1. 課題を見つける／仮説を立てる

2. 実験や観察をしてデータを集める

3. データを整理する

4. データを解析して仮説を検証する

• 整理されたデータを可視化する練習からはじめよう！

数値だけを羅列してもデータは理解できない…

• よく用いられるのが平均値±エラーバー

けど平均値だけ見て可視化を怠ると構造を見逃すことも

• 同じ平均値と分散を持つデータ（↓）

https://www.autodeskresearch.com/publications/samestats/

平均値±分散ではなく、まず生データをプロットする！

• Y軸
  • 調べたい値（応答変数／目的変数／従属変数）
  • 複数ある場合はグラフを並べたりすることも
• X軸：Yのばらつきの原因となる値（説明変数／独立変数）

ggplot2とは

• tidyverseパッケージ群の一つ
• 単にいろんなグラフを「描ける」だけじゃない！
• 「一貫性のある文法で合理的に描ける」パッケージ

何がそんなに良いの？

• レイヤー式のグラフ構成（設定を足していく+）
• 直感的にグラフを描ける文法
• 初期設定からグラフが美しい

• x軸は列F, y軸は列A, 色は列F, サイズは列Aで！と書くだけ
• 細かい設定はお好みで…

サンプルデータ（diamonds）を使ってグラフを描こう

library(tidyverse)                   #使う前にパッケージを読み込む
head(diamonds, n = 5)                #まずはdiamondsの中身を確認

## # A tibble: 5 × 10
##   carat cut     color clarity depth table price     x     y     z
##   <dbl> <ord>   <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
## 1  0.23 Ideal   E     SI2      61.5    55   326  3.95  3.98  2.43
## 2  0.21 Premium E     SI1      59.8    61   326  3.89  3.84  2.31
## 3  0.23 Good    E     VS1      56.9    65   327  4.05  4.07  2.31
## 4  0.29 Premium I     VS2      62.4    58   334  4.2   4.23  2.63
## 5  0.31 Good    J     SI2      63.3    58   335  4.34  4.35  2.75

• ダイヤモンドに関するデータが入ってます！
• １行１個、各ダイヤの形質値（carat, cut, color…）が列ごとに

サンプルデータ（diamonds）を使ってグラフを描こう

• carat（カラット）の分布を可視化しよう

gp = ggplot(data = diamonds) +       #diamondsを使ったグラフをgpに格納
     geom_histogram(aes(x = carat))  #グラフはヒストグラムでx軸はcarat
gp                                   #gpを見せて

文法を理解するために…

• carat（カラット）を価格（price）に変えてみよう

文法を理解するために…

• carat（カラット）を価格（price）に変えてみよう

gp = ggplot(data = diamonds) +       #diamondsを使ったグラフをgpに格納
     geom_histogram(aes(x = price))  #グラフはヒストグラムでx軸はprice
gp                                   #gpを見せて

文法（１）

• ggplot(data =【データフレーム】) +
• aes(x =【X軸にしたい列名】, y = 【Y軸にしたい列名】)
  • 必要な軸を設定する（histogramやdensityはX軸のみ）
  • aesはaesthetics（エステティックス, 美学）
• X, Y軸を何にするかを考えるのが可視化の最も重要な一歩

［練習問題］

• 深さ（depth）の分布を可視化しよう！
• （次ページに答えがあります）

［練習問題］

• 深さ（depth）の分布を可視化しよう！

gp = ggplot(data = diamonds) +       #diamondsを使ったグラフをgpに格納
     geom_histogram(aes(x = depth))  #グラフはヒストグラムでx軸はdepth
gp                                   #gpを見せて

文法を理解するために…

• ヒストグラム（histogram）を密度（density）に変えてみよう

文法を理解するために…

• ヒストグラム（histogram）を密度（density）に変えてみよう

gp = ggplot(data = diamonds) +       #diamondsを使ったグラフをgpに格納
     geom_density(aes(x = price))    #グラフはヒストグラムでx軸は密度分布
gp                                   #gpを見せて

文法（２）

• geom_【グラフのスタイル】
  • 棒グラフ（geom_col）
  • 箱ひげグラフ（geom_boxplot）
  • ２次元ヒートマップ（geom_bin2d）
  • ヒストグラム（geom_histogram）
  • エラーバー（geom_errorbar）
  • 地図（geom_map）
  • 散布図（geom_point）
  • 帯グラフ（geom_ribbon）　　　　などなど…

公式サイトのReferenceにいろんな例がある

• data = 【データフレームの名前】
• geom_【グラフのスタイル】
• aes(x =【X軸にしたい列名】, y = 【Y軸にしたい列名】)

gp = ggplot(data = AAA) + 
     geom_BBB(aes(x = XXX, y = YYY)) 
gp   

［練習問題］以下のグラフを描こう

• データはdiamonds
• スタイルは散布図（geom_point）
• X軸はカラット（carat）、Y軸は価格（price）
• 図はgp2に格納（gp2 = …で始める）
• （次ページに答えがあります）

gp2 = ggplot(data = diamonds) +             #図をgp2に格納する
      geom_point(aes(x = carat, y = price)) #散布図で、X軸はcarat、Y軸はprice
gp2                                         #gp2を見せて                      

文法（３）色で値を表現する → aes(color = 【列】)

gp2 = ggplot(data = diamonds) +             #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = cut)) 
                     #散布図で、X軸はcarat、Y軸はprice、色はcut
gp2                                         #gp2を見せて                      

文法（３）色で値を表現する → aes(color = 【列】)

［練習問題］好きな値を色で表現しよう

　ヒント：前のコードをコピペして、color=【列】を変える

head(diamonds)                       #まずはdiamondsの中身を確認

## # A tibble: 6 × 10
##   carat cut       color clarity depth table price     x     y     z
##   <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
## 1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
## 2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
## 3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
## 4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
## 5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
## 6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48

numericな値を指定すると連続的な色に

gp2 = ggplot(data = diamonds) +             #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = carat)) 
                    #散布図で、X軸はcarat、Y軸はprice、色はcarat
gp2                                         #gp2を見せて                      

factorな値を指定すると離散的な色に

gp2 = ggplot(data = diamonds) +             #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = color)) 
                    #散布図で、X軸はcarat、Y軸はprice、色はcolor
gp2                                         #gp2を見せて                      

文法（４）グラフを分ける → + facet_wrap(~ 【列】)

gp2 = ggplot(data = diamonds) +             #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = color)) +
      facet_wrap(~ color)                   #colorごとにグラフを分ける
gp2                                         #gp2を見せて                      

文法（４）グラフを分ける → + facet_grid（【列】~ 【列】)

gp2 = ggplot(data = diamonds) +       #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = color)) +
      facet_grid(cut ~ color)         #cutとcolorごとにグラフを分ける
gp2                                   #gp2を見せて                      

文法（４）グラフを分ける → + facet_grid（.~ 【列】)

gp2 = ggplot(data = diamonds) +       #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = color)) +
      facet_grid(. ~ color)           #colorごとにグラフを分ける
gp2                                   #gp2を見せて                      

［練習問題］

• facet_wrapを使ってcutごとにグラフを分けよう
• facet_gridを使ってcutごとにグラフを分けよう

［練習問題］

gp2 = ggplot(data = diamonds) +     #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = color)) +
      facet_wrap( ~ cut)            #cutごとにグラフを分ける
gp2                                 #gp2を見せて                      

［練習問題］

gp2 = ggplot(data = diamonds) +     #図をgp2に格納する
      geom_point(aes(x = carat, y = price, color = color)) +
      facet_grid(. ~ cut)           #cutごとにグラフを分ける
gp2                                 #gp2を見せて                      

［練習問題］以下のグラフを描こう

• データはdiamonds
• スタイルは箱ひげ図（geom_boxplot）
• X軸はカット（cut）、Y軸はカラット（carat）
• cutごとに色を付ける
• 図はgp3に格納（gp3 = …で始める）
• （次ページに答えがあります）

［練習問題］以下のグラフを描こう

gp3 = ggplot(data = diamonds) +                           #図をgp3に格納する
      geom_boxplot(aes(x = cut, y = carat, color = cut))  #xはcut, yはcarat
gp3                                                       #gp2を見せて      

文法（５）テーマ（theme_）で全体の雰囲気を変える

gp3 = ggplot(data = diamonds) +                
      geom_boxplot(aes(x = cut, y = carat)) + 
      theme_classic()                  #テーマはクラシック
gp3                                                     

文法（５）テーマ（theme_）で全体の雰囲気を変える

• 公式サイトにリストがある
• theme_bw（白黒）
• theme_dark（黒背景）
• theme_minimal（シンプル）
• theme_void（線なし）

文法（６）線を特定の色にする（aesの外で設定）

• 色名のリストはここ

gp3 = ggplot(data = diamonds) +                
      geom_boxplot(aes(x = cut, y = carat), color = "red") + #線は赤
      theme_classic()                 
gp3                                                     

文法（６）箱を特定の色にする（aesの外で設定）

• 色名のリストはここ

gp3 = ggplot(data = diamonds) +                
      geom_boxplot(aes(x = cut, y = carat), fill = "red") + #箱は赤
      theme_classic()                 
gp3                                                     

文法（６）箱を値に応じた色にする（aesの中で設定）

gp3 = ggplot(data = diamonds) +                
      geom_boxplot(aes(x = cut, y = carat, color = cut)) + #線の色はcut
      theme_classic()                 
gp3                                                     

基本的な書き方さえ理解できれば文法は覚えなくていい

• 公式サイトや解説サイトを見に行こう
  • ggplot2 公式サイト（英語）
  • ggplot2 — きれいなグラフを簡単に合理的に（日本語）
  • ggplot2による可視化入門（日本語）
  • ggplot2入門 [基礎編]（日本語）

文法（８）図をファイルとして保存 ggsave()

ggsave("fig1.png", gp3, width = 4, height = 3, dpi = 300) 

• 図のファイル名
• 保存したい図を格納した変数
• 図の幅
• 図の高さ
• 図の解像度

こんなグラフを描きたいな

• だいたいなんでもggplot2でできる！

どうやるんだっけ

• レイヤーを足す
  • pg = ggplot(data = 【データフレームの名前】) +
    geom_【グラフの形】(aes(x =【列名】, y = 【Y軸】) +
    theme_*(【細かい設定】)
• 保存 ggsave()
• 忘れるたびにググる。徐々に身につく。
  
• 一度書いたプログラムは保存してどんどん使いまわそう

→Step 3：データを解析しよう