Download as PDF, PPTX
![地図を書くためのおまじない
#言語データの読み込み
mono<-read.table("laj_q036_b02-01b.csv",header=T,row.names=1,sep = ",")
#地理データの読み込み
pd<-read.table("LAJ_ALL_Points_V2.txt",header=T)
#データ列の付け加え
mono2<-transform(mono, x=1, y=1)
#地理データ中の地点番号と言語データ中の地点番号をリンクさせる
for(i in 1:nrow(pd) ){
for(j in 1:nrow(mono2)){
if(pd$Point_no[i] == mono2$loc[j]){
mono2$x[j] <- pd$X_degree[i]
mono2$y[j] <- pd$Y_degree[i]
}
}
}
#とりあえず，それっぽくプロット
plot(mono2$x,mono2$y,col=mono2$v_code_1,pch=16)
15](https://image.slidesharecdn.com/r-120212005153-phpapp01/85/R-15-320.jpg)
![色々調整をして…
#行数と列数がsimccの列数の行列で 71646 72458 72495 170805 172775
成分が0の行列を作り，mdist0に入 71646 0 0 0 0.2 0
れる．このとき行名列名はそれぞれ， 72458 0 0 0 0.2 0
simccの行名と列名と同じ（すなわ 72495 0 0 0 0.2 0
ち地点番号） 170805 0.2 0.2 0.2 0 0.2
mdist0<- 172775 0 0 0 0.2 0
matrix(0,nrow=nrow(simcc),ncol=n 173910 0 0 0 0.2 0
row(simcc),dimnames=list(rownam 174554 0 0 0 0.2 0
es(simcc),rownames(simcc))) 174755 0.6 0.6 0.6 0.8 0.6
179813 0.4 0.4 0.4 0.6 0.4
for(k in 1:nrow(simcc)){ 270318 0 0 0 0.2 0
for(l in 1:k){ 368882 0.6 0.6 0.6 0.8 0.6
mdist0[k,l]<- 371091 0.6 0.6 0.6 0.8 0.6
dist[simcc[k,1],simcc[l,1]] 372058 0.6 0.6 0.6 0.8 0.6
mdist0[l,k] <- 372071 0.6 0.6 0.6 0.8 0.6
mdist0[k,l] 469533 0.6 0.6 0.6 0.8 0.6
}
557706 0.6 0.6 0.6 0.8 0.6
}
559402 0 0 0 0.2 24 0](https://image.slidesharecdn.com/r-120212005153-phpapp01/85/R-24-320.jpg)
![では，ネットワーク
library(sna) 今回は描画のみ
par(bg = "grey10") #描画領域の背景色指定
am<-1-mdist0 #類似度am
coo<-simcc[,2:3] #緯度経度
vcol<- read.table(“clipboard”,header=T) #色のpm, 別途用意
#gplot(データ，
gmode = "graph", 無向グラフ
vertex.cex = 1.3, 頂点の大きさ
jitter = F, 頂点の位置を微動させるか
thresh=0.5, 辺を描く閾値，この数より大きければ引く
edge.lwd=am, エッジの太さ
vertex.col = vertex.col=cm.colors(6)[vcol[,2]], 頂点の色
edge.col = rgb(1,1,1,0.1), 線の色(rgb)と透過度
coord=coo 頂点の配置)
#ネットワークのプロット
gplot(am,gmode="graph",vertex.cex=1.3,jitter=F,thresh=0.5,edge.lwd=am,
vertex.col=cm.colors(6)[vcol[,2]],edge.col=rgb(256,256,0,0.05),coord=coo)
25](https://image.slidesharecdn.com/r-120212005153-phpapp01/85/R-25-320.jpg)
Rで方言のネットワーク分析
- 1. Rで方言のネットワーク分析 小野原彩香 @aonoa732384 Osaka.R #7 2012/02/12(日) 大阪大学豊中キャンパス 背景：snaﾊﾟｯｹｰｼﾞ内gplot3d()にて作成 1
- 2. データをマイ 自己紹介 ニングしている ところ…？…ろ？ 言語地理 @aonoa732384 学 小野原 彩香 文化情報学研究科 データサ イエンス 博士後期課程 興味・関心 社会言語 学 地域研究 2
- 3. 方言地図というものが色々ある • 柳田國男の方言周圏論 『蝸牛考』が有名？ • 日本方言研究会のHPにあるも のだけでもかなりある（300 種類ほど掲載）． – 言語地図目録（単行本） – http://dialectology- jp.org/wiki.cgi?page=%A 5%C7%A1%BC%A5%BF%A5 %D9%A1%BC%A5%B9%2F% B8%C0%B8%EC%C3%CF%BF %DE%CC%DC%CF%BF%2F% B8%C0%B8%EC%C3%CF%BF %DE%CC%DC%CF%BF%A1% CA%C3%B1%B9%D4%CB%D C%A1%CB 3
- 4. 今日は， • 国立国語研究所編『日本言語地図（全6巻）』 (1966年〜1974年刊行)のうち， • 「ものもらい」の地図について分析 第112図 ものもらい（麦粒腫） http://www6.ninjal.ac.jp/laj_map/04/03/ ©フリーメディカルイラスト図鑑 4
- 5. 「ものもらい」 • 『日本言語地図』データベース （http://www6.ninjal.ac.jp/lajdb/）にて，試 験的に公開されている． • http://www6.ninjal.ac.jp/lajdb/04/ – laj_q036_b02-01b.csv（元データ） – readme_q036_b01-01b_pub.txt（データの説明） 5
- 6. laj_q036_b02-01b.csv どの地点にどういう語形があるかというデータ 6
- 7. 元の方言地図 各地での「ものもらい」の 言い方が記号であらわされ ている． 全国2400カ所 7
- 8. 記号の凡例 8
- 9. いきなり，プロット 45 40 mono2$y 35 30 どうやって作ったの？ 25 125 130 135 140 145 mono2$x 9
- 10. laj_q036_b02-01b.csv 語形をまず分類!! 10
- 11. 分類は凡例の色分け(言語 学的分類)に従う a b f c g a b d g h e 11
- 12. 各クラスターの意味 • a：乞食系表現 例：MONOMORAI • b：語頭にIN-が来る表現 例：INMORAI • c：目の果実？表現 例：MIINALII • d：擬人的表現 例：OHIMESAN • e：椀・籠などの道具系表現 例：MEKAGO • f：性器に関する表現 例：MEHUGURI • g：MEP-,MEB-の類の表現 例：MEBACIKO • h：その他 12
- 13. 分類をコード化して付け加 える laj_q036_b02-01b.csv 一地点最大，４つの併用語 があるらしい… 13
- 14. 言語データ＋緯度経度データ • 調査地点の緯度経度（LAJ_ALL_Points_V2.txt） – 方言の宇宙 – http://www2.ninjal.ac.jp /takoni/GISME/GISME.htm – LAJ調査地点の経度・緯度 《バージョン2》（zip圧縮） 14
- 15. 地図を書くためのおまじない #言語データの読み込み mono<-read.table("laj_q036_b02-01b.csv",header=T,row.names=1,sep = ",") #地理データの読み込み pd<-read.table("LAJ_ALL_Points_V2.txt",header=T) #データ列の付け加え mono2<-transform(mono,x=1, y=1) #地理データ中の地点番号と言語データ中の地点番号をリンクさせる for(i in 1:nrow(pd) ){ for(j in 1:nrow(mono2)){ if(pd$Point_no[i] == mono2$loc[j]){ mono2$x[j] <- pd$X_degree[i] mono2$y[j] <- pd$Y_degree[i] } } } #とりあえず，それっぽくプロット plot(mono2$x,mono2$y,col=mono2$v_code_1,pch=16) 15
- 16. 45 できたっ!! spplot()ならもう 40 ちょっとグラフィ カルな図が描けま す!! mono2$y 35 黄色と黒の勢力が二 大勢力!! 30 ものもらい系 と めばちこ系 25 125 130 135 140 145 16 mono2$x
- 17. ものもらい vs めばちこ？ •クラスターa（ものもらい系）とクラスターg （めばちこ系）に注目!! • 両者の共起の様子を地理的に配置して，使用傾 向を見てみる… 17
- 18. ものもらい・・・めばちこ 併用語形に注目し， aとgだけ使っている物のみ をピックアップ g,0,0,0 g,g,0,0 g,g,g,0 aとgの組み合わせは何 g,g,a,0 パターンある？ g,a,0,0 g,a,a,0 a,a,g,g a,g,0,0 a,a,g,0 a,a,0,0 a,0,0,0 18
- 19. 下準備 aとgだけ使っている さらに a,gが混ざる部分 地点の全パターン コード化 のみに注目 めばちこ g,0,0,0 K g,g,0,0 J バターン間の距離定義 (今回は任意に設定) g,g,g,0 I g,g,a,0 H g,a,0,0 G H G F E D C g,a,a,0 F H 0 0.2 0.4 0.6 0.8 1 a,a,g,g E G 0.2 0 0.2 0.4 0.6 0.8 a,g,0,0 D F 0.4 0.2 0 0.2 0.4 0.6 a,a,g,0 C E 0.6 0.4 0.2 0 0.2 0.4 a,a,0,0 B D 0.8 0.6 0.4 0.2 0 0.2 ものもらい a,0,0,0 A C 1 0.8 0.6 0.4 0.2 0 dist0<- read.table("clipboard",header=T,row.names=1) 19
- 20. イメージ図 H G F E D C ものもらいを使う． H 0 0.2 0.4 0.6 0.8 1 けど，めばちこも使 G 0.2 0 0.2 0.4 0.6 0.8 う．後，めぼいとっ F 0.4 0.2 0 0.2 0.4 0.6 てのもあるよ． C:a,a,g,0 E 0.6 0.4 0.2 0 0.2 0.4 D 0.8 0.6 0.4 0.2 0 0.2 距離0.8 い (141.66, 46.43) C 1 0.8 0.6 0.4 0.2 0 距離0.2 G:g,a,0,0 あ 距離0.6 D:a,g,0,0 (141.03, 46.06) う (141.21, 45.24) めばちこをよく使 う．けど，ものも ものもらいを使う．け らいも使うね． ど，めばちこも使うよ． 20
- 21. 下準備 loccode x y 71646 G 141.66 45.43 72458 G 141.21 45.24 #クラスターa,gを含むデータの地点番号 72495 G 141.14 45.18 と分類コードの行列をsimccにいれる． 170805 H 142.14 43.99 simcc<- 172775 G 141.89 43.54 read.table("clipboard",header=T,row.na 173910 G 142.26 43.48 mes=1) 174554 G 141.36 43.24 174755 D 141.89 43.24 ・・・ 739144 C 130.36 32.43 740625 G 134.14 33.96 740875 G 134.64 33.88 750289 D 135.74 33.86 833511 G 131.29 31.81 21
- 22. いよいよネットワーク!! • snaパッケージ ※参照：library(help="sna") • ネットワークを描くには，データを行列（もしくはリスト）の形にしなけ ればならない D 頂点の名前 A B C D E F A 0 1 0 0 1 1 A E B 1 0 0 1 0 1 頂点の名前 頂点の名前 C 0 0 0 0 1 0 C D 0 1 0 0 1 0 E 1 0 1 1 0 0 F B F 1 1 0 0 0 0 22
- 23. ネットワーク分析のための パッケージ • sna, network, graph, igraph, inetoworkなどがあ る（らしい…が全貌を知らない） http://cran.r-project.org/web/packages/sna/index.html 23
- 24. 色々調整をして… #行数と列数がsimccの列数の行列で 71646 72458 72495 170805 172775 成分が0の行列を作り，mdist0に入 71646 0 0 0 0.2 0 れる．このとき行名列名はそれぞれ， 72458 0 0 0 0.2 0 simccの行名と列名と同じ（すなわ 72495 0 0 0 0.2 0 ち地点番号） 170805 0.2 0.2 0.2 0 0.2 mdist0<- 172775 0 0 0 0.2 0 matrix(0,nrow=nrow(simcc),ncol=n 173910 0 0 0 0.2 0 row(simcc),dimnames=list(rownam 174554 0 0 0 0.2 0 es(simcc),rownames(simcc))) 174755 0.6 0.6 0.6 0.8 0.6 179813 0.4 0.4 0.4 0.6 0.4 for(k in 1:nrow(simcc)){ 270318 0 0 0 0.2 0 for(l in 1:k){ 368882 0.6 0.6 0.6 0.8 0.6 mdist0[k,l]<- 371091 0.6 0.6 0.6 0.8 0.6 dist[simcc[k,1],simcc[l,1]] 372058 0.6 0.6 0.6 0.8 0.6 mdist0[l,k] <- 372071 0.6 0.6 0.6 0.8 0.6 mdist0[k,l] 469533 0.6 0.6 0.6 0.8 0.6 } 557706 0.6 0.6 0.6 0.8 0.6 } 559402 0 0 0 0.2 24 0
- 25. では，ネットワーク library(sna) 今回は描画のみ par(bg = "grey10") #描画領域の背景色指定 am<-1-mdist0 #類似度am coo<-simcc[,2:3] #緯度経度 vcol<- read.table(“clipboard”,header=T) #色のpm, 別途用意 #gplot(データ， gmode = "graph", 無向グラフ vertex.cex = 1.3, 頂点の大きさ jitter = F, 頂点の位置を微動させるか thresh=0.5, 辺を描く閾値，この数より大きければ引く edge.lwd=am, エッジの太さ vertex.col = vertex.col=cm.colors(6)[vcol[,2]], 頂点の色 edge.col = rgb(1,1,1,0.1), 線の色(rgb)と透過度 coord=coo 頂点の配置) #ネットワークのプロット gplot(am,gmode="graph",vertex.cex=1.3,jitter=F,thresh=0.5,edge.lwd=am, vertex.col=cm.colors(6)[vcol[,2]],edge.col=rgb(256,256,0,0.05),coord=coo) 25
- 26. しかし，解釈までの道 描画!! のりはまだまだ遠い… H G F E D C H G F E D C H 0 0.2 0.4 0.6 0.8 1 H 0 0.2 0.4 0.6 0.8 1 G 0.2 0 0.2 0.4 0.6 0.8 G 0.2 0 0.2 0.4 0.6 0.8 F 0.4 0.2 0 0.2 0.4 0.6 F 0.4 0.2 0 0.2 0.4 0.6 E 0.6 0.4 0.2 0 0.2 0.4 E 0.6 0.4 0.2 0 0.2 0.4 D 0.8 0.6 0.4 0.2 0 0.2 D 0.8 0.6 0.4 0.2 0 0.2 C 1 0.8 0.6 0.4 0.2 0 C 1 0.8 0.6 0.4 0.2 0 (ものもらい, めばちこ) (ものもらい, めばちこ) (めばちこ,ものもらい) (めばちこ,ものもらい) thresh=0.8 thresh=0.5 同じコード地点同士のみにエッジを張る 同じクラスター同士のみにエッジを張る 26
- 27.
- 28. 実は，こんなデータだった パターン 件数 2パターンのみが異様 2パターンのみが異様 g,0,0,0 676 に多い． に多い． g,g,0,0 32 30 g,g,g,0 2 25 g,g,a,0 1 20 g,a,0,0 23 地地地 2種類のネットワークを g,a,a,0 1 15 作って，それぞれの中心 a,a,g,g 1 10 性を求めるなどした方が 良かったか…？ a,g,0,0 32 5 a,a,g,0 2 0 a,a,0,0 47 g,g,a,0 g,a,0,0 g,a,a,0 a,a,g,g a,g,0,0 a,a,g,0 a,0,0,0 739 パパパパ 28
- 29. ネットワーク分析のコツ • とにかくデータ加工のプロセスが勝負!! –何を頂点とするか，何を辺とするか，頂点の間の距離の取 り方etc…特に元データの持つ情報量が多い場合 • データが多すぎても（Rでは特に）処理に時間が掛 かるし，少なすぎても味気ないグラフになる． • （他でもそうだろうが）人文学系のデータはデータ の背景を理解していないと，加工でも分析でも方向 性を見失い路頭に迷う… 29
- 30. 良いネットワークライフを！！ ご清聴ありがとうございました． 日本地図のシェープファイルは，行政界bndl_1_1.shp 30 http://www.globalmap.org/download/kanni01.htmlを使わせていただきました．