RA協議会テーマ別勉強会（R言語）の＃３です

1. 第3回 R言語勉強会
横浜国立大学 研究推進機構
URA 久保琢也
2021年1月11日

2. ggplot2による
グラフの描画

3. 事前準備をお願いします
❖ KAKENより採択課題情報ダウンロード
− 期間：2019年, 2020年, 2021年（別のファイル）
− 種目：基盤研究(S),(A),(B),(C)
− 分野：全審査区分
− 形式：CSVファイル
− 保存方法
• ファイル名：kaken_2019.csv, kaken_ 2020.csv, kaken_2021.csv
• 保 存 先：デスクトップ
❖ パッケージのインストール
install.packages( ggplot2 )

4. パッケージの呼び出し
❖ パッケージの呼び出し
library( dplyr ) # DFの操作
library( readr ) # データの読み書き
library( ggplot2 ) # グラフの描画

5. 科研費データのインポート
❖ read_csv( )関数
# 科研費データのインポート
d2019 <- read_csv( kaken_2019.csv )
d2020 <- read_csv( kaken_2020.csv )
d2021 <- read_csv( kaken_2021.csv )

6. データフレーム結合（行方向）
# 年度情報を追加してデータフレームを結合
d0 <- bind_rows(
d2019 %>% mutate( 年度 = 2019 ),
d2020 %>% mutate( 年度 = 2020 ),
d2021 %>% mutate( 年度 = 2021 )
)
bind_rows( df, df, df, … )
from dplyr

7. ggplot2とは
7
− Tidyverseの中のグラフの描画に特化したパッケージ
− dplyrでデータ処理した後に「%>%」で繋げてかける

8. ggplot2とは
❖ グラフの各構成要素をレイヤーで表現
− Data ：グラフ化したいデータを指定
− Aesthetic：データのマッピング方法を指定
− Geometry：グラフの種類を指定
− Theme ：データに関係ない書式、デザインを指定
− Etc.
Data
Aesthetic
Geometry
Theme

9. 散布図

10. データフレームの準備
# 研究機関ごとの採択件数と採択金額の集計
d1 <- d0 %>%
group_by( 研究機関 ) %>%
summarize( N = n( ), Total = sum( 総配分額 ) )

11. ggplotオブジェクトの立ち上げ
ggplot( data = d1 )
空白のキャンバスが
表示されるのみ

12. x軸とy軸の指定
ggplot( data = d1, aes( x = N, y = Total ) )
☆ポイント
データの列情報をグラフの
要素（軸、色、テキスト
等）に使う時にはaes関数
で指定する

13. データの描画方法の指定（散布図）
ggplot( data = d1, aes( x = N, y = Total ) ) +
geom_point( )
☆ポイント
レイヤー（関数）は「 + 」で
繋げる。「%>%」と間違い
やすいから特に注意

14. 全体テーマの変更
ggplot( data = d1, aes( x = N, y = Total ) ) +
geom_point( ) +
theme_bw( )
☆ポイント
標準は「theme_gray」だが、
他にも「theme_classic」、
「theme_void」など

15. 散布図の点の色を変更
ggplot( data = d1, aes( x = N, y = Total ) ) +
geom_point( color = orange ) +
theme_bw( )
☆ポイント
色の指定は色名以外にも「#」＋６
桁のカラーコードで詳細指定も可能
（例：#FF9900）

16. 軸ラベルの変更
ggplot( data = d1, aes( x = N, y = Total ) ) +
geom_point( color = orange ) +
theme_bw( ) +
xlab( 件数 ) + ylab( 金額 )

17. 文字化けの回避方法
ggplot( data = d1, aes( x = N, y = Total ) ) +
geom_point( color = orange ) +
theme_bw( base_family = HiraKakuPro-W3 ) +
xlab( 件数 ) + ylab( 金額 )
☆ポイント
日本語が文字化けする場合（特に
Mac）は、「theme_〇〇」の中で
でフォントを指定する

18. 近似（曲）線の描画
ggplot( data = d1, aes( x = N, y = Total ) ) +
geom_point( color = orange ) +
theme_bw( base_family = HiraKakuPro-W3 ) +
xlab( 件数 ) + ylab( 金額 ) +
geom_smooth( )

19. グラフの要素例
要素 内容
x x軸の値
y y軸の値
color 折れ線や点の色、枠線の色（棒）
fill 棒グラフの色
size 点の大きさ
shape 点の形
group 折れ線のグループ化
linetype 折れ線のタイプ
… …
☆ポイント（再掲）
データの列情報をグラフの要素（軸、色、テキスト等）に使う時
にはaes関数で指定する

20. 折れ線グラフ

21. データフレームの準備
# 旧帝大ベクトル
univ <- c("北海道大学", "東北大学", "東京大学", "名古屋大学",
"京都大学", "大阪大学", "九州大学")
# 年度、研究機関別に集計する
d2 <- d0 %>%
filter( 研究機関 %in% univ ) %>%
group_by( 年度, 研究機関 ) %>%
summarize( 件数 = n( ) ) %>%
mutate( 年度 = as.factor( 年度 ) )

22. ggplotオブジェクトの立ち上げ
ggplot( d2 )

23. x軸とy軸の指定
ggplot( d2, aes( x = 年度, y = 件数 ) )

24. テーマの変更とフォントの指定
ggplot( d2, aes( x = 年度, y = 件数 ) ) +
theme_classic( base_family = HiraKakuPro-W3 )

25. 線の描画
ggplot( d2, aes( x = 年度, y = 件数 ) ) +
theme_classic( base_family = HiraKakuPro-W3 ) +
geom_line( )
☆ポイント
この時点ではどのデータを繋げ
て線にするのかうまく伝わって
居ない

26. 研究機関ごとに線を分ける
ggplot( d2, aes( x = 年度, y = 件数, group = 研究機関 ) ) +
theme_classic( base_family = HiraKakuPro-W3 ) +
geom_line( )

27. 研究機関ごとに線の色を変える
ggplot( d2, aes( x = 年度, y = 件数,
group = 研究機関, color = 研究機関 ) ) +
theme_classic( base_family = HiraKakuPro-W3 ) +
geom_line( )

28. 点を追加する
ggplot( d2, aes( x = 年度, y = 件数,
group = 研究機関, color = 研究機関 ) ) +
theme_classic( base_family = HiraKakuPro-W3 ) +
geom_line( ) +
geom_point( )
☆ポイント
色が同じため分かりづらいが、
点は線の上に描画されている
（色を変えたらはっきりする）

29. 棒グラフ

30. データフレームの準備
# 研究種目、研究機関別に集計する
d3 <- d0 %>%
filter( 研究機関 %in% univ ) %>%
group_by( 研究種目, 研究機関 ) %>%
summarize( 金額 = sum( 総配分額 ) )

31. 軸の指定とフォントの指定
ggplot( d3, aes( x = 研究機関, y = 金額 ) ) +
theme_gray( base_family = HiraKakuPro-W3 )

32. 棒グラフの描画
ggplot( d3, aes( x = 研究機関, y = 金額 ) ) +
theme_gray( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity )

33. 研究種目ごとに色分け
ggplot( d3, aes( x = 研究機関, y = 金額, fill = 研究種目 ) ) +
theme_gray( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity )
☆ポイント
棒グラフの場合、colorは枠線
の色を指定し、fillは枠線の内側
の色を指定する

34. 棒の積み方を変更（横並び）
ggplot( d3, aes( x = 研究機関, y = 金額, fill = 研究種目 ) ) +
theme_gray( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity , position = dodge )

35. 棒の積み方を変更（100%積み上げ）
ggplot( d3, aes( x = 研究機関, y = 金額, fill = 研究種目 ) ) +
theme_gray( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity , position = fill )

36. グラフの向きの変更
ggplot( d3, aes( x = 研究機関, y = 金額, fill = 研究種目 ) ) +
theme_gray( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity , position = fill ) +
coord_flip( )

37. 配色のテーマを変更
ggplot( d3, aes( x = 研究機関, y = 金額, fill = 研究種目 ) ) +
theme_gray( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity , position = fill ) +
coord_flip( ) +
scale_fill_brewer( palette = Spectral )
☆ポイント
色を１つ１つ指定することもで
きるが、予め用意されたパレッ
トを活用すると楽ができる

38. パレット一覧
library( RColorBrewer )
display.brewer.all( )

39. おまけ

40. データフレームの準備
# 年度、研究種目、研究機関ごとに集計する
d4 <- d0 %>%
filter( 研究機関 %in% univ ) %>%
group_by( 年度, 研究種目, 研究機関 ) %>%
summarize( 金額 = sum( 総配分額 ) ) %>%
mutate( 年度 = as.factor( 年度 ) )

41. 軸の指定とフォントの指定
ggplot( d4, aes( x = 年度, y = 金額 ) ) +
theme_bw( base_family = HiraKakuPro-W3 )

42. 棒グラフの描画
ggplot( d4, aes( x = 年度, y = 金額 ) ) +
theme_bw( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity )

43. 研究種目によって色分け
ggplot( d4, aes( x = 年度, y = 金額, fill = 研究種目 ) ) +
theme_bw( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity )

44. 研究機関によってパネルを分割
ggplot( d4, aes( x = 年度, y = 金額, fill = 研究種目 ) ) +
theme_bw( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity ) +
facet_wrap( vars( 研究機関 ), nrow = 2 )
☆ポイント
facet_wrap関数は指定した列の値に
よってパネルを分ける。この際、列
数や行数の指定も可能。列名をvars
関数に入れる必要がある点に注意。

45. 配色テーマを変えてみる
ggplot( d4, aes( x = 年度, y = 金額, fill = 研究種目 ) ) +
theme_bw( base_family = HiraKakuPro-W3 ) +
geom_bar( stat = identity ) +
facet_wrap( vars( 研究機関 ), nrow = 2 ) +
scale_fill_brewer( palette = Set2 )

46. 終わり

47. Rの勉強を続けてみたい方へ
❖ C4RA
− SLACK上での意見交換、Q&A
− たまにRの会を開きたいと思っています
（まだ実績に乏しいのですが…）
❖ swirl
− Rを使いながらRを勉強するためのパッケージ
− データの操作や可視化、統計学も同時に勉強できる
− 無料だが、英語のみ
https://swirlstats.com