- 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
- 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
hp <- mtcars$hp
wt <- mtcars$wt
cyl <- mtcars$cyl
vs <- mtcars$vs
am <- mtcars$am
qplot(hp, wt)
qplot(hp, wt, colour=cyl)
qplot(hp, wt, size=cyl)
qplot(hp, wt, facets=vs ~ am)
qplot(hp,wt,facets = . ~ vs)
qplot(hp,wt,facets = . ~ vs, colour=cyl, size=cyl)
npt<-100
nfactor<-4
df <- data.frame(gp = factor(rep(letters[1:nfactor], each = npt)),
y = rnorm(nfactor*npt))
-
- 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)
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)
ds <- ddply(df, .(gp), summarise, mean = mean(y), sd = sd(y))
ggplot(df, aes(x = gp, y = y)) +
geom_point() +
geom_point(data = ds, aes(y = mean),
colour = 'red', size = 3)
ggplot(df) +
geom_point(aes(x = gp, y = y)) +
geom_point(data = ds, aes(x = gp, y = mean),
colour = 'red', size = 3)
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)