![ggplot2 で地図を描くこともできます。
sf パッケージでファイルを読み込み (sf の説明は割愛します。)、地図に表
示したいデータを aes(fill=variable) で指定します。
なおこのコードを実行するには sf パッケージ、spData パッケージをイン
ストールする必要があります。
nc <- sf::st_read(
system.file(”shapes/sids.shp”,
package = ”spData”)[1])
ggplot(nc) +
geom_sf(aes(fill = BIR74))
34.0
34.5
35.0
35.5
36.0
36.5
?84 ?82 ?80 ?78 ?76
5000
10000
15000
20000
BIR74
Y.NAKAJIMA R による作図入門 2018/1/16 28 / 29](https://image.slidesharecdn.com/introductionvisualization-180120080409/85/R-Introduction-to-Data-Visualization-with-R-28-320.jpg)
Rによる作図入門 Introduction to Data Visualization with R
- 1. R による作図入門 Introdunction to Data Visualization with R NAKAJIMA Yukihiro 2018/1/16 Y.NAKAJIMA R による作図入門 2018/1/16 1 / 29
- 2. 1 はじめに 2 ヒストグラムを描く 3 箱ひげ図を描く 4 散布図を描く 5 地図を書く（おまけ） Y.NAKAJIMA R による作図入門 2018/1/16 2 / 29
- 3. はじめに Y.NAKAJIMA R による作図入門 2018/1/16 3 / 29
- 4. 今日の目標 データ分析をする際にはどのようなデータであるのかを把握するこ とがとても重要です。 データを把握するための強力な手段として図として把握することが 挙げられます。 R の素晴らしい作図機能を身に着けることが今日の目標です。 Y.NAKAJIMA R による作図入門 2018/1/16 4 / 29
- 5. ggplot2 R にはもともと plot() がありますが、それよりもきれいに描けるの が ggplot2 パッケージです。 R の神とも言われる Hadley Wickham 氏謹製 コンセプトは重ね書き 下地を用意し、どのデータをプロットするのかを決め、どのようにプ ロットするのかを指定し、最後に体裁を整えるための設定をする。 どのデータをプロットするのかはどのようにプロットするのかと共に 設定することも可能 大事なことは Data Visualization with ggplot2 に書いてあります。 Hadley Wickham 著 ggplot2 は英語ですがオンラインで読むことがで きます。 Y.NAKAJIMA R による作図入門 2018/1/16 5 / 29
- 6. plot と ggplot2 の比較 plot による作図 1 2 3 4 5 6 7 0.51.01.52.02.5 iris$Petal.Length iris$Petal.Width ggplot2 による作図 0.0 0.5 1.0 1.5 2.0 2.5 2 4 6 Petal.Length Petal.Width Y.NAKAJIMA R による作図入門 2018/1/16 6 / 29
- 7. ヒストグラムを描く Y.NAKAJIMA R による作図入門 2018/1/16 7 / 29
- 8. geom_histgram まず、ggplot() で白の下地を用意します。 そして、mapping=aes() でどのデータをプロットするのかを指定し、 データをどのようにプロットするのかを示す geom_histogram() を追加 することでヒストグラムを描画します。 library(ggplot2) ggplot(data = iris, mapping = aes(x=Petal.Length)) + geom_histogram() 0 10 20 2 4 6 Petal.Length count Y.NAKAJIMA R による作図入門 2018/1/16 8 / 29
- 9. 重ね書きのイメージをつかむ 1 重ね書きのイメージをつかむために下地の設定から、プロットまで順を 追ってやってみましょう。まず下地を作ります。 なお、data や mapping,x,y は順番を変えなければ省略可能です。 p <- ggplot(iris, aes(Petal.Length)) p 2 4 6 Petal.Length Y.NAKAJIMA R による作図入門 2018/1/16 9 / 29
- 10. 重ね書きのイメージをつかむ 2 次にヒストグラムを作成し、プロットします。 aes() の中の y=..density.. は後で使うので無視して大丈夫です。 p <- ggplot(iris, aes(Petal.Length, ..density..)) p + geom_histogram() 0.0 0.2 0.4 0.6 0.8 2 4 6 Petal.Length density Y.NAKAJIMA R による作図入門 2018/1/16 10 / 29
- 11. 重ね書きのイメージをつかむ 3 そして、geom_density() で密度曲線を追加します。alpha は密度曲線の 中の透明度です。 今回は 0 ％を指定して透明にしています。 p <- ggplot(iris, aes(Petal.Length, ..density..)) p <- p + geom_histogram() p + geom_density(alpha = 0) 0.0 0.2 0.4 0.6 0.8 2 4 6 Petal.Length density Y.NAKAJIMA R による作図入門 2018/1/16 11 / 29
- 12. 重ね書きのイメージをつかむ 4 論文に載せやすいように背景は白くしましょう。theme_classic() で背景 を白く、重要でない線はなくすなどできます。 p <- ggplot(iris, aes(Petal.Length, ..density..)) p <- p + geom_histogram() p <- p + geom_density(alpha = 0) p + theme_classic() 0.0 0.2 0.4 0.6 0.8 2 4 6 Petal.Length density Y.NAKAJIMA R による作図入門 2018/1/16 12 / 29
- 13. 重ね書きのイメージをつかむ 5 最後にタイトルをつけましょう。 ggtitle() で指定します。イメージがつ かめたでしょうか。 p <- ggplot(iris, aes(Petal.Length, ..density..)) p <- p + geom_histogram() p <- p + geom_density(alpha = 0) p <- p + theme_classic() p + ggtitle(”histogram and density”) 0.0 0.2 0.4 0.6 0.8 2 4 6 Petal.Length density histogram and density Y.NAKAJIMA R による作図入門 2018/1/16 13 / 29
- 14. カテゴリーごとにヒストグラムを描く 1 つの図の中にカテゴリーごとにヒストグラムを描いてみましょう aes(fill= Category) とすることでカテゴリーごとにプロットすることがで きます。 geom_histogram(position = ”identity”) とすると 1 つの図の中でカテゴ リーごとにヒストグラムが描けます。 p <- ggplot(iris, aes(Petal.Length, ..density.., fill = Species, colour = Species)) p <- p + geom_histogram( position = ”identity”, alpha = 0.5) p + geom_density(alpha = 0.3) 0 1 2 2 4 6 Petal.Length density Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 14 / 29
- 15. 別々の図にカテゴリーごとのヒストグラムを描いてみましょう。 facet_wrap(~Category) とすることで、別々の図にカテゴリーごとのヒス トグラムを描くことができます。 p <- ggplot(iris, aes(Petal.Length, ..density.., fill = Species)) p <- p + geom_histogram() p <- p + geom_density(alpha = 0.3) p + facet_wrap(~Species, scales = ”free”) setosa versicolor virginica 1.00 1.25 1.50 1.75 3.0 3.5 4.0 4.5 5.0 5 6 7 0.0 0.5 1.0 1.5 0.0 0.5 1.0 1.5 2.0 0 2 4 6 8 Petal.Length density Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 15 / 29
- 16. 箱ひげ図を描く Y.NAKAJIMA R による作図入門 2018/1/16 16 / 29
- 17. geom_boxplot() 箱ひげ図を描くには、geom_boxplot() を使います。 ggplot(iris, aes(Species, Petal.Length, fill = Species)) + geom_boxplot() 2 4 6 setosa versicolor virginica Species Petal.Length Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 17 / 29
- 18. 箱ひげ図にどの程度データが分布しているかを確認するには geom_jitter() を加えます。 ggplot(iris, aes(Species, Petal.Length, fill = Species)) + geom_boxplot() + geom_jitter() 2 4 6 setosa versicolor virginica Species Petal.Length Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 18 / 29
- 19. ヴァイオリンプロット ヴァイオリンプロットを描画するには geom_violin() を使います。 geom_point() を使うことで、ヴァイオリンプロットの中にポイントを加 えられます。 ggplot(iris, aes(Species, Petal.Length, fill = Species)) + geom_violin() + geom_point() 2 4 6 setosa versicolor virginica Species Petal.Length Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 19 / 29
- 20. 散布図を描く Y.NAKAJIMA R による作図入門 2018/1/16 20 / 29
- 21. geom_point() geom_point() を使うと点で描画します。aes() で x と y を指定すると散布 図となります。 ggplot(iris, aes(Petal.Length, Petal.Width)) + geom_point() 0.0 0.5 1.0 1.5 2.0 2.5 2 4 6 Petal.Length Petal.Width Y.NAKAJIMA R による作図入門 2018/1/16 21 / 29
- 22. 散布図でカテゴリーごとに塗り分ける カテゴリーごとに色を塗り分けるには aes(colour=Category) とします。 ggplot(iris, aes(Petal.Length, Petal.Width, colour = Species)) + geom_point() 0.0 0.5 1.0 1.5 2.0 2.5 2 4 6 Petal.Length Petal.Width Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 22 / 29
- 23. 散布図に回帰直線を追加する 回帰直線を追加するためには geom_smooth(method=”lm”) を書き加え ます。 ggplot(iris, aes(Petal.Length, Petal.Width)) + geom_point() + geom_smooth(method = ”lm”) 0 1 2 2 4 6 Petal.Length Petal.Width Y.NAKAJIMA R による作図入門 2018/1/16 23 / 29
- 24. 信頼区間を表示しないために se=FALSE とします。 ggplot(iris, aes(Petal.Length, Petal.Width)) + geom_point() + geom_smooth(method = ”lm”, se = FALSE) 0.0 0.5 1.0 1.5 2.0 2.5 2 4 6 Petal.Length Petal.Width Y.NAKAJIMA R による作図入門 2018/1/16 24 / 29
- 25. 散布図に近似曲線を追加する 近似を追加するためには geom_smooth() とします。 ggplot(iris, aes(Petal.Length, Petal.Width)) + geom_point() + geom_smooth() 0.0 0.5 1.0 1.5 2.0 2.5 2 4 6 Petal.Length Petal.Width Y.NAKAJIMA R による作図入門 2018/1/16 25 / 29
- 26. カテゴリーごとに回帰直線を引くためには、aes(colour=Category) とし ます。 カテゴリーごとにすると回帰直線がデータがある部分にしか引かれない ので、図いっぱい引くためには、geom_smooth(fullrange=TRUE) と加 えます。 ggplot(iris, aes(Petal.Length, Petal.Width, colour = Species, fill = Species)) + geom_point() + geom_smooth(method = ”lm”, fullrange = TRUE) 0.0 0.5 1.0 1.5 2.0 2.5 2 4 6 Petal.Length Petal.Width Species setosa versicolor virginica Y.NAKAJIMA R による作図入門 2018/1/16 26 / 29
- 27. 地図を書く（おまけ） Y.NAKAJIMA R による作図入門 2018/1/16 27 / 29
- 28. ggplot2 で地図を描くこともできます。 sf パッケージでファイルを読み込み (sf の説明は割愛します。)、地図に表 示したいデータを aes(fill=variable) で指定します。 なおこのコードを実行するには sf パッケージ、spData パッケージをイン ストールする必要があります。 nc <- sf::st_read( system.file(”shapes/sids.shp”, package = ”spData”)[1]) ggplot(nc) + geom_sf(aes(fill = BIR74)) 34.0 34.5 35.0 35.5 36.0 36.5 ?84 ?82 ?80 ?78 ?76 5000 10000 15000 20000 BIR74 Y.NAKAJIMA R による作図入門 2018/1/16 28 / 29
- 29. Enjoy! Y.NAKAJIMA R による作図入門 2018/1/16 29 / 29