ggplot2 を使用した出版品質のグラフィック作成

最終更新日：2024-11-22 | ページの編集

所要時間： 80分

概要

質問

R で出版品質のグラフィックを作成するにはどうすればよいですか？

目的

ggplot2 を使用して出版品質のグラフィックを作成できるようになる。
ggplot のプロットに幾何学（geometry）、美的要素（aesthetic）、統計レイヤー（statistics layers）を適用する。
異なる色、形状、線を使用してプロットの美的要素を操作する。
スケールを変換したり、グループごとにパネル分けすることでデータ可視化を改善する。
ggplot を使用して作成したプロットをディスクに保存する。

データをプロットすることは、データや変数間の関係を素早く探る最良の方法の一つです。

R には 3 つの主なプロットシステムがあります。基本プロットシステム、lattice パッケージ、そして ggplot2 パッケージです。

今回は ggplot2 パッケージを学びます。ggplot2 は、出版品質のグラフィックを作成するために最も効果的です。

ggplot2 は “グラフィックの文法 (grammar of graphics)” に基づいています。この概念は、任意のプロットが次のような同じ構成要素のセットから構築できるというものです：データセット、美的要素のマッピング、およびグラフィックのレイヤー。

データセットは、ユーザーが提供するデータです。
美的要素のマッピング (Mapping aesthetics) は、データをグラフィックに結びつけます。これにより、X軸やY軸に何をプロットするか、データポイントのサイズや色をどうするかなど、グラフの見た目にデータを反映させます。
レイヤーは、ggplot2 の実際のグラフィック出力です。レイヤーはプロットの種類（散布図、ヒストグラムなど）、座標系（長方形、極座標など）、およびその他の重要なプロットの側面を決定します。このようなグラフィックのレイヤーの概念は、Photoshop、Illustrator、Inkscape などの画像編集プログラムを使用した経験があれば馴染みがあるかもしれません。

では、以前使用した gapminder データを使って例を構築してみましょう。最も基本的な関数は ggplot で、これにより新しいプロットを作成していることを R に知らせます。 ggplot 関数に渡した引数は、プロット全体に適用される「グローバル」オプションです。

R

library("ggplot2")
ggplot(data = gapminder)

何も描画されていない、ggplot() に美的マッピングを追加する前の空のプロット。

ここでは ggplot を呼び出し、プロットに表示するデータを指定しました。これはプロットを実際に描画するのに十分な情報ではなく、他の要素を追加するための白紙の状態を作成するだけです。

次に、aes 関数を使用して美的要素のマッピングを追加します。 aes は、データ内の変数が図の美的プロパティ（例：X軸やY軸の位置）にどのようにマップされるかを ggplot に伝えます。

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp))

X軸に gdpPercap、Y軸に lifeExp を表示する散布図のための軸だけがあるプロットエリア。

ここでは、gapminder データフレームの “gdpPercap” 列を X 軸に、“lifeExp” 列を Y 軸にプロットするよう ggplot に指示しました。 aes にこれらの列を明示的に渡す必要がないのは、ggplot が data から自動的に列を見つけるためです。

プロットを完成させる最後のステップは、レイヤーを追加してデータを視覚的に表現する方法を ggplot に指示することです。

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) +
  geom_point()

ここでは geom_point を使用して、X と Y の関係を散布図として視覚的に表現するように指示しました。

チャレンジ 1

例を修正して、平均寿命が時間とともにどのように変化したかを示す図を作成してください：

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) + geom_point()

ヒント：gapminder データセットには “year” という列があり、これを X 軸に表示する必要があります。

チャレンジ 1 の解答

次のような解答例があります：

R

ggplot(data = gapminder, mapping = aes(x = year, y = lifeExp)) + geom_point()

レイヤー (Layers)

散布図は、時間経過による変化を可視化するための最適な方法ではないかもしれません。代わりに、データを折れ線グラフとして視覚化してみましょう：

R

ggplot(data = gapminder, mapping = aes(x=year, y=lifeExp, color=continent)) +
  geom_line()

geom_point レイヤーを追加する代わりに、geom_line レイヤーを追加しました。

…

ヒント: 美的要素に値を設定する

これまで、美的要素（例：色）をデータ内の変数にマッピングする方法を見てきました。たとえば、geom_line(mapping = aes(color=continent)) を使用すると、各大陸に異なる色が割り当てられます。しかし、すべての線の色を青に変更したい場合はどうでしょう？ geom_line(mapping = aes(color="blue")) が機能すると考えるかもしれませんが、そうではありません。特定の変数にマッピングしたくない場合は、aes() の外側で色を指定します： geom_line(color="blue") のように記述します。

チャレンジ 3

前の例からポイントレイヤーとラインレイヤーの順序を入れ替えてみてください。何が起こるでしょうか？

チャレンジ 3 の解答

ラインがポイントの上に描画されるようになります！

R

ggplot(data = gapminder, mapping = aes(x=year, y=lifeExp, group=country)) +
 geom_point() + geom_line(mapping = aes(color=continent))

GDPと平均寿命の散布図で、変数間の関係を示すトレンドラインを追加したグラフ。データポイントが拡大され、オレンジ色で、透過性なしで表示されています。

変換と統計

ggplot2 を使用すると、データの上に統計モデルを簡単にオーバーレイできます。例を示すために、最初の例に戻ります：

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) +
  geom_point()

GDP の極端な値が原因で、ポイント間の関係を確認するのが難しいです。 X軸の単位スケールを変更するには scale 関数を使用します。これにより、データ値と美的要素の視覚値の間のマッピングが制御されます。また、大量のクラスター化されたデータを扱う際に役立つ alpha 関数を使用してポイントの透過性を変更することもできます。

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) +
  geom_point(alpha = 0.5) + scale_x_log10()

scale_x_log10 関数はプロットの座標系に変換を適用します。これにより、10 の倍数が左から右に均等に配置されます。たとえば、1,000 の GDP は 10,000 の値から 100,000 の値までと同じ水平距離を持つようになります。これにより、X軸に沿ったデータの分布を視覚化しやすくなります。

ヒント：美的要素をマッピングではなく値に設定するリマインダー

geom_point(alpha = 0.5) を使用したことに注意してください。前回のヒントで述べたように、aes() 関数の外側で設定を行うと、この値がすべてのポイントに適用されます。ただし、他の美的要素設定と同様に、alpha をデータ内の変数にマッピングすることも可能です。たとえば、geom_point(mapping = aes(alpha = continent)) を使用すると、大陸ごとに異なる透過性を指定できます。

データに簡単な関係を適合させるには、geom_smooth レイヤーを追加します：

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) +
  geom_point(alpha = 0.5) + scale_x_log10() + geom_smooth(method="lm")

出力

`geom_smooth()` using formula = 'y ~ x'

GDPと平均寿命の散布図に、変数間の関係を要約する青いトレンドラインが追加されたグラフ。グレーの影は95%の信頼区間を示します。

ラインを太くするには、geom_smooth レイヤー内で linewidth 美的要素を設定します：

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) +
  geom_point(alpha = 0.5) + scale_x_log10() + geom_smooth(method="lm", linewidth=1.5)

出力

`geom_smooth()` using formula = 'y ~ x'

美的要素を指定する方法には2つあります。ここでは、geom_smooth に引数として linewidth を渡して美的要素を設定し、geom 全体に適用しました。以前のレッスンでは、データ変数とその視覚表現の間にマッピングを定義するために aes 関数を使用しました。

チャレンジ 4a

前の例のポイントレイヤーで、ポイントの色とサイズを変更してください。

ヒント：aes 関数を使用しないでください。

ヒント：ポイントに対する linewidth に相当するものは size です。

チャレンジ 4a の解答

次のような解答例があります： color 引数が aes() 関数の外側で指定されていることに注意してください。これは、グラフ上のすべてのデータポイントに適用され、特定の変数に関連付けられていません。

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp)) +
 geom_point(size=3, color="orange") + scale_x_log10() +
 geom_smooth(method="lm", linewidth=1.5)

出力

`geom_smooth()` using formula = 'y ~ x'

GDPと平均寿命の散布図に、変数間の関係を要約するトレンドラインが追加されたグラフ。データポイントが拡大され、オレンジ色で、透過性なしで表示されています。

チャレンジ 4b

チャレンジ 4a の解答を修正し、ポイントの形状を変更し、大陸ごとに異なる色と新しいトレンドラインを追加してください。ヒント：color 引数は美的マッピング内で使用できます。

チャレンジ 4b の解答

次のような解答例があります： color 引数を aes() 関数内で指定することで、特定の変数に接続できます。一方で、shape 引数は aes() 呼び出しの外側で指定されており、すべてのデータポイントを同じ形状に変更します。

R

ggplot(data = gapminder, mapping = aes(x = gdpPercap, y = lifeExp, color = continent)) +
 geom_point(size=3, shape=17) + scale_x_log10() +
 geom_smooth(method="lm", linewidth=1.5)

出力

`geom_smooth()` using formula = 'y ~ x'

マルチパネル図

以前、すべての国における時間経過による平均寿命の変化を1つのプロットで視覚化しました。代わりに、facet パネルのレイヤーを追加して、複数のパネルに分割することもできます。

ヒント

アメリカ大陸にある国のみを含むデータのサブセットを作成します。これには25カ国が含まれますが、これにより図が煩雑になり始めます。 X軸ラベルを回転させて読みやすさを維持するために「テーマ」定義を適用します。 ggplot2ではほぼすべてがカスタマイズ可能です。

R

americas <- gapminder[gapminder$continent == "Americas",]
ggplot(data = americas, mapping = aes(x = year, y = lifeExp)) +
  geom_line() +
  facet_wrap( ~ country) +
  theme(axis.text.x = element_text(angle = 45))

facet_wrap レイヤーには、チルダ（~）で表される「式」が引数として渡されます。これにより、Rは gapminder データセットの country 列内のユニークな値ごとにパネルを描画します。

テキストの変更

この図を出版用にクリーンアップするには、いくつかのテキスト要素を変更する必要があります。 X軸は煩雑すぎ、Y軸にはデータフレーム内の列名ではなく「Life expectancy」と記載する必要があります。

これを行うには、いくつかの異なるレイヤーを追加します。テーマ (theme) レイヤーは軸テキストや全体的なテキストサイズを制御します。軸ラベル、プロットタイトル、および凡例のタイトルは labs 関数を使用して設定できます。凡例タイトルは、aes 仕様で使用した名前を使って設定します。以下では、色の凡例タイトルを color = "Continent" として設定しています。同様に、塗りつぶしの凡例タイトルは fill = "MyTitle" として設定します。

R

ggplot(data = americas, mapping = aes(x = year, y = lifeExp, color=continent)) +
  geom_line() + facet_wrap( ~ country) +
  labs(
    x = "Year",              # X軸のタイトル
    y = "Life expectancy",   # Y軸のタイトル
    title = "Figure 1",      # 図のメインタイトル
    color = "Continent"      # 凡例のタイトル
  ) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1))

プロットのエクスポート

ggsave() 関数を使用すると、ggplot で作成したプロットをエクスポートできます。 width、height、および dpi 引数を調整することで、出版用の高品質グラフィックを作成できます。上記のプロットを保存するには、まずそれを lifeExp_plot という変数に割り当て、その後 ggsave を使用してプロットを png 形式で results ディレクトリに保存します。（作業ディレクトリ内に results/ フォルダを作成してください。）

R

lifeExp_plot <- ggplot(data = americas, mapping = aes(x = year, y = lifeExp, color=continent)) +
  geom_line() + facet_wrap( ~ country) +
  labs(
    x = "Year",              # X軸のタイトル
    y = "Life expectancy",   # Y軸のタイトル
    title = "Figure 1",      # 図のメインタイトル
    color = "Continent"      # 凡例のタイトル
  ) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1))

ggsave(filename = "results/lifeExp.png", plot = lifeExp_plot, width = 12, height = 10, dpi = 300, units = "cm")

ggsave の便利な点は2つあります。 1つ目は、最後に作成したプロットをデフォルトとして保存することです。そのため、plot 引数を省略すると、自動的に最後に作成したプロットが保存されます。 2つ目は、指定したファイル名の拡張子（例：.png や .pdf）から保存形式を自動的に判断することです。必要に応じて、device 引数で形式を明示的に指定することもできます。

これは ggplot2 でできることの一部です。RStudio は利用可能なさまざまなレイヤーの概要を示した非常に便利なチートシートを提供しています。また、ggplot2 のウェブサイトにはより詳細なドキュメントがあります。すべての RStudio チートシートはRStudio のウェブサイトから利用できます。最後に、変更方法がわからない場合、Google 検索を使用すると、Stack Overflow 上の関連する質問と再利用可能なコードが見つかることがよくあります。

チャレンジ 5

異なる大陸間で利用可能な年における平均寿命を比較するボックスプロットを生成してください。

応用：

Y軸の名前を「Life Expectancy」に変更する。
X軸のラベルを削除する。

チャレンジ 5 の解答

次のような解答例があります： xlab() および ylab() はそれぞれ X軸と Y軸のラベルを設定します。軸タイトル、テキスト、目盛りは theme() 呼び出し内で変更する必要があります。

R

ggplot(data = gapminder, mapping = aes(x = continent, y = lifeExp, fill = continent)) +
 geom_boxplot() + facet_wrap(~year) +
 ylab("Life Expectancy") +
 theme(axis.title.x=element_blank(),
       axis.text.x = element_blank(),
       axis.ticks.x = element_blank())

まとめ

ggplot2 を使用してプロットを作成する。
グラフィックをレイヤーとして考える: 美的要素、幾何学、統計、スケール変換、グループ化。