2012-06-03

ggplot2パッケージに慣れる

R ggplot2

こちらでggplot2とlatticeとを比較した
ggplot2の方が性に合っているようなので、使ってみることにした
その前に、Rの作図の基礎を知っておいた方が良いかと思ったので、こちらを眺めた
さて。
ggplot2の基礎(こちらとこちらを参考に)
- プロットの基本関数
- 修飾する多様だが、カテゴライズされた関数群
プロットの基本関数は２つ
- qplot()
- ggplot()
修飾する関数群
- こちらに群ごとの関数がサムネイル画像とともに並べてある
- Geoms : レコードに基づいて表示する形象とその性質を決める
- Statistics : 記述統計・推定その他の統計処理をして、描図する対象を作る
- Scales : 値を視覚表現に結び付ける(色とか)
- Coordinate systems : 作図上の座標は、座標系の上に実現する。そのための対応づけ
- Facetings : データ全体を分割した上で並べて表示する
- Position adjustments : 重ね描きをコントロールする
簡易操作。qplot()を使う
- ggplot()を使う方が、重ね描きをするggplot2らしさがにじむ

# データフレームmtcarsから、各列を取り出しておこう
hp <- mtcars$hp
wt <- mtcars$wt
cyl <- mtcars$cyl
vs <- mtcars$vs
am <- mtcars$am
# 横軸にhp、縦軸にwtのコプロット
qplot(hp, wt)
# cylで群に分けて、cylの値を点の色にする
qplot(hp, wt, colour=cyl)
# cylで群に分けて、cylの値を点の大きさにする
qplot(hp, wt, size=cyl)
# 縦軸にvsでの群分け、横軸にamでの群分けをしてコプロットする
qplot(hp, wt, facets=vs ~ am)
# 横軸だけで群分けすれば
qplot(hp,wt,facets = . ~ vs)
# 色分けを追加して
qplot(hp,wt,facets = . ~ vs, colour=cyl, size=cyl)

ggplot()を使おう

# ４グループについて、それぞれ100サンプルのデータ(データフレーム)を作る
npt<-100
nfactor<-4
df <- data.frame(gp = factor(rep(letters[1:nfactor], each = npt)),
                 y = rnorm(nfactor*npt))
# 各群について、meanとsdを計算してデータフレームに格納する

- plyrパッケージはggplot2パッケージの作者と同じ人が作った、一連の「一括処理関数群」のパッケージ(こちら)
  - こちらも参考

In/Out	Array	DataFrame	List	Discarded
Array	aaply	adply	alply	a_ply
DataFrame	daply	ddply	dlply	d_ply
List	laply	ldply	llply	l_ply

library(plyr)
# dfを処理する、dfのgpによって
# ddplyのddはデータフレームを入力にして、データフレームを出力にする、という意味でdが２つ
# dfのgpを区別に使って、summarise(これはplyrパッケージのddplyをうまく使うための関数)し、dfのyのmean,sdを計算する
ds <- ddply(df, .(gp), summarise, mean = mean(y), sd = sd(y))

# dfをデータにx軸はgp、y軸はyのグラフを描く
# dfの点を加え
# dsのデータ(meanとsd)も点として描く。色とサイズは指定した通り
ggplot(df, aes(x = gp, y = y)) +
   geom_point() +
   geom_point(data = ds, aes(y = mean),
              colour = 'red', size = 3)
# 次のようにもできる
ggplot(df) +
   geom_point(aes(x = gp, y = y)) +
   geom_point(data = ds, aes(x = gp, y = mean),
                 colour = 'red', size = 3)
# こんな風にもできる
# mean +- sdにエラーバーとしての水平線を描かせている
ggplot() +
  geom_point(data = df, aes(x = gp, y = y)) +
  geom_point(data = ds, aes(x = gp, y = mean),
                        colour = 'red', size = 3) +
  geom_errorbar(data = ds, aes(x = gp, y = mean,
                    ymin = mean - sd, ymax = mean + sd),
                    colour = 'red', width = 0.4)