ggplot2

R
R.package

ggplot2

• ggplot2
  • 基本：グラフの部品を重ねていく
    • 最低限これだけ
  • データの分布を見る
    • ヒストグラム
    • カーネル密度推定
    • 二種類・二次元のデータの分布（散布図）
  • 何を描くかを決める geom_
  • 基本のスタイルを決める theme_
  • 積み重ねの各段階を保存して、そこまでの出力をする
  • 複数の種類のデータを重ねる
    • 複数のグラフを別々に表示
  • Tips
    • エラーバーをつける
    • y軸の範囲を設定する
    • y軸のラベルを設定する

• Reference

https://ggplot2-book.org/
https://heavywatal.github.io/rstats/ggplot2.html

 基本：グラフの部品を重ねていく

• ggplot(データ)
  • aes でグラフの要素の指定 # aestheticより
• geom_point で散布図
• geom_smooth で回帰線

• theme で見た目の設定（なくてもよい）

最低限これだけ

• 一種類のデータの分布

ggplot(data, aes(x = カラム名)) +
geom_histogram()

• x軸とy軸に注意：boxplotはy軸しかないので

ggplot(data, aes(y = カラム名)) +
geom_boxplot()

 データの分布を見る

> head(onomato.data2)
  subj cond timing score
1    1  exp    pre    65
2    2  exp    pre    75
3    3  exp    pre    35
4    4  exp    pre    70
5    5  exp    pre    85
6    6  exp    pre    55

ヒストグラム

> ggplot(onomato.data2, aes(x=score)) + geom_histogram()

カーネル密度推定

> ggplot(onomato.data2, aes(x=score)) + geom_density()

• データのカテゴリーによって表示を分けて塗りつぶす fill = 条件 オプション

> ggplot(onomato.data2, aes(x=score, fill = cond)) + geom_density()

• コントロール群と統制群の条件で分けてみる

> ggplot(onomato.data2, aes(x=score, fill = timing)) + geom_density()

• 事前・事後・遅延のタイミングで分けてみる

二種類・二次元のデータの分布（散布図）

ggplot(data, aes(x, y)) +
geom_point()  +
geom_smooth()

• 回帰直線にしたいときは

geom_smooth(method="lm")

• 細かい使い方は、

?geom_smooth

のようにして調べる。

> ggplot(shadow.tidy2, aes(x=Score, y=Ctest)) +
 geom_point() +
 geom_smooth() +
 theme_bw()
> 

 何を描くかを決める geom_

• geom_point() 散布図
• geom_smooth() 近似直（曲）線
• geom_histogram() ヒストグラム
• geom_line() 折れ線グラフ
• geom_violin() バイオリンプロット
• geom_boxplot() 箱ひげ図

• geom_density() カーネル密度推定で密度プロットを描写

 基本のスタイルを決める theme_

• theme_classic() クラシック：枠なし格子なし
• theme_bw() 白黒：黒枠灰色格子
• theme_grey() 灰色背景：いかにもggplot2
• theme_linedraw() はっきりした格子
• theme_light() 薄い格子

 積み重ねの各段階を保存して、そこまでの出力をする

• こうしておくと、各段階で、修正をしやすい。

step1 <- ggplot(data, aes())
step2 <- step1 + geom_point()
step3 <- step2 + geom_smooth()
step4 <- step3 + theme_classic()
print(step4)

> step1 <- ggplot(shadow.tidy2, aes(x=Score, y=Ctest))
> step2 <- step1 + geom_point()
> step3 <- step2 + geom_smooth(method="lm")
> step4 <- step3 + theme_linedraw()
> print(step4)

 複数の種類のデータを重ねる

• クラスごととか
• 個人ごとに複数回のデータとか
• IDカラムに種類わけの番号を振っておく（tidydata形式）
• 一人が8週間エッセイを書いた例（pidで並べ替えて、weekで並べ替えた）
• データが整数になっていることを確認 なってない場合は、as.integer()

   pid week score
8    1    1     1
4    1    2     1
3    1    3     2
6    1    4     3
7    1    5     3
2    1    6     3
5    1    7     3
1    1    8     3
9    2    1     2
12   2    2     3

 ggplot(nicest.sample, aes(week, score, group = pid)) +
   geom_point() +
   geom_smooth(method = "lm", se = F)

• 一行目、group = pid に注意
  • pidの番号でグループ化して、そのまとまりごとにグラフを描く
• 三行目、se = F に注意
  • 信頼区間の表示をFALSEに

• 線が多すぎて、わかりにくいので、色を指定 aes()に color = 見出し オプションで指定。

ggplot(nicest.sample, aes(week, score, group = pid, color =  pid)) +
    geom_point() +
    geom_smooth(method = "lm", se = F) 

複数のグラフを別々に表示

facet_wrap(~pid) オプションの追加

• (~pid) に注意
  • pid 毎に一枚ずつにするという意味

 ggplot(nicest.sample, aes(week, score, group = pid)) +
   geom_point() +
   geom_smooth(method = "lm", se = F) +
   facet_wrap(~pid)

 Tips

エラーバーをつける

• 平均と標準誤差を事前に出しておく
  • 標準誤差＝標準偏差/sqrt(サンプルサイズ)
• 平均からプラスマイナス標準誤差を描く

  geom_errorbar(aes(ymin = score.mean - score.se, ymax = score.mean + score.se, width = 0.3))

• widthは横の棒の長さ

y軸の範囲を設定する

ylim(c(1, 6))

y軸のラベルを設定する

ylab("Criterion Score")