狠狠撸

Rグラフィックス入
門
GGPLOT2による
この作品はクリエイティブ?コモンズ表示 - 継承 4.0 国際ライセンスの下に提供されています。

参考文献
参考書
?ggplot2に関連する日本語の参考書としては以下の様なもの
があります。リファレンスとしては便利ですが、初学者に
は少し難しかったり、ggplot2のアップデートで動かなくな
っているコードがあったりします。

参考文献
参考WEBサイト
?Webにはggplot2の解説資料がゴロゴロしてます。
?たいてい英語です（ざんねん）。
?今回はここのワークショップ資料を参考にします。
?http://tutorials.iq.harvard.edu/R/Rgraphics/Rgraphics.html

はじめに
データの準備
? http://tutorials.iq.harvard.edu/R/Rgraphics.zip
からワークショップのデータファイルをダウンロードします
。
?どこか適当な場所に展開したら、そのフォルダにRStudioのプ
ロジェクトを作成します(New Project → Existing Directoryか
ら展開して作成されたフォルダを指定します)。
?Rgraphics.Rを開いてみましょう。
全てのソースコードが既に入力されています！

がんばろう
最終目標
?the Economistに掲載されたこ
のグラフの再現を目指します
。
?y軸は人間開発指数、x軸は腐
敗認識指数だそうです。

INTRODUCTION
GGPLOT2の利点
?Grammar of Graphics (Wilkinson, 2005)というデータ可視化の
理念に基いている。
?高度に抽象化されたプロットを作成できる。
?very flexible
?テーマシステムにより外見を磨き上げることができる
?成熟した完璧なグラフィックシステム
?ユーザーが多く、既存の知識やメーリングリストも豊富

INTRODUCTION
GGPLOT2ではできないこと
?3次元グラフの作成（cf. rgl）
?グラフ理論における「グラフ」の描画（cf. igraph）
?インタラクティブなグラフ（cf. 驳驳惫颈蝉）

INTRODUCTION
GRAMMAR OF GRAPHICS
?基本となる考え：グラフの要素を積み木のように組み合わ
せて、想いのままにグラフを描画する。「グラフ要素の積
み木ブロック」には次のようなものが含まれる。
?データ、審美的属性(aesthetic)、幾何学的オブジェクト、
数学的変形(集計)、スケール、軸のシステム、位置の調整
、切り分け方(faceting)

INTRODUCTION
GGPLOTの構造
?ggplot()関数はグラフの基本的な構造を定めます。そこに要
素を足していくことでグラフが作成できます。ggplotの基本
的なグラフ構成要素を次のスライドに示しました。

ね？簡単でしょ？
ggplot(data = <default data set>,
aes(x = <default x axis variable>,
y = <default y axis variable>,
... <other default aesthetic mappings>),
... <other plot defaults>) +
geom_<geom type>(aes(size = <size variable for this geom>,
... <other aesthetic mappings>),
data = <data for this point geom>,
stat = <statistic string or function>,
position = <position string or function>,
color = <"fixed color specification">,
<other arguments, possibly passed to the _stat_ function) +
scale_<aesthetic>_<type>(name = <"scale label">,
breaks = <where to put tick marks>,
labels = <labels for tick marks>,
... <other options for the scale>) +
theme(plot.background = element_rect(fill = "gray"),
... <other theme elements>)

INTRODUCTION
何を言っているのか全くわからない…

INTRODUCTION
怖がる必要はありません！
?最後まで進む頃には理解できるようになっているはずです
。
?とりあえずここでは、 + 演算子を使ってプロットの構成要
素を組み合わせているという点を覚えておきましょう。
ggplot(元になるデータセットやパラメータの初期値を決める) +
geom_なんとか(どんなグラフを作るかを決める) +
scale_なんとか_かんとか(軸の設定をする) +
theme(外観の雰囲気を決める)

INTRODUCTION
使用するデータセット
?使用するのは住宅価格に関するデータセットです。

INTRODUCTION
GGPLOTとBASEグラフィックスの違い
?単純なグラフィックスを作成する場合はコマンドが冗長で
す
?逆に、複雑なグラフィックスを作成する場合はコマンドを
節約できます
?データの型に応じたメソッドがありません（データは常に
データフレームでなければなりません）
?グラフに要素を追加するための仕組み(baseで言うところの
低水準作図関数)が異なります

INTRODUCTION
BASEグラフィックスでヒストグラムを作成する
?とても簡単です。
hist(housing$Home.Value)

INTRODUCTION
GGPLOT2でヒストグラムを作成する
?ちょっと長くなります
library(ggplot2)
ggplot(housing, aes(x = Home.Value)) +
geom_histogram()

INTRODUCTION
BASEで色付きの散布図を作成する
?要素ごとに異なったコマンドが必要で、冗長です。
plot(Home.Value ~ Date,
data=subset(housing, State == "MA"))
points(Home.Value ~ Date, col="red",
data=subset(housing, State == "TX"))
legend(19750, 400000,
c("MA", "TX"), title="State",
col=c("black", "red"),pch=c(1, 1))

INTRODUCTION
GGPLOT2で色付きの散布図を作成する
?コードは短く、解釈も用意です。
ggplot(subset(housing, State %in% c("MA", "TX")),
aes(x=Date,
y=Home.Value,
color=State))+
geom_point()

幾何オブジェクトと
審美的属性
Geometric Objects And Aesthetics

GEOMETRIC OBJECTS AND AESTHETICS
審美的属性のマッピング
?ggplotにおける審美的属性(aesthetic)とは、「目に見える何か
」というような意味です。例えば次のような要素です。
?position: x, y座標の値
?color: “外側”の色
?fill: 塗りつぶし色
?shape: pointの形状
?linetype
?size

審美的属性のマッピング
?それぞれの幾何オブジェクト(geom)は審美的属性の一部の
要素しか受け取ることができません(例えば、棒グラフを作
成するgeom_bar()がshapeを受け取っても利用できません)
。
?それぞれのgeomがどの審美的属性を受け取るかは、geom
のヘルプを確認すればわかります。
?審美的属性に値を対応させる(マッピング)ためには、aes()と
いう専用の関数を用います。

幾何オブジェクト
?幾何オブジェクト(geom)は実際にどのような要素をプロッ
トに描画するかを設定します。例えば次のようなものです
。
?散布図(geom_pointにより作成。)
?折れ線(geom_lineにより作成。）
?箱ひげ(geom_boxplotにより作成。)
?幾何オブジェクトは最低1つは指定する必要がありますが、
上限はありません。+演算子でいくらでも追加できます。

幾何オブジェクト
?幾何オブジェクトとして何が利用できるかの一覧は次のよ
うに確認できます。
?また、RStudioのようなIDEを使用しているのであれば、
geom_まで入力するとリストが自動的に表示されるはずで
す。
help.search(“geom_”, package = “ggplot2”)

散布図
?幾何オブジェクトと審美的属性のマッピングについて学ん
だところで、散布図でこれを試してみましょう。
hp2001Q1 <- subset(housing, Date == 20011)
ggplot(hp2001Q1,
aes(y = Structure.Cost, x = Land.Value)) +
geom_point()

散布図
?散布図を作成するためには、最低限xとyの座標値を審美的
属性としてマッピングする必要があります。
hp2001Q1 <- subset(housing, Date == 20011)
ggplot(hp2001Q1,
aes(y = Structure.Cost, x = Land.Value)) +
geom_point()

回帰直線を追加する
?データに対して回帰分析を実施し、その結果を用いて回帰
直線を描いてみましょう。
?ggplotは途中結果をオブジェクトに格納しておいて、そこに
geomを追加していくことができます。
hp2001Q1$pred.SC <- predict(lm(Structure.Cost ~ Land.Value, data = hp2
p1 <- ggplot(hp2001Q1, aes(x = Land.Value, y = Structure.Cost))
p1 + geom_point(aes(color = Home.Value)) +
geom_line(aes(y = pred.SC))

回帰直線を追加する
?審美的属性のcolorにHome.Valueをマッピングした効果も確
認して下さい。連続値に色を簡単に対応させられるのも
ggplot2の強みです。

平滑化曲線を追加する
?平滑化曲線を追加する専用のgeomがあります。
p1 +
geom_point(aes(color = Home.Value)) +
geom_smooth()

平滑化曲線を追加する
?geom_smoothはデフォルトではloess(データ数1000未満)ま
たはgamで平滑化曲線を作成しますが、method=引数でglm
やlmを指定することもできます。
?実際、先ほどの線形回帰の図はmethod=“lm”の指定でも作成
できます。
?ただし、係数を取り出したりするのが面倒なので、lm()や
glm()できちんとモデル作成した方が良いと思います。

テキストでプロットする
?geom_textに審美的属性のlabel=を指定することで、ポイン
トの位置にテキストラベルを表示できます。
p1 +
geom_text(aes(label=State), size = 3)

?しかし、geom_point()をそのまま追加するとポイントとラベ
ルが重なってしまいます。
p1 +
geom_text(aes(label=State), size = 3) +
geom_point()

?ggrepelパッケージのgeom_text_repelを使用することでラベ
ルとポイントの重なりを回避できます。
install.packages("ggrepel")
library("ggrepel")
p1 +
geom_point() +
geom_text_repel(aes(label=State), size = 3)

ポイントに色を指定する時の注意点
?もし全てのポイントの色を変更したければ、colorをaes()の
外側で指定する必要があります。aes()はデータと審美的属
性を対応させるためのものです。
p1 +
geom_point(aes(size = 2),# 2はデータの変数ではないので間違い
color="red") # 正しい指定
サイズは確かに2になるが、変数とし
て認識されてしまうので余計な凡例が
表示される

複数の審美的属性をマッピングする
?色、形など、複数の審美的属性に異なった変数をマッピン
グできます。これは多変量データをプロットする際有効で
す。
p1 +
geom_point(aes(color=Home.Value, shape = region))

練習問題
?まず、練習問題用のデータセットを読み込んで下さい。
dat <- read.csv(“dataSets/EconomistData.csv”)

練習問題1
?CPIをx軸に、HDIをy軸に散布図を描いて下さい。
?完成物のサンプルは以下のとおりです。

解答1
?最初にhead(dat)などとしてデータフレームの構造を確認す
ることも大切です。
?ggplot()とgeom_…()の基本的な使い方はマスターできまし
たか？
ggplot(dat, aes(x = CPI, y = HDI)) + geom_point()

練習問題2
?練習問題1で作成したプロットのポイントの色を青(blue)に
してください。

解答2
?全てのポイントの色を変更するので、aes()の外側で指定し
ましょう。
ggplot(dat, aes(x = CPI, y = HDI)) +
geom_point(color = “blue”)

練習問題3
?ポイントの色を地域(Region)に対応させて塗り分けて下さい
。

解答3
?ggplot()の中のaes()に指定しても構いません。その場合、全
てのgeom_のaes()が一括で指定されるという意味になりま
す。geom_smooth()を追加してみると違いがわかります。
ggplot(dat, aes(x = CPI, y = HDI)) +
geom_point(aes(color = Region))

練習問題4
?CPIのboxplotをRegion別に作成して下さい。

解答4
?描画したいgeomに対する適切なx軸は何で、y軸は何かとい
うことを意識しましょう。
ggplot(dat, aes(x = Region, y = CPI)) +
geom_boxplot()

練習問題5
?いま作成したboxplotの上にポイントを重ねて描いて下さい
。

解答5
?baseで描こうとすると割と面倒なグラフの一種です。
ggplot(dat, aes(x = Region, y = CPI)) +
geom_boxplot() +
geom_point()

狠狠撸

Introduction to R Graphics with ggplot2 #1

More Related Content

Introduction to R Graphics with ggplot2 #1