*disclaimer
350123
ggplot2
- ggplot2
基本：グラフの部品を重ねていく
- ggplot(データを指定)
- aes でグラフの要素の指定（横軸は何、縦軸は何） # aestheticより
- geom_何とかでグラフを書く
- 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()
タイトルとx軸とy軸のラベル
ggtitle("タイトルを書きます") +
xlab("x軸のラベル") +
ylab("y軸のラベル") +
データの形式はlong-format
- tidyverseのパッケージのセットに入っているtidyrというパッケージの中のpivot_longer()を使って変換
サンプルデータ
> 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
- もしくは、gather()
geom_histogram
> ggplot(onomato.data2, aes(x=score)) + geom_histogram()
geom_histogram(position = "dodge") 横に並べる
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
重なって見にくいので、透明度を設定：alpha=0.7
ggplot(cn2cn3jpyTID, aes(x=SL, fill=year)) + geom_density(alpha=0.7)
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() >
どんなグラフを描くか指定する geom_
- geom_point() 散布図
- geom_smooth() 近似直（曲）線
- geom_smooth(method = "lm", とすると直線
- デフォルトでは、近似曲線（一般化加法モデルの回帰線）
- 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_bar() 棒グラフ
- 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_
スタイルのいろいろ
- theme_classic() クラシック：枠なし格子なし
- theme_bw() 白黒：黒枠灰色格子 ★わかりやすくてよい
- 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
スタイルのオプション
- base_size=14 で、文字の大きさ設定（デフォルトは11）
- base_family=フォントの種類
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)
複数のグラフを配置する
library("gridExtra")
grid.arrange(一つ目の図, 二つ目の図, ncol=2)
facet
折れ線グラフを重ねる
ggplot(final.long.data, aes(x=students, y=value, color=category, group=category)) + geom_line()
棒グラフを並べる
ggplot(final.long.data, aes(x=category, y=value, fill=students)) + geom_bar(stat="identity", position="dodge")
boxplot
geom_boxplot()
Tips
ラベルのいろいろ
library(ggplot2)
SbyS.dat.long %>%
ggplot(aes(x=value, fill=Year)) +
geom_histogram() +
facet_wrap(~name, scales="free") +
labs(x = "スコア", y = "頻度", title="4スコアの比較", subtitle="学年別に", tag = "Fig. 1")
書き方のスタイル二種類
- g <- g + スタイル
g <- ggplot(SbyS.dat.long) g <- g + aes(x=value, fill=Year) g <- g + geom_density(alpha=.7) g <- g + facet_wrap(~name, scales="free") plot(g)
- dplyrスタイル
SbyS.dat.long %>% ggplot(aes(x=value, fill=Year)) + geom_density(alpha=.7) + facet_wrap(~name, scales="free")
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
折れ線の色を変える
g <- g + geom_line(aes(linetype = name))
単に geom_line(color="red") としてもよい。（細かいことはおまかせで）
折れ線のポイントに印をつけて、印を大きくする
g <- g + geom_point(aes(shape = name), size = 3)
単に geom_point(color = "red") としてもよい。（細かいことはお任せで）
y軸の範囲を設定する
ylim(c(1, 6))
+ scale_y_continuous(limits = c(0, 160))
y軸のラベルを設定する
ylab("Criterion Score")
軸のメモリを具体的に設定する
g <- g + scale_x_continuous(breaks = seq(1,3,1)) g <- g + scale_y_continuous(breaks = seq(0,65, by = 5))
- x軸は1から始めて3まで、間隔は1
- y軸は0から始めて65まで、間隔は5
軸を入れ替える： coord_flip()
フォントサイズを設定する
theme(text = element_text(size = 24))
http://array.cell-innovator.com/?p=3329
グレー（白黒）のグラフにする
g <- g + scale_fill_grey()
中でデータ処理： stat_関数
https://qiita.com/swathci/items/b08496d863bca4b479b3
論文提出時のファイルについてのメモ
カラーでも白黒でもわかりやすいグラフにする
- データポイントの形を変える
- geom_point(aes(shape=...))
- 線の形式を変える
- geom_line(aes(linestyle=...))
グラフだけ別ファイルで保存
- ggsave("ファイル名")
- データ形式は、拡張子で判定
- 解像度は、デフォルトで、300dpi
参考例
散布図と回帰直線
- https://qiita.com/fujino-fpu/items/43b6bef969afae8b2375
- https://brain-storm.space/rggplot_scatterplot/751/
https://sugiura-ken.org/wiki/