Atusy

• R一筋5年
  • データ可視化の効率化がきっかけ
  • ggplot2を含めTidyverse歴約3年
• JuliaとかPythonとかやるやる詐欺してます
• Tokyo R は #72 以来2回目
• (株) 蒜山地質年代学研究所
  • 地質試料の化学分析
  • データ解析用Rパッケージ開発

Blog: https://atusy.github.io/blog/

投稿論文がEditor’s choiceになった

ggplot2が沢山並んでるのでチラ見してみてネ (オープンアクセス)

私のggplot2力はこの論文に鍛えられた

ある変数について集団ごとのヒストグラム

y軸を固定してx軸を変えた散布図

ヒストグラムと散布図

graphics::plotでもできなくはない

Motor Trend Car Road Tests

str(mtcars)

## 'data.frame':    32 obs. of  11 variables:
##  $ mpg : num  21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
##  $ cyl : num  6 6 4 6 8 6 8 4 4 6 ...
##  $ disp: num  160 160 108 258 360 ...
##  $ hp  : num  110 110 93 110 175 105 245 62 95 123 ...
##  $ drat: num  3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
##  $ wt  : num  2.62 2.88 2.32 3.21 3.44 ...
##  $ qsec: num  16.5 17 18.6 19.4 17 ...
##  $ vs  : num  0 0 1 1 0 1 0 1 1 1 ...
##  $ am  : num  1 1 1 0 0 0 0 0 0 0 ...
##  $ gear: num  4 4 4 3 3 3 3 4 4 4 ...
##  $ carb: num  4 4 1 1 2 1 4 2 2 4 ...

(Henderson and Velleman, 1981)

?mtcars によると

• mpg: mile / gallon
• cyl: シリンダー数
• disp: 排気量
• hp: 馬力
• drat: 後輪車軸比
• wt: 重量(1000 lbs)
• qsec: 走行時間(1/4mile)
• vs: 0 = V型, 1 = 直列
• am: 0 = オートマ, 1 = マニュアル
• gear: ギア数
• carb: キャブレター数

データ整形 (mtcars → minicars)

• 列選択 (mpg, hp, wt, vs, am)
• 2値データを文字列に変換 (vs, am)

# A modern approach
library(dplyr)
minicars <- mtcars %>%
  select(mpg, wt, hp, vs, am) %>%
  mutate(
    vs = c('V-shaped', 'Straight')[vs + 1],
    am = c('Automatic', 'Manual')[am + 1]
  )

# A classic approach
minicars <- mtcars[c('mpg', 'wt', 'hp')]
minicars$vs <- ifelse(mtcars$vs == 1, 'Straight', 'V-shaped')
minicars$am <- ifelse(mtcars$am == 1, 'Manual', 'Automatic')

データ整形 (minicars → longcars)

library(tidyr)
longcars <- gather(minicars, var, val, -am, -vs, -mpg)
# wt列とhp列がの列名がvar列の値に、それぞれの値がval列に入る

tidyr::gather (とspread)

各列の名前をkey列の値に、値をval列にまとめる。
-列名 で、gatherしない変数を指定できる。
spread で戻せる。

longcarsはこんな感じ

library(summarytools)
longcars %>%
  dfSummary(
    graph.col = FALSE, varnumbers = FALSE, valid.col = FALSE, omit.heading = TRUE
  ) %>%
  view(method = 'render', report.title = NA, footnote = NA)

ヒストグラム

library(ggplot2)
ggplot(
  data = minicars, # プロットしたいデータフレーム
  mapping = aes(
    x = mpg, # ヒストグラムにしたい変数
    fill = vs # 棒の塗り分けに使いたい変数 (オプション)
  ) 
) +
  geom_histogram() # ヒストグラムを描写

散布図

ggplot(minicars, aes(x = wt, y = mpg, color = vs)) +
  geom_point() # 散布図を描写
# `data` と `mapping`の引数名は省略することが多い

テーマ変更: theme_classic()

last_plot() + # 直前のプロット
  theme_classic() # テーマの変更

テーマ変更: theme_gray()

last_plot() + # 直前のプロット
  theme_gray() # テーマの変更

テーマを更に弄る

?theme 参照……。

行で分割する変数 ~ 列で分割する変数

ggplot(minicars, aes(x = wt, y = mpg)) + geom_point() +
  facet_grid(vs ~ am) # or facet_grid(rows = vars(vs), cols = vars(am))

データ整形は大事

ggplot(mtcars, aes(x = wt, y = mpg)) + geom_point() +
  facet_grid(vs ~ am)

V型エンジンのMT車はどれ？

審美的属性 (色や形) での表現も忘れずに

ggplot(minicars, aes(x = wt, y = mpg, colour = vs, shape = am)) +
  geom_point(size = 4)

行で分割

ggplot(minicars, aes(x = wt, y = mpg)) + geom_point() +
  facet_grid(vs ~ .) # or facet_grid(rows = vars(vs))

列で分割

ggplot(minicars, aes(x = wt, y = mpg)) + geom_point() +
  facet_grid(. ~ vs + am) # or facet_grid(cols = vars(vs, am))

行内・列内で複数の変数を使った分割も可能

ヒストグラムを系列ごとに分割

ggplot(minicars, aes(x = mpg)) +
  geom_histogram() +
  facet_grid(vs ~ .)

ヒストグラムを変数ごと系列ごとに分割

ggplot(longcars, aes(x = val)) +
  geom_histogram() +
  facet_grid(vs ~ var) 

scales = 'free_x' でx軸の範囲を可変に

last_plot() + facet_grid(vs ~ var, scales = 'free_x') 
# scalesは'fixed' (規定値), 'free_x', 'free_y', 'free'のいずれか

直列型はV型より低馬力で軽量

stripの位置をswitch = 'both'

last_plot() + facet_grid(vs ~ var, scales = 'free_x', switch = 'both') 
# switchはNULL (既定値), 'x', 'y', 'both'のいずれか

stripを目盛の外側へ

last_plot() + theme(strip.placement = 'outside')
# strip.placementは'inside' (既定値) か 'outside'

stripの背景をなくす

last_plot() + theme(strip.background = element_blank())

x軸stripのフォントサイズを変更

last_plot() + theme(strip.text.x = element_text(size = 11))

x軸のタイトルを消す

last_plot() + theme(axis.title.x = element_blank())

一気に

ggplot(longcars, aes(x = val)) +
  geom_histogram() +
  facet_grid(vs ~ var, scales = 'free_x', switch = 'both') +
  theme(
    strip.placement = 'outside',
    strip.background = element_blank(),
    strip.text.x = element_text(size = 11),
    axis.title.x = element_blank()
  )

y軸を固定してx軸を変える

ggplot(longcars, aes(x = val, y = mpg, colour = am, shape = vs)) +
  geom_point(size = 4) +
  facet_grid(. ~ var, scales = 'free')

見やすく

last_plot() +
  facet_grid(. ~ var, scales = 'free', switch = 'x') +
  theme_classic() +
  theme(
    strip.placement = 'outside',
    strip.background = element_blank(),
    strip.text.x = element_text(size = 11),
    axis.title.x = element_blank()
  )

図ごとにy軸を表示したい場合はfacet_wrapを使おう

初手に GGally::ggpairs もGOOD

GGally::ggpairs(minicars, aes(color = am, shape = vs))

変数が多いと見辛い

GGally::ggpairs(mtcars)

~ 分割する変数

ggplot(
  gather(select_if(mtcars, is.numeric)),
  aes(value)
) +
  geom_histogram() +
  facet_wrap(~ key, scales = 'free_x') 
  # facet_wrap(facets = vars(key), scales = 'free_x')

列ごとに並べる (dir = 'v')

last_plot() + facet_wrap(~ key, scales = 'free_x', dir = 'v')

nrow 引数で行数を制御

last_plot() + facet_wrap(~ key, scales = 'free_x', nrow = 2)

ncol 引数で列数を制御

last_plot() + facet_wrap(~ key, scales = 'free_x', ncol = 3)

変数が多い時に便利

変数が多いとfacet_gridは辛い

last_plot() + facet_grid(. ~ key, scales = 'free_x')

scalesがfreeな軸の目盛は各図に描写

facet_gridは端の図にのみ軸を描写する

ggplot(longcars, aes(x = val, y = mpg, colour = am, shape = vs)) +
  geom_point(size = 4) +
  facet_wrap( ~ var, scales = 'free', strip.position = 'bottom') +
  theme_classic() +
  theme(
    strip.placement = 'outside',
    strip.background = element_blank(),
    strip.text.x = element_text(size = 11),
    axis.title.x = element_blank()
  )

並び順を反転したい (as.table = FALSE)

# 既定値はTRUE
ggplot(minicars, aes(mpg)) + geom_histogram() + ggtitle('as.table = TRUE') +
  facet_wrap(~ vs, ncol = 1, as.table = TRUE) 

# FALSEにしてみる
ggplot(minicars, aes(mpg)) + geom_histogram() + ggtitle('as.table = FALSE') +
  facet_wrap(~ vs, ncol = 1, as.table = FALSE)

並び順を制御したい

facetする変数をfactor型にすると、levels順になる。
factorの操作にはforcats パッケージが便利 (参考: ぞうさんの記事)

library(forcats)
minicars2 <- minicars %>%
  mutate(vs = forcats::fct_relevel(vs, 'V-shaped'))
ggplot(minicars2, aes(mpg)) +
  geom_histogram() +
  facet_wrap(~ vs, ncol = 1)

Tip: 凡例などの順序もfactorで制御できる

stripで図a, b, …したい

facetする変数を予め整形しておく

minicars2 <- minicars %>%
  mutate(vs = paste0('(', letters[factor(vs)], ') ', vs))
ggplot(minicars2, aes(mpg)) +
  geom_histogram() +
  facet_wrap(~ vs, ncol = 1)

未分割の図も並べる (margins = TRUE)

facet_grid 専用

ggplot(minicars, aes(mpg, fill = vs)) +
  geom_histogram() +
  facet_grid(vs ~ ., margins = TRUE)

未分割の図も並べる (margins = TRUE)

審美的属性にも使う変数でfacetする場合は、
その変数のコピーでfacetする

minicars2 <- minicars %>%
  mutate(facet = vs)
ggplot(minicars2, aes(mpg, fill = vs)) +
  geom_histogram() +
  facet_grid(facet ~ ., margins = TRUE)

未分割の図も並べる (data wrangling)

facet_grid でも facet_wrap でも使える

minicars2 <- minicars %>%
  mutate(facet = vs) %>%
  bind_rows(mutate(., facet = 'All'))
ggplot(minicars2, aes(mpg, fill = vs)) +
  geom_histogram() +
  facet_wrap(~ facet, strip.position = 'right', ncol = 1)

異種の図を並べたい

minicars %>%
  transmute(mpg, hist = 1, dens = NA_integer_) %>%
  bind_rows(mutate(., hist = NA_integer_, dens = 1)) %>%
  mutate(facet = ifelse(!is.na(hist), 'count', 'density')) %>%
  ggplot(aes(x = mpg)) +
  geom_histogram(aes(x = mpg * hist)) +
  geom_density(aes(x = mpg * dens)) +
  facet_wrap(~ facet, scales = 'free_y', strip.position = 'left') +
  theme(
    axis.title.y = element_blank(),
    strip.placement = 'outside',
    strip.background = element_blank(),
    strip.text.y = element_text(size = 11)
  )

facet_grid と facet_wrap の引数

赤字 は未紹介・ 打ち消し は Deprecated

https://github.com/thomasp85/patchwork

二項演算子を利用して、
ggplot2で作った図を簡単に 継ぎ接ぎ できるパッケージ

参考記事 by かつどんさん (@nozma)
patchworkのREADME邦訳+α
patchwork以外の選択肢

インストール

# devtoolsをインストールしていない人はまず
install.packages('devtools')

# GitHubからpatchworkをインストール
devtools::install_github('thomasp85/patchwork')

# 読み込み
library(patchwork)

|で図を横に並べる

p1 <- ggplot(minicars) + geom_point(aes(wt, mpg)) + ggtitle('p1')
p2 <- ggplot(minicars) + geom_point(aes(hp, mpg)) + ggtitle('p2')
p3 <- ggplot(minicars) + geom_histogram(aes(wt)) + ggtitle('p3')
p4 <- ggplot(minicars) + geom_histogram(aes(mpg)) + coord_flip() + ggtitle('p4')
p1 | p2 | p3 | p4

/で図を縦に並べる

p3 / p1

()でネストする

p3 / (p1 | p4) | p2

空白のプロットはplot_spacer()

(p3 | plot_spacer()) / (p1 | p4)

もうちょっと良いスペーサーが欲しい (xx)

周辺分布なら ggExtra::ggMarginal

全体のテーマを変える

(p1 / (p3 | p4) / p2) & theme_classic()

最外ネストのテーマを変える

(p1 / (p3 | p4) / p2) * theme_classic()

レイアウトお任せならwrap_plots()

wrap_plots(p1, p2, p3, p4)
# wrap_plots(list(p1, p2, p3, p4))

レイアウトお好みでもwrap_plots()

行数や列数、行の高さの比、列の幅の比なども弄れる

wrap_plots(p3, p2, p1, p4, nrow = 2, ncol = 2, heights = c(1, 2), widths = c(2, 1))

|, /, wrap_plots は組み合わせ可能

wrap_plots(p1, p1 | p2, p3 / p4, nrow = 1)

注釈をつけるにはplot_annotation()

(p1 | p2) +
  plot_annotation(
    title = 'title',
    subtitle = 'subtitle', 
    caption = 'caption', 
    tag_levels = 'a', # 'a', 'A', '1', 'i', 'I'
    tag_prefix = 'Figure ',
    tag_suffix = '.',
    tag_sep = NULL, # ナゾ
    theme = theme_classic() # 全体に適応するテーマ
  )

凡例を含む図も綺麗に並べてくれる

p5 <- ggplot(minicars, aes(wt, mpg, color = vs)) +
  geom_point() + ggtitle('p5')
p1 / p5

多くパッケージで標準的な並べ方

library(gridExtra)
grid.arrange(p1, p5, ncol = 1)

使い分けが肝心

• 工夫次第ではfacetも異なるデータや図を扱える
• patchworkは自由度が高いが、
  並べる図を一つずつ作る必要がある
• tidyr::gather と facet の組み合わせが便利
• ggplot2は簡単に纏まりある図を作れるけれど，
  本当に綺麗な図か，よく考えよう

Enjoy !