「Rによるやさしいテキストマイニング」小林雄一郎　著　Ohmsha

Last updated at 2024-09-15Posted at 2018-02-05

https://www.amazon.co.jp/dp/4274220230

データ等
https://sites.google.com/site/yasatekir/

#　第5章　データの可視化

5.1 度数分布図(histgram)

corporaの追加（初回のみ）

> install.packages("corpora", dependencies = TRUE)
 パッケージを ‘/usr/local/lib/R/3.4/site-library’ 中にインストールします 
 (‘lib’ が指定されていないため) 
 --- このセッションで使うために、CRAN のミラーサイトを選んでください --- 
Secure CRAN mirrors 
 1: 0-Cloud [https]                   2: Algeria [https]                
           
* snip *
         
37: Italy (Padua) [https]            38: Japan (Tokyo) [https]          
39: Japan (Yonezawa) [https]         40: Malaysia [https]               

* snip *

63: (other mirrors)                  

Selection: 38
 URL 'https://cran.ism.ac.jp/src/contrib/corpora_0.4-3.tar.gz' を試しています 
Content type 'application/x-gzip' length 1476200 bytes (1.4 MB)
==================================================
downloaded 1.4 MB

* installing *source* package ‘corpora’ ...
**  パッケージ ‘corpora’ の解凍および MD5 サムの検証に成功しました 
** R
** data
*** moving datasets to lazyload DB
** preparing package for lazy loading
** help
*** installing help indices
** building package indices
** testing if installed package can be loaded
* DONE (corpora)

 ダウンロードされたパッケージは、以下にあります 
 ‘/private/var/folders/sr/wkn5l4_50ql50_lkt5x7glnw0000gn/T/RtmpbYy1x6/downloaded_packages’

ライブラリの設定、データ準備、５行表示

> library(corpora)
> # データの準備
> data(BNCbiber)
> #先頭５行表示
> head(BNCbiber, 5)
   id f_01_past_tense f_02_perfect_aspect f_03_present_tense
1 A00       17.291833            9.177973           48.81617
2 A01        4.658562            5.794796           64.42450
3 A02        9.991898           10.532001           55.36052
4 A03       31.012396           10.875075           36.40385
5 A04       21.271745            5.927817           44.18504

* snip *

  f_67_neg_analytic
1          4.256451
2          7.953642
3          2.160410
4          3.087415
5          4.445863

corpora読み込めない場合の代替処理

> BNCbiber <- read.csv(file.choose(), header = TRUE, row.names = 1)
Enter file name: BNCbiber.csv

度数分布図

> hist(BNCbiber[, 2])

データ名＄列ラベル

> class(BNCbiber)
[1] "data.frame"
> hist(BNCbiber$f_01_past_tense)
 hist.default(BNCbiber$f_01_past_tense) でエラー: 
   'x' は数値でなければなりません

エラー理由調査中。

標題、軸名を変更

> hist(BNCbiber[, 2], main = "past tense", xlab = "frequency", ylab = "number of texts")

> hist(BNCbiber[, 2], main = "past tense", xlab = "frequency", ylab = "number of texts", col = "grey")
> colors()
  [1] "white"                "aliceblue"            "antiquewhite"        
  [4] "antiquewhite1"        "antiquewhite2"        "antiquewhite3"       

* snip *

[655] "yellow3"              "yellow4"              "yellowgreen"         
>

5.2 箱ひげ図

> boxplot(BNCbiber[, 2], range = 0)
> boxplot.stats(BNCbiber[, 2])
$stats
[1]  0.00000 13.18192 23.05965 40.51057 81.43130

$n
[1] 4048

$conf
[1] 22.38099 23.73832

$out
 [1]  84.40570  86.11713  95.10344  85.65001  82.48114  81.59617  83.41675
 [8]  83.39933 105.12367  89.28531  82.40840  91.68170  85.50300  96.74923
[15]  97.96977  83.57266  86.96226  81.57343  84.21053  81.76729  84.16660
[22]  82.94931  82.37352  85.82061  90.07165  83.43257  92.57199  86.14513
[29]  85.00508  89.62776  85.30711  87.54826  81.92417  85.92392  82.34204
[36]  89.39865  84.47239  86.19764  87.79622  86.32226  84.11808  83.06354
[43]  86.74815  84.78993  84.08948  86.21333  93.75665  91.91598  93.60701
[50]  96.27018  84.69604  84.55379  97.95028  83.12163  91.69214  81.83542
[57]  85.83523  83.16462  91.10896  83.17136  83.27502  85.52245  82.89347
[64]  81.52762  81.84273  85.71303  82.36674  87.45139  84.98643  84.10429

###　灰色に

> boxplot(BNCbiber[, 2], range = 0, main = "past tense", col = "grey")
> boxplot(BNCbiber[, 2], main = "past tense", col = "grey")

pym.csvからの読み込み

> pym <- read.csv(file.choose(), header = TRUE, row.names = 1)
Enter file name: pym.csv

先頭5行表示、図表示

> head(pym, 5)
       syl let imag conc assoc freq
time     1   4 4.13 2.47  7.00 high
life     1   4 4.07 2.96  6.78 high
home     1   4 6.50 6.25  6.88 high
church   1   6 6.63 6.59  7.52 high
mind     1   4 3.03 2.60  5.88 high
> boxplot(pym[, 2] ~ pym[, 6], names = c("high", "low"), col = "grey")

切り込み(notch)のある箱ひげ図

> boxplot(pym[, 2] ~ pym[, 6], names = c("high", "low"), col = "grey", notch = TRUE)

箱ひげ図とデータ分布の同時表示

> install.packages("beeswarm", dependencies = TRUE)
 パッケージを ‘/usr/local/lib/R/3.4/site-library’ 中にインストールします 
 (‘lib’ が指定されていないため) 
 URL 'https://cran.ism.ac.jp/src/contrib/beeswarm_0.2.3.tar.gz' を試しています 
Content type 'application/x-gzip' length 19850 bytes (19 KB)
==================================================
downloaded 19 KB

* installing *source* package ‘beeswarm’ ...
**  パッケージ ‘beeswarm’ の解凍および MD5 サムの検証に成功しました 
** R
** data
** preparing package for lazy loading
** help
*** installing help indices
** building package indices
** testing if installed package can be loaded
* DONE (beeswarm)

 ダウンロードされたパッケージは、以下にあります 
 ‘/private/var/folders/sr/wkn5l4_50ql50_lkt5x7glnw0000gn/T/RtmpbYy1x6/downloaded_packages’ 
> library(beeswarm)
> boxplot(pym[, 2] ~ pym[, 6], names = c("high", "low"), col = "grey")
> beeswarm(pym[, 2] ~ pym[, 6], col = "black", pch = 16, add = TRUE)

ヴィオリンプロット

> install.packages("vioplot", dependencies = TRUE)
 パッケージを ‘/usr/local/lib/R/3.4/site-library’ 中にインストールします 
 (‘lib’ が指定されていないため) 
 依存対象 (dependency) ‘sm’ もインストールします 

 URL 'https://cran.ism.ac.jp/src/contrib/sm_2.2-5.4.tar.gz' を試しています 
Content type 'application/x-gzip' length 256311 bytes (250 KB)
==================================================
downloaded 250 KB

 URL 'https://cran.ism.ac.jp/src/contrib/vioplot_0.2.tar.gz' を試しています 
Content type 'application/x-gzip' length 3801 bytes
==================================================
downloaded 3801 bytes

* installing *source* package ‘sm’ ...
**  パッケージ ‘sm’ の解凍および MD5 サムの検証に成功しました 
** libs
clang -I/usr/local/Cellar/r/3.4.3_1/lib/R/include -DNDEBUG   -I/usr/local/opt/gettext/include -I/usr/local/opt/readline/include -I/usr/local/include   -fPIC  -g -O2  -c fgamma.c -o fgamma.o
In file included from fgamma.c:1:
/usr/local/Cellar/r/3.4.3_1/lib/R/include/Rmath.h:45:11: fatal error: 'math.h'
      file not found
# include <math.h>
          ^~~~~~~~
1 error generated.
make: *** [fgamma.o] Error 1
ERROR: compilation failed for package ‘sm’
* removing ‘/usr/local/lib/R/3.4/site-library/sm’
ERROR: dependency ‘sm’ is not available for package ‘vioplot’
* removing ‘/usr/local/lib/R/3.4/site-library/vioplot’

 ダウンロードされたパッケージは、以下にあります 
 ‘/private/var/folders/sr/wkn5l4_50ql50_lkt5x7glnw0000gn/T/RtmpbYy1x6/downloaded_packages’ 
 警告メッセージ: 
1:  install.packages("vioplot", dependencies = TRUE) で: 
   パッケージ ‘sm’ のインストールは、ゼロでない終了値をもちました 
2:  install.packages("vioplot", dependencies = TRUE) で: 
   パッケージ ‘vioplot’ のインストールは、ゼロでない終了値をもちました

エラー原因調査中。

<この項は書きかけです。順次追記します。>

参考資料　

日本のプログラマが世界で戦える16分野。仮説(53),統計と確率(25)
https://qiita.com/kaizen_nagoya/items/a7e634a996cdd02bc53b

参考資料

物理記事　上位100
https://qiita.com/kaizen_nagoya/items/66e90fe31fbe3facc6ff

数学関連記事１００
https://qiita.com/kaizen_nagoya/items/d8dadb49a6397e854c6d

言語・文学記事　１００
https://qiita.com/kaizen_nagoya/items/42d58d5ef7fb53c407d6

医工連携関連記事一覧
https://qiita.com/kaizen_nagoya/items/6ab51c12ba51bc260a82

通信記事１００
https://qiita.com/kaizen_nagoya/items/1d67de5e1cd207b05ef7

自動車　記事　１００
https://qiita.com/kaizen_nagoya/items/f7f0b9ab36569ad409c5

OSEK 記事で views 100,000を目指して　OSEK(8)
https://qiita.com/kaizen_nagoya/items/ff45ee55566eeff5f62e

無線網（Wi-Fi）空中線(antenna)(0) 記事https://qiita.com/kaizen_nagoya/items/5e5464ac2b24bd4cd001

なぜdockerで機械学習するか書籍・ソース一覧作成中
https://qiita.com/kaizen_nagoya/items/ddd12477544bf5ba85e2

仮説（0）一覧
https://qiita.com/kaizen_nagoya/items/f000506fe1837b3590df

安全（0）安全工学シンポジウムに向けて: 21
https://qiita.com/kaizen_nagoya/items/c5d78f3def8195cb2409

日本語（０）一欄
https://qiita.com/kaizen_nagoya/items/7498dcfa3a9ba7fd1e68

英語(0) 一覧
https://qiita.com/kaizen_nagoya/items/680e3f5cbf9430486c7d

転職(0)一覧
https://qiita.com/kaizen_nagoya/items/f77520d378d33451d6fe

一覧の一覧( The directory of directories of mine.) Qiita(100)
https://qiita.com/kaizen_nagoya/items/7eb0e006543886138f39

プログラマが知っていると良い「公序良俗」
https://qiita.com/kaizen_nagoya/items/9fe7c0dfac2fbd77a945

LaTeX(0) 一覧　
https://qiita.com/kaizen_nagoya/items/e3f7dafacab58c499792

自動制御、制御工学一覧（０）
https://qiita.com/kaizen_nagoya/items/7767a4e19a6ae1479e6b

Rust(0) 一覧　
https://qiita.com/kaizen_nagoya/items/5e8bb080ba6ca0281927

小川清最終講義、小川清最終講義（再）計画, Ethernet(100) 英語(100) 安全(100)
https://qiita.com/kaizen_nagoya/items/e2df642e3951e35e6a53

＜この記事は個人の過去の経験に基づく個人の感想です。現在所属する組織、業務とは関係がありません。＞
This article is an individual impression based on the individual's experience. It has nothing to do with the organization or business to which I currently belong.

文書履歴(document history)

ver. 0.01 初稿　20180205
ver. 0.02 ありがとう追記　20230508

最後までおよみいただきありがとうございました。

いいね　💚、フォローをお願いします。

Thank you very much for reading to the last sentence.

Please press the like icon 💚　and follow me for your happy life.

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up

「Rによるやさしいテキストマイニング」小林雄一郎　著　Ohmsha

5.1 度数分布図(histgram)

corporaの追加（初回のみ）

ライブラリの設定、データ準備、５行表示

corpora読み込めない場合の代替処理

度数分布図

データ名＄列ラベル

標題、軸名を変更

5.2 箱ひげ図

pym.csvからの読み込み

先頭5行表示、図表示

切り込み(notch)のある箱ひげ図

箱ひげ図とデータ分布の同時表示

ヴィオリンプロット

参考資料

関連資料

自己記事一覧

参考資料

文書履歴(document history)

最後までおよみいただきありがとうございました。

Thank you very much for reading to the last sentence.

「Rによるやさしいテキストマイニング」小林雄一郎 著 Ohmsha

5.1 度数分布図(histgram)

corporaの追加（初回のみ）

ライブラリの設定、データ準備、５行表示

corpora読み込めない場合の代替処理

度数分布図

データ名＄列ラベル

標題、軸名を変更

5.2 箱ひげ図

pym.csvからの読み込み

先頭5行表示、図表示

切り込み(notch)のある箱ひげ図

箱ひげ図とデータ分布の同時表示

ヴィオリンプロット

参考資料

関連資料

自己記事一覧

参考資料

文書履歴(document history)

最後までおよみいただきありがとうございました。

Thank you very much for reading to the last sentence.

「Rによるやさしいテキストマイニング」小林雄一郎　著　Ohmsha

参考資料　