
_내가 가장 선호하는 책 출판사는 어디일까?_

## 책과 디자인

![북미 책들](/images/wordProject/3-1.png)

북미 책들은 저랑 미감이 좀 안 맞는 것 같아요.
Indigo(대형 서점)든 작은 책방에서든 제 취향의 디자인을 가진 책을 쉽게 찾아보지 못했는데요.
그 중에서도 신선하게 충격을 주었던 책을 꼽으라면 한강의 채식주의자 번역판이 있습니다.

![검은 하드커버 표지](/images/wordProject/3-2.png)

자고로 종이책은 표지뿐 아니라 띠지, 북재킷, 책 날개까지 다 훑어줘야하는 법.

얇은 북재킷을 벗기자 검은 무지의 하드커버 책이 나타났어요.
물론 내용이 훌륭하니 하드커버의 디자인은 중요하지 않을 수도 있지만 저는 책의 디자인이 예쁠 때 더 읽고 싶어지더라구요.

\
정말

그럴까요?

통계로 확인해보겠습니다!

## 어떤 출판사의 책이 가장 많을까요

```r
pub <- book %>%         #'pub'라는 새 데이터는 말이야, 'book' 데이터에서
    group_by(publisher) %>%     #publisher(출판사) 이 같은 것끼리 그룹을 지어서
    summarise(freq = n()) %>%   #갯수(n)를 세서 freq(빈도)라는 이름 아래에 묶어준다.
    arrange(desc(freq)) %>%     #그다음 freq(빈도)가 큰 것부터 정렬해서
    head(5)                     #처음 오는 5개만 뽑아서 봅시다
```

요로코롬 코드를 쳐서 보면 이런 결과가 나옵니다.

![결과](/images/wordProject/3-4.png)

\
**1위는 약 300권의 책 중에 45권으로 '문학동네'**

이 결과는 사실 꽤 의외였습니다.
왜냐면 민음사가 압도적으로 1위를 할 거라고 예상했었거든요!
그래서 문학동네와 민음사의 책 리스트를 비교해보았더니,
민음사의 책들은 거의 전집, 시리즈물이었고 문학동네의 책들은 각각의 책인 경우가 대다수였습니다.

\
**2위는 32권, 민음사**

저는 민음사의 `오늘의 젊은 작가` 시리즈를 정말 좋아하는데요.
신진 국내 작가의 소설과 어울리는 책 표지가 매력적인 시리즈입니다.

\
그 뒤론 열린책들(14권) / 창비(11권) / 마음산책(9권)

## 어떤 시리즈가 가장 많을까?

이쯤에서 다시 궁금한 게 생겼습니다.
과연 이 출판사들의 책들 중에서 어떤 시리즈가 가장 많을까?하는 것이었어요.

```r
num <- book %>%         #'num'라는 새 데이터는 말이야, 'book' 데이터의
    filter(!is.na(seriesnum)) %>% #seriesnum(시리즈 번호)에서 결측치가 아닌 것만 남긴 뒤
    group_by(seriesnum) %>%
    summarise(freq = n()) %>%
    arrange(desc(freq)) %>%
    head(5)
```

`!is.na` 라는 명령어를 처음 사용했는데요.
`na`(결측치)가 `!`(아닌) 것만 필터링해 결과를 뽑아낸다는 뜻입니다.

특정 시리즈가 아닌 책들을 효과적으로 걸러낸 뒤 시리즈인 책들에서만 결과값을 찾기 위해 사용했습니다.

결과는!

\
**1위 민음사 세계문학전집**

![민음사 세계문학전집](/images/wordProject/3-11.jpeg)
_출처: 민음사_

.................... 말할 필요가 없다
스카이캐슬 보면서 우주네 집에 이 시리즈 쫙 꽂혀있는거 보고 이러니까 사교육없이도 우주가 예서 못지않게 공부를 잘 하죠!
(왈칵) 한 사람이다. 우주짱! 우주네 가족짱!

\
**2위 문학동네 세계문학전집**

![문학동네 세계문학전집](/images/wordProject/3-12.jpg)

개인적으로 저는 문학동네 세계문학전집을 선호합니다.
민음사 세계문학전집에는 '문학은 시대에 맞게 끊임없이 새로 번역되어야한다~'는 말이 적혀있는데,
그럼에도 간혹 단어나 번역이 올드하다는 느낌을 받을 때가 있습니다.
물론 책마다 번역이 달라서 단언하진 않겠습니다!

그에 반해 문학동네는 좀 더 쉬운 단어들로 번역된 느낌인데요.
물론 이건 온전히 저의 취향입니다 ㅎㅎ 저의 문동 전집 입덕작품은 '프랑켄슈타인'입니다.

\
**3위 열린책들 세계문학**

**4위 민음사 모던클래식**

원래 4위를 소개한 적은 없지만 이번엔 소개할 것입니다.
왜냐면 디자인이 참 예쁘고 말그대로 '모던 클래식'이라 제가 정말X10000000 좋아하는 시리즈이기 때문입니다!
패밀리데이때 가장 많이 쟁일 시리즈입니다.

최근 노벨 문학상을 수상한 작가, 개인적으로 제가 좋아하는 외국 작가들(코맥 매카시, 가즈오 이시구로, 마거릿 애트우드)의 책을 많이 출판하고 있습니다.

## 결론

결론 1: 저는 아름다운 디자인의 노예. 그래서 민음사 시리즈들의 노예예요.

결론 2: 민음사가 디자인을 압도적으로 제 취향으로 한다면 문학동네는 무난하게 다 적당히 내 입맛에 맞게 잘 하는 맛집이여요.

결론 3: 민음사 책은 종이책으로 직접 사서 모으고 다른 책들은 이북으로 읽어야겠어요 ㅎ

- 끝 -

## 한국과 북미 책 소비성향과 디자인의 차이에 대한 짧은 분석!

세계 최대의 책 시장을 가진 북미에서는 남녀노소 책을 읽기(독서 인구가 많기) 때문에 한 책을 hard cover와 paperback 두 타입으로 출판하는 경우가 많다.
반면 한국 책 시장의 주요 타겟 소비자층은 2-30대 여성이고, 책 하나만으로는 기업들이 살아남기 쉽지 않다.
여러 도서판매 사이트들이 경쟁하듯 굿즈, 이벤트, 방송(팟캐스트), 디자인에 사활을 거는 이유다.
이렇듯 취향과 문화 차이 외에, 한국은 책을 읽는 인구가 적기 때문에
주 고객의 기대에 부응하기 위해 출판사들이 디자인에 큰 신경을 쓰게 되고,
그러면서 돌이 들어가는 고급 재질의 책을 만들면서 가격 또한 올라가게 되는 것 같다.

내가 가장 선호하는 책 출판사는 어디일까?

낱말 프로젝트 03: Publishers


_내가 제일 좋아하는 책 분야는 뭘까?_

오늘은 내 위시 리스트 속에 가장 많이 들어있는 책의 분야!를 찾아보았습니다.
편의를 위해 한 칸씩 띄었지만 알고 보면 이어진 코드 한 줄만으로 결과를 도출해낼 수 있었습니다.

## 목록 불러오기

```r
#오늘은 가장 많은 책 분야 알아보기

install.packages('readxl') #엑셀 파일을 사용할 거니 readxl 패키지를 불러온다.
library('readxl')	#R은 프로그램을 열 때마다 새로 패키지들을 불러와줘야한다.

book <- read_excel('bookwish.xlsx')
View(book)	#잘 불러와졌나 확인해보기!

install.packages('dplyr') #column 이름을 영어로 바꾸기 위해 불러오는 패키지
library('dplyr')
book <- rename(book,
               title = 상품명,
               series = 시리즈명,
               subtitle = 부제,
               isbn = ISBN,
               publisher = 출판사,
               author = 저자,
               price = 정가,
               dprice = 판매가,
               dpercentage = 할인율,
               pdate = 출간일,
               style =  판형,
               field = 분야,
               page = 페이지수,
               meh = 부가기호)


#아주 간단하게 찾을 수 있음
Fields <- book %>% 				#'Fields'라는 새 데이터는 말이야, 'book' 데이터에서
  group_by(field) %>% 			#field(분야) 행이 같은 것끼리 그룹을 지어서
  summarise(freq = n()) %>% 	#갯수(n, 지정 명령어)를 세서 freq(빈도, 사용자 지정)라는 이름 아래에 묶어줄거야
  arrange(desc(freq)) %>% 		#그다음 freq(빈도)가 큰 것부터 정렬해서
  head(10)						#처음 오는 10개만 뽑아서 볼 거야
```

25열까지는 [지난번 글](http://localhost:3000/blog/1812-words)에도 등장한 부분입니다.

종강도 했으니, 다시 뇌에 R기름을 윤기 좔좔 흐르게 칠할 시간!!

## 결과

그래서 결과는? `View(Fields)`

![결과](/images/wordProject/2-2.png)

**'2000년대 이후 한국소설'이 1위를 했습니다.**

이 영광을 **'피프티 피플', '보건교사 안은영'을 쓰신 정세랑 작가님**❤️에게 돌립니다.

입시때문에 한동안 책의 재미를 잃고 살았는데 그 두 책을 읽고 다시 책의 재미에 빠졌기 때문이죠!

그리고 한국 소설 중에서도 '2000년대 이후'인데요.
아무래도 2000년대 이전의 소설보단 제가 더 잘 알고, 공감할 수 있는 배경의 글들이라 그런 것 같아요.
내 모국어로 쓰여진 글을 통해 그 글의 작가님,
글 속 등장인물들과 소통하는 순간에 참 행복합니당...

\
**2위는 '영미소설'.**

어렸을 때부터 다른 나라들보다 영미권 컨텐츠를 더 좋아했고 즐겨왔는데요(심슨, 니켈로디언 등등).
지브리도 사랑하지만 그래도 지브리보다는 드림웍스, 픽사 러버랍니다...ㅎ
아직도 외로움을 달래줄 BGM이 필요할 때면 슈렉 또는 토이스토리를 틀어놓곤 합니다.

하지만 이 이유말고도 영미권의 책,
즉 영어로 쓰인 책이 번역되어 수입될 기회가 제일 많기 때문에 그런건 아닐까?하는 생각도 해봅니다.

\
**3위는 '교양 인문학'**

인문학적 소양을 가꾸고 싶단 욕심이 있어서 많이 읽어왔다고 생각하는데
그래서 교양 인문학이 소설들 다음으로 등장했네요!

갑자기 내린 결심: 2019년엔 인문학 책을 '나중에 읽어야지~'하고 보관함에 담지만 말고 진짜로! 시간을 만들어서 읽어야겠습니다.

## 기타 국가란

그런데 여기서 든 의문!

'기타 국가'라는 분류는 무엇일까요?
'~~국 소설'도 아니고 저 흐리멍텅 애매모호 아리까리한 분류는 무엇일까요???

궁금하니까, '기타 국가'라는 분류를 가진 책들엔 무엇무엇이 있는지 알아보기로 합니다.

```r
기타 <- book %>%								#'기타'라는 새 데이터는 말이야, 'book' 데이터에서
  group_by(field) %>%						#field(분야) 행이 같은 것끼리 그룹을 지어서
  filter(field == '기타 국가 소설') %>%			#filed(분야)가 '기타 국가 소설'인 데이터들만 모아서 볼 거야
  select(title, series, author, field)		#그 데이터들의 책 제목, 시리즈명, 작가, 분야만 볼 거야!

View(기타)
```

그럼 이런 결과가 나오는데요!

![기타 국가 목록](/images/wordProject/2-4.png)


페터 빅셀(스위스), 캐롤 쉴즈(캐나다), 리처드 플래너건(호주), 린이한(대만) 등등 정말 말그대로 '기타 국가'의 글들이었습니다.

외국 사람들한테는 한국 소설이 '기타 국가 소설'이겠죠?
한 언어로 쓰인 글을 번역하게 되면 그 뉘앙스를 100퍼센트 살릴 수 없다는게 넘넘 아쉽습니다.
이런 점에서 나와 같은 언어를 공유하는 분의 글이 더 소중하게 다가옵니다.

제가 책을 가려 읽는단 사실을 다시 한번 실감했습니다.😅

2019년엔 더 계획적인 독서를, 남미 또는 아프리카와 같이, 평소에 잘 접해보지 못한 곳의 책들에 도전할 거에요!

내가 제일 좋아하는 책 분야는 뭘까?

낱말 프로젝트 02: Fields


_"내 북 위시 리스트 속 책의 제목에 가장 자주 등장하는 단어는 뭘까?"_

이 질문은 그 사람을 얼마나 드러낼까요? 이번 소프로젝트의 결과를 보면 알 수 있을 것 같습니다.

## 위시리스트 목록 받아오기

일단 알라딘 보관함에서 리스트를 엑셀로 저장해옵니다. 캡쳐 당시엔 보관함에 331개의 책을 넣어두었습니다!
항상 느끼지만 세상은 넓고 인생은 짧고 갈 곳은 많고 읽을 책은 많은 것 같아요.

![알라딘1](/images/wordProject/1-1.png)

알라딘에선 보관함의 책 리스트를 '.xls'파일로 제공하고 있는데 이 확장자는 R에서 지원을 하지 않는 듯 해서,
save as를 이용해 확장자를 '.xlsx'로 바꿔주었습니다.
유니코드 인코딩 문제로 한글이 깨지길래 xlsx 파일을 사용했습니다.
(이제 막 시작했는데 야매의 기운이 넘쳐흐릅니다. 데이터분석 초보의 사이드프로젝트라는 점 이해해주세용)

![알라딘1](/images/wordProject/1-2.png)

## 데이터 가공

엑셀 파일을 열면 이런식으로 간소한 설명이 적혀 있습니다.
분석을 쉽게 하기 위해(첫 열을 header로 자동 지정하기 위해)
엑셀 자체에서 1,2,3,4열을 지웠습니다.

```r
#엑셀 파일 불러올 패키지 불러오기
install.packages('readxl')
library('readxl')

book <- read_excel('bookwish.xlsx') #분석할 엑셀 파일을 불러오기 (워킹 디렉토리로부터)

copy <- book #카피본 만들어두기
dim(book) #엑셀 파일이 335행, 22열로 이루어졌음을 알 수 있다.

#column 1,2,6,8,13,15,19,20 삭제 (분석하지 않을 요소들!)
book <- book[,-c(1,2,6,8,13,15,19,20)] #column을 삭제한 데이터프레임을 다시 씌워주는 개념

dim(book) #335행, 14열로 줄어들었음을 확인

#영어로 변수명 바꿔주기
install.packages('dplyr')
library('dplyr')

book <- rename(book,
              title = 상품명,
              series = 시리즈명,
              subtitle = 부제,
              isbn = ISBN,
              publisher = 출판사,
              author = 저자,
              price = 정가,
              dprice = 판매가,
              dpercentage = 할인율,
              pdate = 출간일,
              style =  판형,
              field = 분야,
              page = 페이지수,
              meh = 부가기호)
```

셀 제목들이 한국어로 되어있는데 영어로 해야 코딩할 때 쉬울 것 같아서 영어로 이름을 바꿔주었습니다.

## 필터링

```r
#style(판형) 이 NA(결측치)인 E-book 제거
table(is.na(book$style)) #결측치 몇개 있나 table로 만들어서 확인
book <- book %>% filter(!is.na(style))
```
이북도 8권 정도가 포함되어 있었는데, 아쉽지만 판형을 기준으로 그냥 다 빼버렸습니다.

```r
#텍스트 마이닝 패키지 설치
install.packages('rJava')
install.packages('memoise')
install.packages('KoNLP')
library(KoNLP)
library(dplyr)
useSejongDic()


#책 제목에 들어간 특수문자 제거하기
install.packages('stringr')
library(stringr)
```

이번 소프로젝트에서는 책 타이틀 column만 있으면 돼서
책 제목만 모아서 txt 파일을 만들어 그걸로 분석했습니다.

## 명사 추출과 빈도수 정렬

```r
#명사 추출
install.packages('extractNoun')
nouns <- extractNoun(title) #제목의 명사만 추출한 데이터 만들어준다.

wordcount <- table(unlist(nouns)) #추출한 명사 리스트를 문자열 벡터(?)로 변환, 단어별 빈도표 생성
word <- as.data.frame(wordcount, stringsAsFactors = F)

word <- rename(word,
            word = Var1,
            freq = Freq) #정갈하게 데이터프레임 변수명 바꿔주기

df_word <- filter(word, nchar(word) >= 2) #2글자 이상 단어 추출
```

그 다음엔 단어(명사)목록과 등장 횟수를 표로 정리하고, 탑 20을 빈도수로 정렬했습니다.

이렇게 하고 나면...

대망의

뚜둥

이런 결과가 나옵니다⭐️

![알라딘1](/images/wordProject/1-7.png)

ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

1이요??? 조금 갑작스럽군요

사실 이게 `진짜_최종_데이터분석_결과`는 아니고,
'2글자 이상의 단어'라는 조건을 지정해주기 전의 raw data라고 보면 됩니다.

그래서 진짜 top 20를 보면

짜잔!

## 결과

![알라딘1](/images/wordProject/1-8.png)

**1위 '반양장'**

~~그럴수도있는거잖아요 한국인이라면페이퍼백보다양장반양장제본을더좋아할수도있는거잖아요반양장이라는단어가1위할수도 있는거잖아요솔직히반박할수는없는거잖아요~~

데이터 분석을 한번에 쉽게 후루룩 한게 아니고 막힌 부분들도 많았는데
저런 유쾌한 결과가 나오니까 재미있었습니다. 뿌듯하기도 했고요!

\
**2위 '사랑'**

반양장 제외 1위인 '사랑'이라는 단어는 꽤 예측 가능했는데요
왜냐면 이 프로젝트를 할 당시의 저는 꽤나 감성적이었기 때문입니다!!!

그 다음으로 '우리', '사람'.. 이런 결과가 많이 나왔습니다.
알라딘 위시리스트에 담아두는 책은 어렸을 때부터 꾸준히 담아온 것들이라
인간에게 관심이 많은 특성이 잘 드러나는 것 같아요.
책을 꽤 편식해서 읽는구나 하는 생각도 들었네요.
(이 질문에 대한 답은 책 분야편에서 찾을 수 있습니다)

\
**3위 '우리', '사람', '세계'...**

결론: '내 북 위시 리스트에 가장 자주 등장하는 단어가 뭘까?'라는 질문은
당신을 설명해주는 일종의 리트머스 시험지가 될 수 있습니다!


내 북 위시 리스트 속 책의 제목에 가장 자주 등장하는 단어는 뭘까?

데이터 분석

'데이터 분석'에 관한 글들을 모아봤어요.

낱말 프로젝트 03: Publishers

낱말 프로젝트 02: Fields

낱말 프로젝트 01: Words