Rについて
をベースに学んでいく。
4. データの視覚化
データの背景にある構造を考察する助けとしてグラフ化がある。以下、基本的なグラフを紹介する。
4.1 棒グラフ
#################### ### グラフの作成 ### #################### library(ggplot2) library(ggsci) library(reshape2) ### 棒グラフ # VADeathsを利用：1940年代の米ヴァージニア州における100人当たりの死亡率 # 行：年齢のbin # 列：地域×性別 data(VADeaths) # データを一部目視 VADeaths_melt <- melt(VADeaths) colnames(VADeaths_melt) <- c("Age","Region","Mortality") g <- ggplot(data = VADeaths_melt, aes(x = Region, y = Mortality, fill = Age)) g <- g + geom_col(position = "dodge") g <- g + scale_fill_nejm() g <- g + ylab("Mortality[%]") g <- g + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) plot(g)
4.2 円グラフ
library("ggplot2") library("stringr") data(iris) # 積み上げ棒グラフを極座標変換する g <- ggplot(data = iris, aes(fill = factor(round(Sepal.Length)))) + geom_bar(stat = "count", aes(x = 1), position = position_stack(reverse = TRUE), color = "black") + geom_text(stat = "count", aes(x = 1.1, y = ..count.., label = ..count..), position = position_stack(vjust = 0.5, reverse = TRUE)) + geom_text(stat = "count", aes(x = 1.55, y = ..count.., label = str_c(..fill.., "cm")), position = position_stack(vjust = 0.5, reverse = TRUE)) + theme(legend.position = "none", panel.grid = element_blank(), axis.title = element_blank(), axis.text = element_blank(), axis.ticks = element_blank()) + coord_polar(theta = "y") # 極座標表示
4.3 ヒストグラム
データを階級ごとにまとめ棒グラフで表現したものである。
library("ggplot2") data(iris) g <- ggplot(data = iris, aes(x = Sepal.Length)) + theme_minimal() + geom_histogram(position = "identity",colour = "gray10", fill = "green") plot(g)
4.4 折れ線グラフ
library("ggplot2") library("tidyverse") data(VADeaths) colnames(VADeaths) <- gsub(" ","",colnames(VADeaths)) df_VADeaths <- data.frame() # データを適当な形に組成：今回は自力で for(i in 1:ncol(VADeaths)){ df_VADeaths <- rbind(df_VADeaths,data.frame("Att" = rep(colnames(VADeaths)[i],nrow(VADeaths)), "Age" = as.factor(rownames(VADeaths)), "Mortality" = VADeaths[,i])) } # 折れ線グラフ g <- ggplot(data = df_VADeaths,aes(x = Age, y = Mortality, color = Att, group = Att)) + geom_line() + geom_point() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) plot(g)
4.5 箱ひげ図
特定の分布形を仮定することなくデータの分布状況(データの中心、離散度合い、異常値)を考察するための方法として箱ひげ図がある。
箱ひげ図の模式図
なおひげの端は「中央値」としており、これよりも小さい(大きい)と見なすものの、デフォルトの設定がそうだというだけで変えることも可能である。
 |
 |
 |
 |
data(iris) ggplot(iris,aes(y = Sepal.Length, x = Species)) + geom_boxplot() + theme_minimal() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) ggplot(iris,aes(y = Sepal.Width, x = Species)) + geom_boxplot() + theme_minimal() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) ggplot(iris,aes(y = Petal.Length, x = Species)) + geom_boxplot() + theme_minimal() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) ggplot(iris,aes(y = Petal.Width, x = Species)) + geom_boxplot() + theme_minimal() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7))
4.6 散布図
2変数または3変数間の関係を考察すべく各標本の変数値を座標として2(3)次元空間にプロットした図である。特に両者の相関関係(有無)を考察するのに用いる。
 |
 |
data(iris) # Sepal.LengthとSepal.Widthの散布図 g1 <- ggplot(data = iris, aes(x = Sepal.Length,y = Sepal.Width, colour = Species)) + geom_point() + theme_minimal() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) plot(g1) # Petal.LengthとPetal.Widthの散布図 g2 <- ggplot(data = iris, aes(x = Petal.Length,y = Petal.Width, colour = Species)) + geom_point() + theme_minimal() + theme(plot.title = element_text(hjust = 0.5),legend.position = "bottom", legend.title=element_text(size = 7), legend.text=element_text(size = 7)) plot(g2)
またパッケージを用いると散布図行列を簡単に書ける。
library("ggplot2") library("GGally") data(iris) ggpairs(iris,aes_string(colour="Species"))
