 권한으로 실행 체크하기

위 3가지 과정을 진행하면, RStudio를 자동으로 관리자 권한으로 실행되도록 할 수 있다.
(Windows 10 환경에 맞춰진 방식이므로, 다른 환경에서는 동일하게 진행되지 않을 수 있음.)

2. RStudio 기초 환경 설정

자! 이전 과정들을 통과해서 처음 RStudio를 켜보면, 눈 아픈 하얀색으로 가득 찬 '이제 뭐 어쩌라구?'라는 생각이 드는 화면이 뜰 것이다. 
이제 하나하나 사용자에 맞게 수정을 시작해보도록 하자.

2.1 작업 공간(Work Space) 설정

: RStudio에서 작업을 하면서 파일들이 관리될 공간을 설정해보자.
※ RStudio의 기본적인 Option은 상단 메뉴의 Tools > Global Options.. 에 거의 다 있다고 보면 된다.

2.2. 원하는 곳에 원하는 이름으로 WorkSpace를 만들자

여기서는 D drive의 RWorkSpace라는 파일을 생성하여, 해당 파일을 Work space로 설정하였다.

2.3. 한글이 깨져서 보이지 않게 해보자: Encoding 설정

※ 상단 메뉴의 Tools > Global Options.. 을 통해서 다시 Options 창을 열자

2.4. RStudio 테마를 보다 이쁘게 바꾸자!

RStudio의 기본 테마는 하얀색이라 눈도 아프고, 코드 가독성도 썩 좋지는 않다(주관적 판단이지만!). 
그러므로, 눈의 피로도 덜하고 코드 가독성도 올라가는 테마로 바꿔주자.

※ 상단 메뉴의 Tools > Global Options.. 을 통해서 다시 Options 창을 열자

Editor theme를 클릭하면 우측에 예시가 뜨며, 눈 건강과 번인현상 걱정이 없는 검은 화면에 코드 가독성이 높은 테마로 변경해주고 Apply > OK를 누르도록 하자.

자! 드디어 R로 데이터 분석을 진행할 준비가 끝났다.
다음 포스트에선 R script를 가지고 오는 방법과 UI에 대해 알아보도록 하자.

자! R을 공부하기 위해선, 우선 R부터 설치해보자.
(윈도우 환경에서 설치하는 방법)

R을 사용하려면, 2가지가 필요하다.
A. R: 실제 사용 되는 것
B. R Studio: R을 편하게 쓰기 위한 것

1. Google에 R을 검색해보자.

(뉴질랜드에서 만들어진 R은 한글과 그리 친하질 않다. 컴퓨터 경로, 사용자 이름, 폴더 이름 모두 다! 영어로 쓰고, 특수문자, 공백도 사용하면 안된다.)

2. R-project 홈페이지로 들어가서 Download > CLAN으로 들어가자!

3. 한국 CRAN 서버를 사용하자!

(사실 어느 나라를 쓰던 큰 상관은 없지만... 그래도 이 편이 조금 더 편하다. 그리고 Korea 하단 아무 링크나 눌러도 괜찮다.)

4. Windows 버전을 설치하자.

(리눅스 설치법은 추후, 분석환경 카테고리에서 다루도록 하겠다.)

5. R을 처음 설치해보는 당신! base로 설치!

6. 최신 버전을 다운로드 받자.

(참고로 R, Python 같은 오픈 소스는 최신 버전이라고, 무조건 좋은 것은 아니다. 필요한 라이브러리(모듈)가 R 버전과 맞지 않아 오류를 일으킬 수도 있기 때문이다.)

7. 본격적인 R 설치!

7.1. 한국어로 설정!

7.2. 쭉 진행하자!

7.3. 경로를 변경해주자

Default로 설정된 경로에 공백이 있으므로, 오류가 발생할 수도 있다고 한다. 혹시 모르니 경로에서 공백을 없애주자

7.4 이후는 모두 Default 값으로 진행하도록 하자!

(설정 손 볼 것 없이, 그냥 쭉쭉 "다음"을 누르며 진행하자!)

8. RStudio 설치

7까지의 과정을 통해 R 설치는 끝났으나, R을 그대로 쓰면 굉장히 불편하다.
(그냥 하얀 메모장 하나만 가지고 분석을 진행하게 된다고 생각해도 된다.)
그러므로, R 사용 시 편의성을 위해 RStudio를 사용해보자.

8.1 Google에 RStudio 검색!

8.2 RStudio 홈페이지에서 DOWNLOAD로 들어가자.

8.3. Desktop용 오픈 소스 라이센스 버전을 다운받자!

8.4. RStudio For Windows 다운로드!!

아래를 보면 인스톨 버전, 무설치 버전 등이 있으며, OS에 맞게 설치하면 된다.
해당 포스트는 Windows 버전에 대하여 작성하였으므로, 아래 그림과 같이 실시한다.

8.5 RStudio 설치과정

특이사항은 따로 없으나, 위에서 R을 설치했던 경로랑 동일한 경로에 설치해줘야한다.

※ R과 RStudio의 경로 설정은 기본 경로대로 진행해도 딱히 큰 문제는 없으나, 경로 안에 공백이 있으므로, 오류가 발생할 수도 있다고 한다.  그러므로 R과 RStudio 설치 시, 경로를 신경 써주도록 하자.

※ Windows의 사용자 이름이 한글로 돼 있는 경우, 오류가 발생할 수 있으므로, 반드시 사용자 이름을 영문으로 바꿔주자.

※ R은 기본적으로 한글과 그다지 친하지 않으므로, 진행하는 전 과정에서 가능한 한글을 사용하지 않도록 한다.

이번 포스트에서는 R과 RStudio의 설치법을 알아보았으며, 다음 포스트에선 RStudio의 기본적인 셋팅과 UI에 대해 알아보도록 하자.

자! 이 블로그에 방문한 당신은 데이터 분석에 관심이 있거나, 잘못 클릭해서 들어온 사람 둘 중 하나일 것이다.

그리고 데이터 분석을 하려는 당신에게 지인 혹은 교수님, 인터넷 등은 R이나 Python을 추천했을 것이다!
물론 상용 프로그램인 SAS, STATA, SPSS, MATLAB 등을 추천했을 수도 있지만!

2018년, 캐글(단순하게, 빅데이터 분석의 던전이라고 생각하자.)에서 발표한 Programming Languages Most Used and Recommended by Data Scientist를 보면, Data Scientist가 사용하는 언어에서 압도적인 1위가 Python, 2위가 SQL, 3위가 R이라는 것을 알 수 있다!(https://businessoverbroadway.com/2019/01/13/programming-languages-most-used-and-recommended-by-data-scientists/)

위 내용만 보면, "오?? 그럼 Python이나 SQL을 바로 하면 될텐데, 굳이 R을 해야하나?"란 생각이 들 수 있는데, 필자가 단언컨데 데이터를 가지고 노는데 있어서 R만한 언어는 없다(공짜로 쓸 수 있는 오픈 소스 중에!).

애초에 Python과 SQL은 그 목적이 R과 다른 언어이고, Python에서 데이터 분석에 대표적으로 활용되는 모듈인 Pandas조차 R보다 부족한 기능이 꽤나 있는 편이다.
또, R을 잘다루는 사람에게 Pandas 사용은 정~~말 쉽다! 
(물론, R은 많은 태생적 한계를 가지고 있으므로, Main으로 사용하기는 힘들다. 즉... 당신은 R도 하고, Python도 해야만 한다.... )

R은 뉴질랜드 오클랜드 대학교에서 통계 및 그래프 작업을 위해 개발한 Open Source(이게 제일 중요하다! 공짜!) 기반의 프로그래밍 언어로, 다른 사람들이 만들어놓은 통계 관련 패키지들을 무수히 쓸 수 있고, 간단한 방법을 통해 시각화할 수 있다. 

나아가, 요즘 핫한 빅 데이터 프로세싱, 데이터 마이닝, 기계학습 등에 유용하며, 물론 SAS, STATA와 같은 상용 소프트웨어보다는 어렵다곤 하지만(애초에 이 친구들은 유료고 비싸다!), 필자도 두 달 독학하고, 바로 프로젝트에서 써먹을 수 있을 정도로 누구든지 쉽게 접근(다시 한번 반복하지만 공짜다!)할 수 있는 쉬운 언어라고 할 수 있다.

R은 데이터를 다루는데 있어 굉장히 특화된 언어이기 때문에, 코드를 짜기가 상당히 쉽고, 데이터를 담고 눈으로 확인하기도 쉽기 때문에, 테스트 데이터를 이용해서 선험적으로 알고리즘의 구현 가능성과 수정 사항 등을 파악한 후, C나 Python 같은 일반 프로그래밍 언어로 바꾸는 경우가 많다.

자! 이 이상으로 R에 대해 자세한 정보는 위키피디아나 다른 싸이트를 참고하길 바라며, 상대를 아는데 가장 좋은 방법은 실전이므로, 이제부터 본격적으로 R의 세상 속에 빠져보도록 하자!