6 워크플로우: 스크립트와 프로젝트

이 장에서는 코드를 구성하는 두 가지 필수 도구인 스크립트와 프로젝트에 대해 소개합니다.

6.1 스크립트

지금까지는 콘솔을 사용하여 코드를 실행했습니다. 콘솔은 시작하기에 좋은 곳이지만, 더 복잡한 ggplot2 그래픽과 더 긴 dplyr 파이프라인을 만들다 보면 금방 비좁게 느껴질 것입니다. 작업할 공간을 더 확보하려면 스크립트 편집기를 사용하세요. File(파일) 메뉴를 클릭하고 New File(새 파일)을 선택한 다음 R script(R 스크립트)를 선택하거나 키보드 단축키 Cmd/Ctrl + Shift + N을 사용하여 엽니다. 이제 Figure 6.1 처럼 네 개의 창이 보일 것입니다. 스크립트 편집기는 코드를 실험해 보기에 아주 좋은 곳입니다. 무언가를 변경하고 싶을 때 전체를 다시 입력할 필요 없이 스크립트를 편집하고 다시 실행하기만 하면 됩니다. 그리고 작동하고 원하는 대로 수행하는 코드를 작성하고 나면 나중에 쉽게 다시 볼 수 있도록 스크립트 파일로 저장할 수 있습니다.

편집기, 콘솔, 출력이 강조 표시된 RStudio IDE. — Figure 6.1: 스크립트 편집기를 열면 IDE의 왼쪽 상단에 새 창이 추가됩니다.

6.1.1 코드 실행하기

스크립트 편집기는 복잡한 ggplot2 플롯이나 긴 dplyr 조작 시퀀스를 구축하기에 훌륭한 장소입니다. 스크립트 편집기를 효과적으로 사용하는 열쇠는 가장 중요한 키보드 단축키 중 하나인 Cmd/Ctrl + Enter를 외우는 것입니다. 이 단축키는 콘솔에서 현재 R 표현식을 실행합니다. 예를 들어 아래 코드를 보세요.

library(dplyr)
library(nycflights13)

not_cancelled <- flights |> 
  filter(!is.na(dep_delay))█, !is.na(arr_delay))

not_cancelled |> 
  group_by(year, month, day) |> 
  summarize(mean = mean(dep_delay))

커서가 █에 있을 때 Cmd/Ctrl + Enter를 누르면 not_cancelled를 생성하는 전체 명령이 실행됩니다. 또한 커서가 다음 문(not_cancelled |>로 시작하는 부분)으로 이동합니다. 따라서 Cmd/Ctrl + Enter를 반복해서 눌러 전체 스크립트를 쉽게 단계별로 실행할 수 있습니다.

코드를 표현식별로 실행하는 대신 Cmd/Ctrl + Shift + S로 전체 스크립트를 한 번에 실행할 수도 있습니다. 이 작업을 정기적으로 수행하는 것은 코드의 모든 중요한 부분을 스크립트에 캡처했는지 확인하는 좋은 방법입니다.

항상 필요한 패키지로 스크립트를 시작하는 것이 좋습니다. 그렇게 하면 코드를 다른 사람과 공유할 때 설치해야 할 패키지를 쉽게 알 수 있습니다. 하지만 공유하는 스크립트에 install.packages()를 절대 포함해서는 안 됩니다. 상대방이 주의하지 않으면 컴퓨터의 무언가를 변경할 수 있는 스크립트를 건네주는 것은 배려심 없는 행동입니다!

앞으로 나올 장들을 진행할 때 스크립트 편집기에서 시작하여 키보드 단축키를 연습하는 것을 강력히 추천합니다. 시간이 지나면 이런 방식으로 콘솔에 코드를 보내는 것이 너무 자연스러워져서 생각조차 하지 않게 될 것입니다.

6.1.2 RStudio 진단

스크립트 편집기에서 RStudio는 구문 오류를 빨간색 물결선과 사이드바의 X 표시로 강조 표시합니다:

스크립트 x y <- 10이 있는 스크립트 편집기. 빨간색 X는 구문 오류가 있음을 나타냅니다. 구문 오류는 빨간색 물결선으로도 강조 표시됩니다.

X 표시 위에 마우스를 올리면 문제가 무엇인지 확인할 수 있습니다:

스크립트 x y <- 10이 있는 스크립트 편집기. 빨간색 X는 구문 오류가 있음을 나타냅니다. 구문 오류는 빨간색 물결선으로도 강조 표시됩니다. X 위에 마우스를 올리면 예기치 않은 토큰 y와 예기치 않은 토큰 <-라는 텍스트가 있는 텍스트 상자가 표시됩니다.

RStudio는 잠재적인 문제에 대해서도 알려줍니다:

스크립트 3 == NA가 있는 스크립트 편집기. 노란색 느낌표는 잠재적인 문제가 있을 수 있음을 나타냅니다. 느낌표 위에 마우스를 올리면 표현식이 NA로 평가되는지 확인하기 위해 is.na를 사용하라는 텍스트가 있는 텍스트 상자가 표시됩니다.

6.1.3 저장 및 이름 지정

RStudio는 종료할 때 스크립트 편집기의 내용을 자동으로 저장하고 다시 열 때 자동으로 다시 로드합니다. 그럼에도 불구하고 Untitled1, Untitled2, Untitled3 등을 피하고 대신 스크립트를 저장하고 유익한 이름을 지정하는 것이 좋습니다.

파일 이름을 code.R이나 myscript.R로 짓고 싶은 유혹이 들 수 있지만, 파일 이름을 선택하기 전에 조금 더 깊이 생각해야 합니다. 파일 이름 지정에 대한 세 가지 중요한 원칙은 다음과 같습니다:

파일 이름은 기계가 읽을 수 있어야 합니다: 공백, 기호 및 특수 문자를 피하세요. 파일을 구별하기 위해 대소문자 구분에 의존하지 마세요.
파일 이름은 사람이 읽을 수 있어야 합니다: 파일 내용을 설명하는 파일 이름을 사용하세요.
파일 이름은 기본 정렬과 잘 어울려야 합니다: 알파벳순 정렬이 사용 순서대로 배치되도록 파일 이름을 숫자로 시작하세요.

예를 들어 프로젝트 폴더에 다음 파일들이 있다고 가정해 봅시다.

alternative model.R
code for exploratory analysis.r
finalreport.qmd
FinalReport.qmd
fig 1.png
Figure_02.png
model_first_try.R
run-first.r
temp.txt

여기에는 다양한 문제가 있습니다: 어떤 파일을 먼저 실행해야 하는지 찾기 어렵고, 파일 이름에 공백이 포함되어 있으며, 이름은 같지만 대소문자가 다른 두 파일(finalreport 대 FinalReport¹)이 있고, 일부 이름은 내용(run-first 및 temp)을 설명하지 않습니다.

동일한 파일 세트의 이름을 지정하고 구성하는 더 좋은 방법은 다음과 같습니다:

01-load-data.R
02-exploratory-analysis.R
03-model-approach-1.R
04-model-approach-2.R
fig-01.png
fig-02.png
report-2022-03-20.qmd
report-2022-04-02.qmd
report-draft-notes.txt

주요 스크립트에 번호를 매기면 실행 순서가 분명해지고 일관된 명명 체계를 사용하면 변경되는 내용을 쉽게 파악할 수 있습니다. 또한 그림에는 유사하게 라벨이 지정되어 있고, 보고서는 파일 이름에 포함된 날짜로 구분되며, temp는 내용을 더 잘 설명하기 위해 report-draft-notes로 이름이 변경되었습니다. 디렉터리에 파일이 많은 경우 구성을 한 단계 더 발전시켜 다른 유형의 파일(스크립트, 그림 등)을 다른 디렉터리에 배치하는 것이 좋습니다.

6.2 프로젝트

언젠가 여러분은 R을 종료하고 다른 일을 하러 갔다가 나중에 분석으로 돌아와야 할 것입니다. 언젠가 여러분은 여러 분석을 동시에 수행하게 되어 그것들을 분리하고 싶을 것입니다. 언젠가 여러분은 외부 세계에서 데이터를 R로 가져오고 R의 수치 결과와 그림을 다시 세상 밖으로 보내야 할 것입니다.

이러한 실제 상황을 처리하려면 두 가지 결정을 내려야 합니다:

진실의 원천(source of truth)은 무엇입니까? 일어난 일에 대한 지속적인 기록으로 무엇을 저장하시겠습니까?
분석은 어디에 있습니까?

6.2.1 진실의 원천은 무엇입니까?

초보자에게는 현재 환경(Environment)에 분석 전체에서 생성한 모든 객체가 포함되어 있다고 믿는 것이 괜찮습니다. 하지만 더 큰 프로젝트에서 작업하거나 다른 사람과 협업하기 쉽게 하려면 진실의 원천은 R 스크립트여야 합니다. R 스크립트(및 데이터 파일)를 사용하면 환경을 다시 만들 수 있습니다. 환경만으로는 R 스크립트를 다시 만들기가 훨씬 더 어렵습니다. 기억을 더듬어 많은 코드를 다시 입력해야 하거나(도중에 필연적으로 실수를 하게 됨) R 기록을 주의 깊게 파헤쳐야 합니다.

R 스크립트를 분석의 진실의 원천으로 유지하는 데 도움이 되도록 RStudio가 세션 간에 작업 공간(workspace)을 보존하지 않도록 지시하는 것을 강력히 권장합니다. usethis::use_blank_slate()²를 실행하거나 Figure 6.2 에 표시된 옵션을 모방하여 이 작업을 수행할 수 있습니다. 이렇게 하면 RStudio를 다시 시작할 때 지난번에 실행한 코드를 더 이상 기억하지 못하고 생성한 객체나 읽은 데이터셋을 사용할 수 없게 되므로 단기적인 고통을 겪게 될 것입니다. 하지만 이 단기적인 고통은 코드에 모든 중요한 절차를 캡처하도록 강제하므로 장기적인 고통을 덜어줍니다. 중요한 계산 결과를 환경에만 저장하고 코드에는 계산 자체를 저장하지 않았다는 사실을 3개월 후에 발견하는 것보다 더 나쁜 것은 없습니다.

'Restore .RData into workspace at startup' 옵션이 선택되어 있지 않은 RStudio 글로벌 옵션 창. 또한 'Save workspace to .RData on exit' 옵션은 Never로 설정되어 있습니다. — Figure 6.2: 항상 깨끗한 상태로 RStudio 세션을 시작하려면 RStudio 옵션에서 이 옵션들을 복사하세요.

편집기에서 코드의 중요한 부분을 캡처했는지 확인하기 위해 함께 작동하는 훌륭한 키보드 단축키 쌍이 있습니다:

Cmd/Ctrl + Shift + 0/F10을 눌러 R을 다시 시작합니다.
Cmd/Ctrl + Shift + S를 눌러 현재 스크립트를 다시 실행합니다.

우리는 집단적으로 일주일에 수백 번 이 패턴을 사용합니다.

또는 키보드 단축키를 사용하지 않는 경우 Session(세션) > Restart R(R 다시 시작)로 이동한 다음 현재 스크립트를 강조 표시하고 다시 실행할 수 있습니다.

RStudio 서버

RStudio 서버를 사용하는 경우 기본적으로 R 세션이 다시 시작되지 않습니다. RStudio 서버 탭을 닫으면 R을 닫는 것처럼 느껴질 수 있지만 실제로는 서버가 백그라운드에서 계속 실행합니다. 다음에 돌아올 때는 떠났던 곳과 정확히 같은 곳에 있게 됩니다. 따라서 깨끗한 상태에서 시작할 수 있도록 R을 정기적으로 다시 시작하는 것이 훨씬 더 중요합니다.

6.2.2 분석은 어디에 있습니까?

R에는 작업 디렉터리(working directory) 라는 강력한 개념이 있습니다. 이곳은 R이 로드하도록 요청한 파일을 찾고 저장하도록 요청한 파일을 두는 곳입니다. RStudio는 콘솔 상단에 현재 작업 디렉터리를 표시합니다:

콘솔 탭은 현재 작업 디렉터리가 ~/Documents/r4ds임을 보여줍니다.

그리고 getwd()를 실행하여 R 코드에서 이를 출력할 수 있습니다:

getwd()
#> [1] "/Users/hadley/Documents/r4ds"

이 R 세션에서 현재 작업 디렉터리(“홈”이라고 생각하세요)는 hadley의 Documents 폴더 안에 있는 r4ds라는 하위 폴더에 있습니다. 이 코드는 여러분의 컴퓨터가 Hadley와 다른 디렉터리 구조를 가지고 있기 때문에 실행할 때 다른 결과를 반환할 것입니다!

초보 R 사용자라면 작업 디렉터리를 홈 디렉터리, 문서 디렉터리 또는 컴퓨터의 다른 이상한 디렉터리로 두어도 괜찮습니다. 하지만 여러분은 이 책을 몇 장이나 읽었고 더 이상 초보자가 아닙니다. 이제 곧 프로젝트를 디렉터리로 구성하고 프로젝트에서 작업할 때 R의 작업 디렉터리를 관련 디렉터리로 설정하도록 발전해야 합니다.

R 내에서 작업 디렉터리를 설정할 수 있지만 우리는 권장하지 않습니다:

setwd("/path/to/my/CoolProject")

더 좋은 방법이 있습니다; 전문가처럼 R 작업을 관리할 수 있는 길로 안내하는 방법입니다. 그 방법은 RStudio 프로젝트입니다.

6.2.3 RStudio 프로젝트

주어진 프로젝트와 관련된 모든 파일(입력 데이터, R 스크립트, 분석 결과 및 그림)을 한 디렉터리에 함께 보관하는 것은 매우 현명하고 일반적인 관행이므로 RStudio는 프로젝트를 통해 이에 대한 지원을 내장했습니다. 이 책의 나머지 부분을 진행하는 동안 사용할 프로젝트를 만들어 보겠습니다. File(파일) > New Project(새 프로젝트)를 클릭한 다음 Figure 6.3 에 표시된 단계를 따르세요.

새 프로젝트 메뉴의 세 스크린샷. 첫 번째 스크린샷에서는 프로젝트 만들기 창이 표시되고 New Directory가 선택되어 있습니다. 두 번째 스크린샷에서는 프로젝트 유형 창이 표시되고 Empty Project가 선택되어 있습니다. 세 번째 스크린샷에서는 새 프로젝트 만들기 창이 표시되고 디렉터리 이름이 r4ds로 주어지며 프로젝트가 바탕 화면의 하위 디렉터리로 생성되고 있습니다. — Figure 6.3: 새 프로젝트를 만들려면: (상단) 먼저 New Directory를 클릭한 다음, (중간) New Project를 클릭하고, (하단) 디렉터리(프로젝트) 이름을 입력하고 홈으로 사용할 적절한 하위 디렉터리를 선택한 다음 Create Project를 클릭합니다.

프로젝트 이름을 r4ds라고 짓고 프로젝트를 어느 하위 디렉터리에 넣을지 신중하게 생각하세요. 합리적인 곳에 저장하지 않으면 나중에 찾기 어려울 것입니다!

이 프로세스가 완료되면 이 책만을 위한 새로운 RStudio 프로젝트를 얻게 됩니다. 프로젝트의 “홈”이 현재 작업 디렉터리인지 확인하세요:

getwd()
#> [1] "/Users/hadley/Documents/r4ds"

이제 스크립트 편집기에 다음 명령을 입력하고 파일을 “diamonds.R”이라고 저장하세요. 그런 다음 “data”라는 새 폴더를 만드세요. RStudio의 파일 창에서 “New Folder(새 폴더)” 버튼을 클릭하여 이 작업을 수행할 수 있습니다. 마지막으로 전체 스크립트를 실행하여 프로젝트 디렉터리에 PNG 및 CSV 파일을 저장하세요. 세부 사항에 대해서는 걱정하지 마세요. 나중에 책에서 배우게 될 것입니다.

library(tidyverse)

ggplot(diamonds, aes(x = carat, y = price)) + 
  geom_hex()
ggsave("diamonds.png")

write_csv(diamonds, "data/diamonds.csv")

RStudio를 종료하세요. 프로젝트와 연결된 폴더를 검사해 보세요 — .Rproj 파일이 보일 것입니다. 해당 파일을 더블 클릭하여 프로젝트를 다시 여세요. 중단했던 곳으로 돌아온 것을 알 수 있습니다. 동일한 작업 디렉터리와 명령 기록이 있고 작업 중이던 모든 파일이 여전히 열려 있습니다. 하지만 위의 지시를 따랐으므로 완전히 새로운 환경을 갖게 되어 깨끗한 상태에서 시작하는 것이 보장됩니다.

좋아하는 OS별 방법으로 컴퓨터에서 diamonds.png를 검색하면 PNG뿐만 아니라(당연하지만) 그것을 만든 스크립트(diamonds.R)도 찾을 수 있습니다. 이것은 엄청난 승리입니다! 언젠가 여러분은 그림을 다시 만들거나 어디서 왔는지 이해하고 싶을 것입니다. 마우스나 클립보드가 아니라 R 코드로 그림을 파일에 엄격하게 저장하면 옛날 작업을 쉽게 재현할 수 있습니다!

6.2.4 상대 경로와 절대 경로

프로젝트 내부에 들어가면 절대 경로가 아닌 상대 경로만 사용해야 합니다. 차이점은 무엇일까요? A relative path is relative to the working directory, i.e. the project’s home. When Hadley wrote data/diamonds.csv above it was a shortcut for /Users/hadley/Documents/r4ds/data/diamonds.csv. But importantly, if Mine ran this code on her computer, it would point to /Users/Mine/Documents/r4ds/data/diamonds.csv. This is why relative paths are important: they’ll work regardless of where the R project folder ends up.

절대 경로는 작업 디렉터리에 관계없이 같은 곳을 가리킵니다. 운영 체제에 따라 모양이 약간 다릅니다. Windows에서는 드라이브 문자(예: C:)나 두 개의 백슬래시(예: \servername)로 시작하고 Mac/Linux에서는 슬래시 “/”(예: /users/hadley)로 시작합니다. 스크립트에서 절대 경로를 절대 사용해서는 안 됩니다. 공유를 방해하기 때문입니다. 다른 누구도 여러분과 정확히 같은 디렉터리 구성을 가지고 있지 않을 것입니다.

운영 체제 간에는 또 다른 중요한 차이점이 있습니다: 경로의 구성 요소를 구분하는 방법입니다. Mac과 Linux는 슬래시(예: data/diamonds.csv)를 사용하고 Windows는 백슬래시(예: data\diamonds.csv)를 사용합니다. R은 두 가지 유형 모두에서 작동할 수 있지만(현재 어떤 플랫폼을 사용하든 상관없이), 안타깝게도 백슬래시는 R에 특별한 의미가 있으며 경로에 단일 백슬래시를 얻으려면 백슬래시를 두 번 입력해야 합니다! 이것은 삶을 좌절스럽게 만들므로 항상 슬래시가 있는 Linux/Mac 스타일을 사용하는 것이 좋습니다.

6.3 연습문제

RStudio 팁 트위터 계정(https://twitter.com/rstudiotips)으로 이동하여 흥미로워 보이는 팁 하나를 찾으세요. 사용 연습을 해보세요!
RStudio 진단은 또 어떤 일반적인 실수를 보고합니까? https://support.posit.co/hc/en-us/articles/205753617-Code-Diagnostics를 읽고 확인하세요.

6.4 요약

이 장에서는 스크립트(파일)와 프로젝트(디렉터리)로 R 코드를 구성하는 방법을 배웠습니다. 코드 스타일과 마찬가지로 처음에는 바쁜 일처럼 느껴질 수 있습니다. 하지만 여러 프로젝트에 걸쳐 더 많은 코드가 쌓이면, 초기에 약간의 조직화가 나중에 얼마나 많은 시간을 절약해 줄 수 있는지 알게 될 것입니다.

요약하자면, 스크립트와 프로젝트는 미래에 큰 도움이 될 견고한 워크플로우를 제공합니다:

각 데이터 분석 프로젝트마다 하나의 RStudio 프로젝트를 만드세요.
프로젝트에 스크립트(유익한 이름으로)를 저장하고, 편집하고, 부분적으로 또는 전체적으로 실행하세요. 스크립트에 모든 것을 캡처했는지 확인하기 위해 R을 자주 다시 시작하세요.
절대 경로가 아닌 상대 경로만 사용하세요.

그러면 필요한 모든 것이 한 곳에 있고 작업 중인 다른 모든 프로젝트와 깔끔하게 분리됩니다.

지금까지 우리는 R 패키지 안에 번들로 제공되는 데이터셋으로 작업했습니다. 이렇게 하면 미리 준비된 데이터로 연습하기가 더 쉽지만, 당연히 여러분의 데이터는 이런 방식으로 사용할 수 없을 것입니다. 따라서 다음 장에서는 readr 패키지를 사용하여 디스크에서 R 세션으로 데이터를 로드하는 방법을 배울 것입니다.

이름에 “final”을 사용하여 운명을 시험하는 것은 말할 것도 없고요 😆 만화 Piled Higher and Deeper에는 이것에 대한 재미있는 스트립이 있습니다.↩︎
usethis가 설치되어 있지 않다면 install.packages("usethis")로 설치할 수 있습니다.↩︎