Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
BeginnersSession2 - Plot & Visualization-
Search
yu_sekiya
October 03, 2026
Programming
82
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
BeginnersSession2 - Plot & Visualization-
TokyoR#122の初心者セッション2可視化の資料です
yu_sekiya
October 03, 2026
Transcript
31 slides
初心者セッション2 - Plot & VisualizationTokyo.R #122 @kotatyamtema 1
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…
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
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
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
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
「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
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
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
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/
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
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
上手に可視化して より深いデータの 理解を
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
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
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*̲****
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)
基本の書き方 ggplotのレイヤーの実例
基本の書き方
基本の書き方
基本の書き方
基本の書き方
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
グラフの種類と使い方
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)
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)
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)
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)
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)
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
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
More Decks by yu_sekiya
See All by yu_sekiya
目指せ shiny中級者 ~ shiny Modules を使ってみた~
kotatyamtema
0
52
TokyoR#119 rvestでhtml_liveをさわってみた話
kotatyamtema
0
86
TokyoR#119 bignners session2 Visualization
kotatyamtema
0
270
Shinyのすすめ - Introduction to shiny -
kotatyamtema
0
210
TokyoR116_BeginnersSession1_環境構築
kotatyamtema
0
290
TokyoR#114 shiny+DT超(ザックリ)入門
kotatyamtema
0
120
TokyoR#113 bignners session2 Visualization
kotatyamtema
0
160
TokyoR #112 Beginners' Session2 data handing
kotatyamtema
0
160
TokyoR #111 Beginners' Session1 data handing
kotatyamtema
0
130
Other Decks in Programming
See All in Programming
Kotlin JVM用に作られたライブラリのKMPを前提とした再設計
jsoizo
0
230
Spec-Driven Development - Why Vaadin Is the Perfect Fit
simas
PRO
0
260
複数ドメインを一つのアプリに統合するFlutterの設計と運用_FlutterKaigi2026登壇資料(須永高弘)
takahirosunaga
0
210
ビジネスロジックを堅牢に~Scala 3のドメインプリミティブ~
j5ik2o
0
220
Proxmox x Talos Linux x Terraform で実現するなんかいい感じの Kubernetes クラスタ / A Sleek Kubernetes Cluster Powered by Proxmox, Talos Linux, and Terraform
nnaka2992
0
300
なぜ私たちは「現時点では」KMPの導入を見送ったのか
chigichan24
1
600
AWS CDKを理解するために公式の定義を深掘って解説してみる / Understanding AWS CDK by Digging into Its Official Definition
akihisaikeda
3
320
imagewebp()の向こう側: WebPはなぜ JPEG・PNGより軽いのか
yuzneri
0
150
Augmenting AI with the Power of Jakarta EE
ivargrimstad
0
410
AIが生成したコードは読むべきか?抽象化設計とコードの品質保証 / abstraction-design-and-quality
minodriven
17
9.5k
AIコーディング時代のKotest ユニットテストから APIレベルの仕様固定化テストへ
ooga04
0
330
RaspberryPi 5で軽くはじめるk3sとtailscaleを用いたホームサーバー構築 (1)
nasum
0
430
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
20k
What Being in a Rock Band Can Teach Us About Real World SEO
427marketing
0
1.1k
Google's AI Overviews - The New Search
badams
0
1.7k
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
3
310
How to train your dragon (web standard)
notwaldorf
96
6.9k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
123
22k
AI: The stuff that nobody shows you
jnunemaker
PRO
12
1.3k
SEO in 2025: How to Prepare for the Future of Search
ipullrank
3
3.9k
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
Technical Leadership for Architectural Decision Making
baasie
4
660
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
2
1.9k
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
1
310