散布図

ggplot2 で始めるデータ可視化入門

Rick Scavetta

Founder, Scavetta Academy

48 のジオム

geom_*
abline	contour	dotplot	jitter	pointrange	ribbon	spoke
area	count	errorbar	label	polygon	rug	step
bar	crossbar	errorbarh	line	qq	segment	text
bin2d	curve	freqpoly	linerange	qq_line	sf	tile
blank	density	hex	map	quantile	sf_label	violin
boxplot	density2d	histogram	path	raster	sf_text	vline
col	density_2d	hline	point	rect	smooth

一般的なプロット

プロット種別	使用可能なジオム
散布図	points, jitter, abline, smooth, count

散布図

各ジオムは特定の美的マッピングを受け付けます。例: geom_point()

必須
x,y

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width)) + 
  geom_point()

散布図

各ジオムは特定の美的マッピングを受け付けます。例: geom_point()

必須	任意
x,y	alpha, color, fill, shape, size, stroke

ggplot(iris, aes(x = Sepal.Length, 
                 y = Sepal.Width,
                 col = Species)) + 
  geom_point()

ジオムごとの美的マッピング

# 同じプロットになります
ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point()

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width)) + 
  geom_point(aes(col = Species))

各レイヤーの美的属性は独立して指定できます:

head(iris, 3) # 生データ

Species Sepal.Length Sepal.Width Petal.Length Petal.Width
1  setosa          5.1         3.5          1.4         0.2
2  setosa          4.9         3.0          1.4         0.2
3  setosa          4.7         3.2          1.3         0.2

iris %>%
  group_by(Species) %>% 
  summarise_all(mean) -> iris.summary

iris.summary # 要約統計量

# A tibble: 3 x 5
  Species    Sepal.Length Sepal.Width Petal.Length Petal.Width
  <fct>             <dbl>       <dbl>        <dbl>       <dbl>
1 setosa             5.01        3.43         1.46       0.246
2 versicolor         5.94        2.77         4.26       1.33 
3 virginica          6.59        2.97         5.55       2.03

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) +
  # ggplot() から data と aes を継承
  geom_point() + 
  # data は別、aes は継承
  geom_point(data = iris.summary, shape = 15, size = 5)

shape の値一覧

例

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point() +
  geom_point(data = iris.summary, shape = 21, size = 5, 
             fill = "black", stroke = 2)

ggplot2 のオンデマンド統計

統計レイヤーは第2コースで扱います。
注意: 標準偏差などのばらつき指標なしに平均だけを描くのは避けましょう。

position = "jitter"

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_point(position = "jitter")

geom_jitter()

geom_point(position = "jitter") のショートカット

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter()

alpha の調整も忘れずに

必要に応じてジッターとアルファ合成を併用

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(alpha = 0.6)

中抜きの円も有効

shape = 1 は中抜きの円です。
その場合はアルファ合成は不要です。

ggplot(iris, aes(x = Sepal.Length, y = Sepal.Width, col = Species)) + 
  geom_jitter(shape = 1)

Passons à la pratique !

ggplot2 で始めるデータ可視化入門