厚沢部文化財日誌

考古学のための統計処理その7_データの形に応じたグラフの選択

データの可視化を考える際に、絶対に考慮するべきは「データの形」です。



連続量と離散量

「データの形」を考える前に連続量と離散量について解説します。

連続量は土器の口径とか底径のような数値で表される属性です。
これに対して離散量は「カテゴリカル変数」とも呼ばれますが、「分類」のことです。
遺跡、型式、器種などがこれに相当します。

連続量と離散量の組み合わせによって可視化の手法が決まります。



連続量のみ＝ヒストグラム

連続量のみの1変量の場合はヒストグラム一択です。
後に紹介するように連続量と離散量の組み合わせや連続量が2変量以上ある場合は、一気に箱ひげ図や散布図を作りたくなりますが、まずは1変量ずつヒストグラムを作成して分布の形を確認する癖をつける必要があります。




離散量のみ＝棒グラフ

土器型式ごとに分類された土器の破片数や遺跡ごとに集計された遺物のデータなどがこれに該当します。




連続量と離散量＝箱ひげ図

連続量の分布の形を離散量ごとに比較します。
土器型式ごとの口径の分布を比較するような場合です。

以前の記事では、(1)ファセットされた棒グラフ、(2)密度図、(3)箱ひげ図を紹介しましたが、わかりやすさでは箱ひげ図に軍配が上がりそうです。
この形のデータはまず箱ひげ図を描画することを考えるべきです。

箱ひげ図はエクセルなどで作成することはできないのですが、中央値、四分位値、95%値などが算出できれば手書きでも作成できるので、作成の難易度も低いという利点があります。




離散量と離散量＝構成比棒グラフ

遺跡ごとの土器型式の比率や土器型式ごとの器種の比率を調べるケースです。
この場合、2つの方法が考えられます。

(1)構成比棒グラフ

まずはこの方法で可視化することを考えるべきです。

構成比棒グラフの欠点は、棒の中の塗りつぶしの変数が多くなると見づらくなる点です。
塗りつぶしに使用する変数を適切に統合して見やすくする工夫などが必要になりますが、そのような統合を行いたくない場合には次の方法を検討します。


(2)遺跡ごとにファセットした棒グラフ




連続量と連続量＝散布図

散布図一択になります。
散布図は連続変数の因果関係を可視化することが目的となります。
Y軸に結果を示すと思われる変数、X軸に原因を示すと思われる変数をあてはめます。




まとめ

1. 連続量のみ＝ヒストグラム
2. 離散量のみ＝棒グラフ
3. 連続量と離散量＝箱ひげ図
4. 離散量と離散量＝構成比棒グラフ
5. 連続量と連続量＝散布図

この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

考古学のための統計処理その6_ヒストグラム編

連続量のデータがあった場合、まず何をするのが適切か？と問われれば、「分布の形を確認する」と答えることになります。
分布の形を可視化する最善の方法はヒストグラムを描くことです。



刀身長の分布
前回の散布図編で使用したのと同じ古代の刀剣のデータ（恵庭市西島松5遺跡出土の刀剣類）を使用します。

私たちには予備知識として、刀剣には刀子のようなマキリ状の小さなもの、刃渡り30cm前後の短刀、刃渡り60cmを超えるような太刀があることを知っていますが、そうした予備知識をいったん忘れてデータを観察します。

刀身長の分布は15cm、23cm、40cmあたりに峰をもつ3峰分布となっているようです。
刀子、短刀、短めの太刀に相当する刀身長の分化があると推測できます。
ここではこれ以上踏み込みませんが、「分布の形はヒストグラム」というのが鉄則です。



散布図ではだめなのか？

2変量が用意できる場合は散布図で比較することも可能と思われるかもしれません。
実際、考古学の論文や発掘調査報告書を読むと、分布の可視化に散布図を用いているケースが非常に多いと感じます。

下の図は、刀身長と刀身元幅の散布図です。
この図が間違いとは言いませんが、ヒストグラムと比較して、分布の形がわかりやすいと言えるでしょうか？
下の散布図から分布に関して何らかの結論を出すのは「結論有りき」と批判されてもやむを得ないと思います。


なぜヒストグラムなのか？

ヒストグラムのもう一つの利点は、分布の形状を数的モデルに近似して比較できることです。
下の図は正規曲線を重ねた刀身長のヒストグラムです。
正規化しているので、Y軸は密度になっていますが、分布の形は変化しません。
刀身長のヒストグラムと正規分布曲線を重ねることによって、刀身長の分布が正規分布から大きく外れていることがはっきりします。
これは、散布図では絶対に表現できません。
上記のヒストグラムから、私たちは確信をもって、古代の刀剣は複数のサイズ規範があり、それは15cm前後、23cm前後、40cm前後と推測できる、と主張できます。



なぜヒストグラムは（考古学で）使われないか

ヒストグラムのもつ「数的モデルとの近似が容易である」という特性を考古学の研究者が活かせていない、ということが考えられます。
正規分布とは何か、正規分布で近似できるということはどのような意味をもつのか、そのような判断が難しいのだろうと思います。



エクセルでヒストグラム

考古学でヒストグラムがあまり使われない最大の理由は、意外にも「エクセルでヒストグラムを作りにくい」ということかもしれません。
エクセルでヒストグラムを作れないわけではないのですが、度数分布表を作成してから棒グラフとして作成するので、一手間かかります。

ビン幅の調整をするにも、いちいち度数分布表を作り直さないといけない、というのも面倒です。
こうした理由でヒストグラムが敬遠されるのかな、と思いますが、そうだとすればちょっと残念な話です。





この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

考古学のための統計処理その5_散布図を描く目的

前回（考古学のための統計処理その4_散布図編）、散布図を描く目的は「二変量の関係を可視化する」ことだと述べました。
このことをもう少ししつこく説明します。



散布図で表現するのは分布や群別の偏りではない

Rのirisデータから「がく片長」と「がく片幅」を品種ごとに示して、回帰直線をあてはめました。
下のグラフを見ると、品種によって「がく片長」、「がく片幅」が異なることがわかります。

このような散布図で、品種によって「がく片長」や「がく片幅」が異なることを示そうと考えるかもしれません。
しかし、考古学のための統計処理その1_安易に散布図描いてませんかで述べたとおり、群ごとの分布の違いを可視化するには、箱ひげ図や密度図が適切です。
この目的に、あえて散布図を用いる必然性はありません。




因果関係を可視化する

「二変量の関係を可視化する」とは、究極的には「因果関係の可視化」です。

たとえば、学力と子どもの環境の因果関係では、「学力テストの点数」という変量「果」に対して「因」となる変量は「親の収入」や「TVの視聴時間」、「睡眠時間」などが考えられます。

したがって、散布図を描く前に考えることは「因果」の「因」にあたる変量と「果」に当たる変量が何か、ということです。
少なくとも「因」にあたる変量がはっきりしないデータには、そもそも散布図を描く価値はない、と断言できます。



刀身長はどうやって決まるか

古代の刀剣を対象としたデータ（恵庭市西島松5遺跡出土の刀剣類）で散布図を作成します。
仮に追求すべきテーマを「刀身長と他の属性との因果関係」とします。

刀身の長さは端的に刀剣のサイズを示すものです。
刀剣をつくるときには、まず刀身長が最初に決まり、刀身長に見合った各部のサイズが決められるものと予想されます。

この場合、因果関係の「果」にあたる変量が刀身長であり、「因」にあたる変量を探索することとなります。



独立変数と従属変数

散布図を描く場合の約束として、因果関係の「果」にあたる変量をy軸に、「因」にあたる変量をx軸に割り当てます。
y軸に割り当てられた「果」にあたる変量を「従属変数」、x軸に割り当てられた「因」にあたる変量を「独立変数」と呼びます。

以下の図は独立変数（x軸）に刀剣の各部のサイズ、従属変数（y軸）に刀身長を割り当てています。

刀身元幅

茎長

刀身先幅

刀身元厚

茎先幅

茎元幅

上記の散布図が示すところからは、多くの属性が刀身長と相関関係にあることが読み取れます。
一方、刀身元幅のように相関が強そうな変量もあれば、茎先幅のように相関が弱そうな変量もあります。
刀身長との相関の強弱を判断することで、古代の刀剣に求められた規範意識を読み取ることが可能かもしれません。



考古学と散布図

考古学では「二変量の関係を可視化する」という用途に散布図が適切に使われているケースが少ないように思います。
考古学では連続変数同士の関係を調べることが有効な場合があまり多くないのかもしれません。

私自身も散布図を使うべき具体例があまり思いつきませんでした。





この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

考古学のための統計処理その4_散布図編

散布図は考古学の論文・報文でもっとも多く使われるグラフ表現かもしれません。
しかし、散布図が最も得意とする「二変量の関係を可視化する」という用途に使われることが案外少ないように思います。



がくの長さと幅の関係

今回も使用するデータはRのirisデータです。
アヤメの花のがくの長さと幅の関係を調べます。

アヤメの種類によってがく片長とがく片幅が異なるため、群ごとに調べた方が良さそうです。


同一のプロット領域に描画する

群ごとにファセットして描画する


考古学の論文や報文では、上の図のように複数の群を色やシェープを変えて描画する場合が多いように感じます。
もちろん間違いではありませんが、「二変量の関係を可視化する」という目的では、下の図のように群ごとにファセットする方が特徴を明確に捉えることができます。
特に発掘調査報告書や雑誌掲載原稿ではカラー図版を使えないケースが多いと思いますので、群ごとにファセットしたほうが、読み取りやすいグラフ表現になります。




「二変量の関係」とは？

散布図を使いこなすのが難しいのは、「二変量の関係」は、何らかの数学的なモデルに近似して把握することが必要だからだと思われます。
日頃から数式に慣れている研究者ならともかく、私たち考古学研究者は数学的な訓練をあまり受けていません。
そうしたことから、散布図→二変量の関係の読み解き→モデル式の当てはめ　という手順を踏んで統計処理を進めていくことが苦手なのではないかと感じています。



「二変量の関係」を把握する

まず、考えるべきことは

二変量の関係が一次式に当てはまるか否か

ということです。


二変量の関係を記述しようとするとき、統計に通じた方は「相関係数」を算出しようと考えると思います。
しかし、相関係数は二変量を一次式に近似した上で、その一致度合いを計るものです。
二変量の関係が2次式や反比例式で近似するほうが妥当な場合には使えません。



散布図を読み解く

あらためてirisのがく片長とがく片幅の散布図を読み解きます。
下図は品種「setosa」の散布図です。
上のグラフはどちらかといえば、直線的な分布に見えます。
一次式を当てはめると以下のようになります。
上で当てはめた一次式は下のようなものです。

　　y=0.69x+2.63

単に数式を当てはめるだけなら、下のような多項式の曲線でも良いわけです。
コンピュータに任せればこのような当てはめは自動的に行ってくれますが、機械的にラインを当てはめるだけなら、グラフを描画する必要はありません。
二変量の関係を可視化する目的は、どのような数式でモデル化するべきかということを人間が主観的に判断するためです。




散布図を描く目的

iris「setosa」の二変量の関係は1次式で近似できそうだと読み解きました。
ここからは、相関係数の算出、当てはめた一次式の統計的な妥当性を判断していくことになります。

こうした統計手法を使う前提として、散布図によって二変量の関係を視覚化する必要があるのです。







この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

考古学のための統計処理その3〜構成比棒グラフは工夫が必要

前回、構成比の可視化に円グラフを使わない原則を述べました。

構成比を比較するために用いるのが構成比棒グラフです。
面積ではなく、長さや位置で構成比が視覚化されるため、円グラフよりも正確な読み取りが可能です。
構成比棒グラフは比率を視覚化するためには非常に優れたグラフ表現です。


一方、欠点もあります。
発掘調査報告書でカラーグラフを掲載できるケースはほとんどありません。
したがって、グレースケールの構成比棒グラフを作成することとなります。
カテゴリーを9段階に分割した下のグラフはモニター上ではなんとか識別できますが、オフセット印刷の仕上がりでこれを識別することは不可能です。
凡例の対比は絶望的です。


オフセット印刷の場合、グレスケール（網掛け）は20〜30%スパンが識別できる限界です。
構成比棒グラフでは4群〜5群が表現上の限界と考えて差し支えありません。



解決法1　カテゴリーを減らす

カテゴリー数が多すぎてグラフが識別できないのなら、カテゴリー数を減らすことをまず考えるべきです。
3群まで減らせばオフセット印刷でも対応可能なグレースケールのグラフになります。
カテゴリー数を大幅に減らした下のグラフでも、遺跡ごとの陶磁器構成比の特徴が示されています。



解決法2　ただの棒グラフを使う

どうしてもカテゴリー数を減らしたくない場合は、縦軸を器種、横軸を遺跡でファセットした棒グラフが有効です。
花粉分析などの分析結果でよく見る形のグラフです。
よほどカテゴリー数が多くない限り、グラフ表現として成立します。
もちろんオフセット印刷原稿としても問題ありません。












この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

考古学のための統計処理その2〜構成比の可視化に円グラフを使わない原則

遺跡ごとあるいは住居跡ごとに出土遺物の構成比を調べるような場合の手法です。


円グラフは基本的に使いません

人間の目は線の長さや点の位置を把握することには長けていますが、面積の大小を認識するのは苦手です。
円グラフは面積で比率を表すので比率の比較には向いていないのです。




３D円グラフは錯覚を利用する道具です

３D円グラフは目の錯覚を利用して、特定の値を大きく（小さく）見せるための手法です。
下のグラフは手前にある「皿」の比率がやけに高くみえます。

公文書や学術的な報告で使うべきものではありません。


よって、構成比の可視化には棒グラフを使用します。
次回は構成比棒グラフ編です。



参考

統計解析環境「R」でpie chart（円グラフ）のヘルプを見ると以下のように記述されています。

Pie charts are a very bad way of displaying information.
The eye is good at judging linear measures and bad at judging relative areas.
A bar chart or dot chart is a preferable way of displaying this type of data.

円グラフは情報の表示方法としては悪い方法です。
目は直線的な目盛りを見分けることは得意ですが、面の関係を判断することは苦手です。
こうした情報を表示するには、棒グラフかドットチャートが適しています。

この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

考古学のための統計処理その１おまけ_多重比較

考古学のための統計処理その１_安易に散布図つくってませんか？のおまけ編です。
箱ひげ図によって、がく片長やがく片幅は品種によって差がありそうだということがわかりました。
差があるかどうかを定量的に判断するために統計的な検定を行います。



本当に差があるのか？

irisデータの品種は3つの群に分かれていますので、3つの群同士に差があるかどうかを統計的に確かめることになります。
多群の差の検定手法の一つである「多重比較」を行います。



分散分析からの多重比較

手法が少し面倒です。
分散分析で品種によって差があるかどうかを確認します。

Rでaov関数の結果をanova関数に渡します。

anova(aov(がく片長~品種,data=data))


#####分散分析の結果
Response: がく片長
Df Sum Sq Mean Sq F value Pr(>F)
品種 2 63.212 31.606 119.26 < 2.2e-16 ***
Residuals 147 38.956 0.265
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#####

p値が2.2e-16と極めて小さい値をとることから、品種によって差があることがわかります。



TukeyHSD関数で多重比較

次にどの品種に差があるのかを調べるために多重比較を行います。
aov関数の結果をTukeyHSD関数に渡します。

TukeyHSD(aov(がく片幅~品種,data=data))

#####分散分析の結果
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = がく片長 ~ 品種, data = data)

$品種
diff lwr upr padj
versicolor-setosa 　 0.930 0.6862273 1.1737727 0
virginica-setosa 1.582 1.3382273 1.8257727 0
virginica-versicolor 0.652 0.4082273 0.8957727 0
#####

「padj」がp値ですが、小さすぎて「0」が表示されています。
すべての品種で統計的に有意な差があることがわかります。



pairwise.t.test関数で多重比較

pairwise.t.test関数でも多重比較が可能です。

pairwise.t.test(data$がく片長,data$品種)

#####分散分析の結果
　　　setosa versicolor
versicolor 　1.8e-15 　　-
virginica 　<2e-16 　2.8e-09
#####

いずれの品種の組み合わせでも有意な差があります。
たとえば、「versicolor」と「virginica」の差が誤差である確率は0.00000028%です。



まとめ

多重比較は強力な手法ですが、いろいろな方法があって学ぶほどに泥沼にはまっていきます。
また、統計的に有意であることが考古学的に有意であることを保証するわけではありません。

検定で有意差を証明することは大切ですが、考古学にとって必須の作業ではありません。
適切な手法でデータの分布を視覚化するだけで、多くの場合は十分な成果が得られると考えています。

考古学のための統計処理その１_安易に散布図つくってませんか？

考古学で統計的な処理を行う場合の考え方について整理していきたいと思います。
統計解析環境Rに付属する「iris」（アヤメのデータです）データセットを使います。



法量と土器分類の関係を調べる

土器の口径をx軸、器高をy軸にとって散布図を描いて、法量と土器分類の関係を調べるケースです。
下のような散布図を描画して、「setosa」は他の2つと区別できそうだ、などと判断するわけです。

ここで考えるべきは、群別データの関係を調べる場合に、本当に2変量（がく片長とがく片幅）が必要なのか、ということです。
1変量ずつ調べていくことが手堅い手法です。



異なるグループによるデータの可視化には以下のような方法があります。

１　ヒストグラム

２　密度図
３　箱ひげ図

密度図や箱ひげ図では品種ごとの差がよくわかります。
散布図では「vergicolor」と「virginica」の違いは明確ではありませんでしたが、1変量ずつ比較することで差がありそうだということがわかってきました。

なお、散布図でy軸に割り当てられていた「がく片幅」の箱ひげ図は下のようなプロットになります。

まとめ

考古学で群別データを扱う場合に、安易に散布図を作成する傾向がありますが、散布図は本来、2変量の関係を調べるためのものです。
1変量の分布を調べる場合にはヒストグラム、群別データの違いを調べる場合には箱ひげ図など、目的に応じた可視化の手法を選択することをおすすめします。

この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

ggthemesのテーマとカラーパレット

これなしではもはやggplot2を使う気がしない、というggthemesパッケージ。
テーマとカラーパレットの組み合わせで無限のグラフ表現が可能になるのですが、膨大なテーマとパレットを使いこなすのが大変です。
できる限りのテーマとカラーパレットを出図しました。



テーマを変える

###パッケージの読み込み
library(ggplot2)
library(ggthemes)

###theme_base()
##Rのデフォルトのグラフっぽいレンダリング
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+geom_point()+theme_base()

###theme_calc()
##theme_base()に似ているけど、横線が入る
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_calc()+scale_colour_calc()

###theme_economist()
##雑誌「エコノミスト」掲載のグラフっぽいものができるらしい
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_economist()+ scale_colour_economist()

##姉妹品のtheme_economist_white()
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_economist_white()

###theme_excel()
##エクセル風のグラフ。ネタとしか思えない・・・
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_excel()+scale_colour_excel()

###theme_few()
##デフォルトのRグラフに近いあっさりテーマ。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_few()+scale_colour_few()

##カラーパレットscale_colour_few("dark")
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_few()+scale_colour_few("dark")

##カラーパレットscale_colour_few("light")
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_few()+scale_colour_few("light")

###theme_fivethirtyeight()
##http://fivethirtyeight.com/というウェブサイトで使われているグラフのデザインらしい・・・
##theme_economist()を少しスッキリさせたようなデザイン
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_fivethirtyeight()+scale_colour_fivethirtyeight()

###theme_foundation()
##かっちりとしたデザイン
##これをベースに別のテーマを開発してちょうだい、ということみたいですがこれでも悪くない。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_foundation()

##theme_gdocs()
##シンプルで視認性が高い。Googledocsのデザインを真似たもの。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_gdocs()+scale_colour_gdocs()

##theme_hc()
##JSのグラフライブラリHightcharts風のテーマ。
##背景はあっさりしてます。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_hc()+scale_colour_hc()

##theme_igray()
##背景がグレイ
##私には今ひとつ。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_igray()

###theme_map()
##地図描画専横の背景
##凡例とプロット以外白紙になっちゃう。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_map()

##地図を描画するとこんな感じ。

###theme_pander()
##背景は完全に白紙で超シンプル。
##scale_colour_pander()も視認性が高い。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_pander()+scale_colour_pander()

###theme_par()
##これもシンプル系
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_par()

###theme_solarized()
##背景色が絶妙、オシャレ系テーマ
##http://ethanschoonover.com/solarized
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_solarized()+scale_colour_solarized()

##"dark"
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_solarized(light=F)+scale_colour_solarized()

###theme_solid()
##究極シンプル。ドット以外、本当に何もない！！
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_solid()

###theme_stata()
##背景に薄く色がついて、描画領域は白抜き
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_stata()

##scheme="s1rcolor"
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_stata(scheme = "s1rcolor")

##scheme="s1mono"
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_stata(scheme = "s1mono")

###theme_tufte()
##軸がなく、とてもシンプル
##データプレゼンテーションの第一人者、エドワード・タフトさんのデザインみたいです。
##ペアプロット（散布図行列）はこれで決まりかな、と思っている。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_tufte()

###theme_wsj()
##ウォールストリートジャーナル風らしい。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_wsj()+ scale_colour_wsj()

###theme_minimal()
##ggthemesのマニュアルにはなぜか記載されていないけれど、一押しシンプルテーマ。
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()



カラーパレット色々

###scale_colour_pander()
##散布図
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_pander()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_pander()

###scale_colour_canva()
##散布図
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_canva()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_canva()

###scale_colour_economist()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_economist()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_economist()

###scale_colour_few()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_few()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位),alpha=0.7)+
geom_histogram()+theme_minimal()+scale_fill_few()

###scale_colour__fivethirtyeight()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_fivethirtyeight()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_fivethirtyeight()

###scale_colour_scale_colour_gradient2_tableau()
##貴重な連続量のカラーパレット
##データ視覚化ツール、タブローのカラーパレットみたいです。
##デフォルト
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=標高,shape=区分))+
geom_point()+theme_minimal()+scale_colour_gradient2_tableau()

#Temperature
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=標高,shape=区分))+
geom_point()+theme_minimal()+scale_colour_gradient2_tableau("Temperature")

###scale_colour_scale_colour_gradient_tableau()
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=標高,shape=区分))+
geom_point()+theme_minimal()+scale_colour_gradient_tableau()

###scale_colour_hc()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_hc()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_hc()

###scale_colour_ptol()
##Paul Tollさんのカラーパレット
##ptolのカラーパレットはわかりやすいのでポスターやプレゼンでも使っています。
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_ptol()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_ptol()

###scale_colour_stata()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_stata()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_stata()

###scale_colour_tableau()
##あでやかな感じ
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_tableau()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_tableau()

###scale_colour_wsj()
##ウォール・ストリート・ジャーナル風のパレット
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_wsj()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_wsj()

###scale_colour_calc()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_calc()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_calc()

###scale_colour_excel()
##このパレットを必要とする人がいるとは思えないのですが・・・
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_excel()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_excel()

###scale_colour_gdocs()
##Google docs風のカラーパレット
##悪くないです。
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_gdocs()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_gdocs()

###scale_colour_solarized()
##散布図_離散量
p<-ggplot(data2,aes(x=傾斜,y=日射量,colour=斜面方位,shape=区分))+
geom_point()+theme_minimal()+scale_colour_solarized()

##ヒストグラム
p<-ggplot(data2,aes(x=日射量,fill=斜面方位,alpha=0.7))+
geom_histogram()+theme_minimal()+scale_fill_solarized()









#クリエイティブ・コモンズcc by
この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。

GGallyパッケージのggpair関数を使いこなすための覚え書き

GGallyパッケージに含まれているggpairsが簡単にペアプロット（散布図なんかが行列風になっているもの）を作成してくれる期待感の高いパッケージなのですが、グラフをきっちり仕上げようとするとちょっとくせがあります。

####まずはパッケージを読み込みます。
library(ggplot2)
library(GGally)


####全データを投入してプロット
##引数にデータフレームを指定するだけ
p<-ggpairs(data2)


右上＝upper
左下＝lower
真中＝diag


連続量×連続量
upper　相関係数
lower　散布図
連続量×離散量

upper　箱ひげ図
lower　ヒストグラム（ファセット）

離散量×離散量　棒グラフ（ファセット）

diag
連続量　密度図
離散量　棒グラフ




グラフの変更
###upperの連続量にsmooth_loes、連続×離散にfacethist、離散量にratioを指定
##領域名＝list(変数の種別=グラフの種類)
p<-ggpairs(data2,upper=list(continuous="smooth_loess",combo="facethist",discrete="ratio"))



###diagの連続量にbarDiagを指定するとヒストグラムになる。
p<-ggpairs(data2,diag=list(continuous="barDiag"))



###lowerの連続量に相関係数、連続×離散にボックスプロットを指定
p<-ggpairs(data2,lower=list(continuous="cor",combo="box"))



###upperの連続×離散（combo=）にドットを指定
p<-ggpairs(data2,upper=list(combo="dot"))


###lowerの連続×離散(combo=)にdenstripを指定
p<-ggpairs(data2,lower=list(combo="denstrip"))

###連続量にdensityを指定
###MASSパッケージが必要なので入れておく。
install.packages("MASS")
p<-ggpairs(data2,upper=list(continuous='density'))

指定できるグラフ

continuous（連続量×連続量）
’points’＝散布図
’smooth’＝散布図＋平滑化線
’smooth_loess’＝散布図＋平滑化線＋信頼区間
’density’=等高線
’cor’＝相関係数
’blank’＝表示しない

combo（連続量×離散量）
’box’＝箱ひげ図
’box_no_facet’=ファセットしない箱ひげ図
’dot’=ドット
’dot_no_facet’=ファセットしないドット
’facethist’=ヒストグラム
’facetdensity’=密度図
’denstrip’=帯状密度図
’blank’=表示しない

discrete（離散量）
’facetbar’=棒グラフ
’ratio’=よくわからない
’blank’=標示しない



aesを指定する

###aes(colour)の指定
p<-ggpairs(data2,aes(colour=区分))

###aes(colour,fill)の指定
p<-ggpairs(data2,aes(colour=区分,fill=斜面方位))


文字の大きさを変える
###軸レベルを5ポイントにして、その他を7ポイントにする。
p<-ggpairs(data2)+theme(axis.text= element_text(size=5),legend.title = element_text(size=7),legend.text = element_text(size=7),axis.title = element_text(size=7),plot.title= element_text(size=7),strip.text=element_text(size=7))


###相関係数の文字の大きさを変える
##wrap("cor",size=3)で相関係数とサイズを指定
p<-ggpairs(data2,upper=list(continuous=wrap("cor",size=3)))


ドットの大きさを変える
###ドットサイズを0.1にする
##wrap("points",size=0.1)で散布図を指定しつつドットサイズを0.1mmにする。
p<-ggpairs(data2,lower=list(continuous=wrap("points",size=0.1)))




テーマを変える
##ggthemesパッケージ読み込み
library(ggthemes)
##theme_minimal()　シンプルで好き
p<-ggpairs(data2)+theme_minimal()
##theme_tufte()　こちらもシンプルで好きだけどpdfにすると日本語が化けるので日本語フォントを指定する。
##base_family = "Japan1GothicBBB"で日本語ゴシックフォントを指定
p<-ggpairs(data2)+theme_tufte(base_family = "Japan1GothicBBB")

##theme_solarized()　かっこいいけど、仕事で使っていいのか・・・
p<-ggpairs(data2)+theme_solarized(light = FALSE)


カラーパレットは使えないみたい

ggpairs()でscale_colour_brewer()などのカラーパレットを指定しようとすると

p<-ggpairs(data2)+scale_colour_brewer(pallete=""Set1)

'ggmatrix' does not know how to add objects that do not have class 'theme' or 'labels'

というエラーが出ます。
ggplot2のデフォルトカラーパレットを変更すればよいようですが、難しそうなので今のところあきらめています。


論文なんかで使う場合を想定
今のところ、こんな感じがよさそうかな、と思っています。
##upper=list(continuous=wrap("cor",size=3))で右上の相関係数の文字を小さくする。
##diag=list(continuous="barDiag"で斜め列をヒストグラムにする。
##lower=(continuous=wrap("points",size=0.1))で左下散布図の店のサイズを小さくする。
##+theme_tufte(base_family = "Japan1GothicBBB")であっさりテーマに変更
##+theme(axis.text=...　以降で文字サイズを小さくする。
p<-ggpairs(data2,upper=list(continuous=wrap("cor",size=3)),diag=list(continuous="barDiag"),lower=list(continuous=wrap("points",size=0.1)))+theme_tufte(base_family = "Japan1GothicBBB")+theme(axis.text= element_text(size=5),legend.title = element_text(size=7),legend.text = element_text(size=7),axis.title = element_text(size=7),plot.title= element_text(size=7),strip.text=element_text(size=7))





この 記事 は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に提供されています。