1. Rでプロット
東京大学 新領域創成科学研究科
情報生命科学専攻 修士二年
福永 津嵩

2. 自己紹介
• 東大柏キャンパスで完全Dryな研究
• 研究テーマはRNA二次構造、メダカの行動
• Twitterアカウントは@fukunagaTsu

3. 本日の概要
1．なぜRで図を描くのか？
2．plotの基本
3．補足的なトピックス

4. 1．なぜRで図を描くのか？

5. Excelで良くないですか？
○よくある質問
「Rとか難しくてよくわからないんですよね。
図を描くなんてExcelでやればいいじゃない
ですか？」
700
600
500
400
Expectation
300
200
100
0
0 100 200 300 400 500 600 700
Real
Excelで作った図達

6. では、そもそも
「なぜ、Rで図を描くのですか？」
↓
「なぜ、図を描くのですか？」

7. 生物学で図を描く理由
1．理解するため
– データの基本的性質・特徴を視覚化する事で理解する
– ヒストグラム、スキャッタープロット、バープロット、
etc
2．主張するため
– 結果をクリアに示す図を作る事で、主張を正当化する
– 凝った図

8. 1．理解するための図を作る
いっぱい図を作った方がデータに対しての
理解を深められる
(新しいデータに対してはまずヒストグラ
ム!)
Excelで手作業するのではなく、Rを使って
高速に大量に図を作った方が良い

9. 2．主張するために図を作る
結果をクリアに主張する凝った図を作りたい
– プロットの種類、色、線の太さ、文字の大きさ、位
置etc..
Rなら公開されている多様なパッケージを用いる
事で、凝った図を作る事が可能
Rを使う事で図の細かい仕様を調整可能

10. Rで出力出来る色々な図
RjpWiki グラフッィクス参考実例集より

11. 2.plotの基本

12. plotの基本
Rで図を描くには、plot()を用いる
plot(“x軸のベクトル”、”y軸のベクトル”)
Ex)
x<-c(1:10)
y<-c(10:1)
plot(x,y)

13. テキストファイルから図を読み込
んでplot
人工的なデータでなく、実際のデータを用いてplot
してみる
Ex) 東京の月ごとの平均降水量
tokyo_rainfall<-scan(“ファイルのパス”)
month<-c(1:12)
plot(month,tokyo_rainfall)

14. これでは図としてイマイチなので、
図を見やすくする
1．折れ線グラフにする
2．グラフの色を変更する
3．軸に名前、グラフにタイトルをつける

15. 折れ線グラフにする
plot(month,type = “l”,tokyo_rainfall)
細いので太くする
plot(month,type = “l”,
lwd = 3,tokyo_rainfall)

16. 様々な変更が可能
点プロットと線プロットの重ね書き
plot(month,type = “b”,
tokyo_rainfall)
線を点線にする
plot(month,type = “l”,lty = 2,
tokyo_rainfall)

17. グラフの色を変更する
plot(month,type = “l”,lwd = 3,tokyo_rainfall,col=“red”)
RGB形式で指定する事も可能
(こちらを推奨、理由は後述)
plot(month,type = “l”,lwd = 3,
tokyo_rainfall,col=c(„#FF2800‟))

18. 同じく、色々付け加える
plot(month,type = “l”,
lwd = 3,tokyo_rainfall,
col=„FF99A0‟,
main=“東京の月別平均
降水量”,xlab=“月”,
ylab=“平均降水量”)

19. 札幌と那覇の降水量と比較したい
重ね書きをするには、par(new = T)を用いれば良い
Ex)
//ファイルの読み込み
plot(month,tokyo_rainfall,〜)
par(new=T)
plot(month,sapporo_rainfall,〜)
par(new=T)
plot(month,naha_rainfall,〜)

20. plotまとめ
基本はplot(x,y)で描く事が出来る
()の内側に色々追加していく事で、細かい変
更が出来る
慣れないうちは一気にパラメーターを追加
するのではなく、１個ずつ加えていくのが
良いと思います。

21. 良くある質問
Q.「こんな細かいオプション、覚えられな
いのだけど」
A.覚える必要はありません。”R plot”で検索
すれば、これらグラフィックスパラメー
ターの設定法のページが見つかります

22. 3.補足的なトピックス

23. 棒グラフを描く
棒グラフを描くにはbarplot()を用いる
Ex)
pt<-matrix(scan(〜),3,10)
color<-heat.colors(3)
par(mar = c(6,6,5,6))
name<-
c(“T17”,”S10”,”S20”,”S30”,”S40”,”S50”,”S60”,”H7”,”H17”,”H22”)
barplot(pt,names.arg = name,col = color,cex.name = 0.6)
par(xpd = TRUE)
legend(par()$use[2], par()$use[4],c(“〜15”,”16〜64”,”65〜”),col =
color, pch = 15)

24. ヒストグラムを描く
ヒストグラムを描くにはhist()を使う
Ex)
fs<-scan()
ts<-scan()
hist(ts,col = “FF280040”
,border = “FF2800”)
hist(fs,col = “0041FF40”,border =
“0041FF”,add=TRUE)

25. ラスタ形式とベクタ形式について
○ラスタ画像
画像を点の集合として表現
bmp, jpg, png, gif
○ベクタ画像
画像上の図形を数式で表す
<circle cx="100" cy="100" r="50" stroke="blue"
fill="white" stroke-width="5"/>
eps, svg (epsがそのままTEXに貼付けられよい)

26. 色の指定方法について
赤緑色盲→Y染色体上に原因のある色盲
欧米人で12人に１人、日本人で20人に１人
グラフを作る際は、バリアフリーカラー
(RGB値を直接指定)を使う事が推奨されま
す

27. まとめ
• データをきちんと理解するため、また良い論
文にするために、Rによる作図は非常に強力
• 基本はそれほど難しくない(慣れないうちは
大変ですが。。)
• 凝った図を作ろうとすると、結構大変ですが、
その頃には学習障壁はあまりないはず。