BeginnersSession2 - Plot & Visualization-

TokyoR#122の初心者セッション2可視化の資料です

Transcript

1. 初心者セッション2 - Plot & VisualizationTokyo.R #122 @kotatyamtema 1
2. 自己紹介 TwitterID : @kotatyamtema 大学での専門: 行動生態学 立案~捕獲~実験~分析までワンオペ 今まで : 客先ぼっち分析屋→アパレル通販会社 現在 : 医療検査会社 R歴 : 10年過ぎたはず？永遠の初心者 近況 : 自分の存在意義を見失いそうな今日この頃… 晴天と睡眠時間が足りない…
3. 目的 なぜデータの可視化が必要なのか ggplot2を使って基本的な作図が できるようになる
4. 目次 1. 「データを可視化する」とは 2. なぜ可視化が必要なのか 3. Rで作図 - ggplot2入門 4. さまざまなグラフと使い方
5. MENU 1. 「データを可視化する」とは 2. なぜ可視化が必要なのか - 要約値の落とし穴 - 適切な種類の選択 3. Rで作図 - ggplot2入門 - 使用データ（penguins） - ggplot2の作図概念 - 基本の書き方 4. さまざまなグラフと使い方 - グラフの種類と使い方 - 主なグラフのサンプル - ヒストグラム - 棒グラフ - 箱ひげ図 - 散布図 - 折れ線グラフ
6. MENU 1. 「データを可視化する」とは 2. なぜ可視化が必要なのか - 要約値の落とし穴 - 適切な種類の選択 3. Rで作図 - ggplot2入門 - 使用データ（penguins） - ggplot2の作図概念 - 基本の書き方 4. さまざまなグラフと使い方 - グラフの種類と使い方 - 主なグラフのサンプル - ヒストグラム - 棒グラフ - 箱ひげ図 - 散布図 - 折れ線グラフ
7. 「データを可視化する」とは データの理解への最初の一歩 - 要約値では見逃してしまう異常の検知 - 言語化しにくい情報の共有 - 上司や意思決定層への効果的なプレゼン資料 情報量が多いので効果的に使おう
8. MENU 1. 「データを可視化する」とは 2. なぜ可視化が必要なのか - 要約値の落とし穴 - 適切な種類の選択 3. Rで作図 - ggplot2入門 - 使用データ（penguins） - ggplot2の作図概念 - 基本の書き方 4. さまざまなグラフと使い方 - グラフの種類と使い方 - 主なグラフのサンプル - ヒストグラム - 棒グラフ - 箱ひげ図 - 散布図 - 折れ線グラフ
9. なぜ可視化が必要なのか - 要約値には落とし穴がある 平均/標準偏差ではデータの分布を表現しきれない
10. なぜ可視化が必要なのか - 要約値には落とし穴がある 平均/標準偏差ではデータの分布を表現しきれない https://visualizing.jp/the-datasaurus-dozen/
11. なぜ可視化が必要なのか - 統計値にも落とし穴がある シンプソンのパラドックス（Simpson's paradox） →データ全体の相関とグループごとの相関は一致しないことがある
12. なぜ可視化が必要なのか - 適切な種類の図の選択が重要 不適切な図を使うと分かりにくいだけでなく 印象操作やミスリーディングを招く 撲滅祈願!! 3D円グラフ
13. 上手に可視化して より深いデータの 理解を
14. MENU 1. 「データを可視化する」とは 2. なぜ可視化が必要なのか - 要約値の落とし穴 - 適切な種類の選択 3. Rで作図 - ggplot2入門 - 使用データ（penguins） - ggplot2の作図概念 - 基本の書き方 4. さまざまなグラフと使い方 - グラフの種類と使い方 - 主なグラフのサンプル - ヒストグラム - 棒グラフ - 箱ひげ図 - 散布図 - 折れ線グラフ
15. 使用データ 今回使用するデータはpalmerpenguinsパッケージに入っている “penguins”データ*1 →事前に欠測値を除外 →必要に応じて要約値を算出 Artwork by @allison_horst https://allisonhorst.github.io/palmerpenguins/ *1：現在はデフォルトに入っていますが、カラムなどが若干異なるため元々のパッケージのデータを使用
16. ggplot2の作図概念 ggplot2とは tidyversの中で用意されている作図用package photoshopやIllustratorのように レイヤーを重ねていくイメージで作図 ggplot() + geom̲XXX + scale̲*̲****
17. 基本の書き方 ## 関数の間は ”+” でつなぐ plot1 <- ggplot(data = penguin̲plotdata, aes(x = body̲mass̲g, y = ipper̲length̲mm)) + geom̲point(aes(colour = species, shape = sex)) 保存方法 fi fl ggsave(plot = plot1, le = “plot.png”, units = “mm”, width = 1200, height = 800, dpi = 100)
18. 基本の書き方 ggplotのレイヤーの実例
19. 基本の書き方
20. 基本の書き方
21. 基本の書き方
22. 基本の書き方
23. MENU 1. 「データを可視化する」とは 2. なぜ可視化が必要なのか - 要約値の落とし穴 - 適切な種類の選択 3. Rで作図 - ggplot2入門 - 使用データ（penguins） - ggplot2の作図概念 - 基本の書き方 4. さまざまなグラフと使い方 - グラフの種類と使い方 - 主なグラフのサンプル - ヒストグラム - 棒グラフ - 箱ひげ図 - 散布図 - 折れ線グラフ
24. グラフの種類と使い方
25. 主なグラフのサンプル fi ヒストグラム penguins̲hist <- ggplot(data = penguin̲plotdata, aes(x = body̲mass̲g, ll = species)) + geom̲histogram(position = "identity", alpha = 0.8, binwidth = 50) plot(penguins̲hist)
26. 主なグラフのサンプル fi 棒グラフ penguin̲bar <- ggplot(data = penguin̲plot, aes(x = species, y = mean, ll = sex)) + geom̲bar(stat = "identity", position = "dodge") + geom̲errorbar(aes(ymin = mean - sd, ymax = mean + sd), position = position̲dodge(width = 0.9), width = 0.5) plot(penguin̲bar)
27. 主なグラフのサンプル fi 箱ひげ図 penguin̲boxplot <- ggplot(data = penguin̲plotdata, aes(x = species, y = body̲mass̲g, ll = sex)) + geom̲boxplot(position = "dodge") plot(penguin̲boxplot)
28. 主なグラフのサンプル fl 散布図 penguin̲point <- ggplot(data = penguin̲plotdata, aes(x = body̲mass̲g, y = ipper̲length̲mm)) + geom̲point(aes(color = species, shape = sex)) plot(penguin̲point)
29. 主なグラフのサンプル 折れ線グラフ penguin̲line <- ggplot(data = penguin̲plot, aes(x = year, y = mean)) + geom̲line(aes(colour = species, linetype = sex)) + geom̲errorbar(aes(ymin = mean - sd, ymax = mean + sd, colour = species), width = 0.01) plot(penguin̲line)
30. まとめ 可視化することで要約値だけでは分からないこと が見える • 間違った方法での可視化は有害 • ggplot2パッケージを使うと簡単に色々な作図が できる • いきなり機械学習ではなく 最初に可視化しよう
31. 参考資料 ggplot2 cheatsheet https://raw.githubusercontent.com/ rstudio/cheatsheets/main/datavisualization.pdf • ・ggplot2による可視化入門 https://kazutan.github.io/fukuokaR11/ intro̲ggplot2.html