Rubyで散布図行列（ペアプロット）を作る

はじめに

Rubyでペアプロットを作る場合のスニペット。

Google colaboratory で実行した場合
(改良前なので若干上と画像が違います）

環境

• Jupyter Notebook
• IRuby
• Daru::View

（Jupyter Notebook や IRuby の導入は済んでいるものとします）
あと、一応Google Colaboratoryを使うという手段もあります。

iris 読み込み

ここではrdatasets Gemを使う。

require 'daru'
require 'daru/view'
require 'rdatasets'

iris = RDatasets.load :datasets, :iris
iris.head(3)

Daru::View.plotting_library = :googlecharts # Google Colab ではその都度指定する必要あり

ペアプロットを描く その1

# Daru::View.plotting_library = :googlecharts # Google Colab ではその都度指定する必要あり

vector_names = iris[0..3].vectors.to_a

vector_names.each do |row|
  plots = vector_names.map do |column|
    if row != column
      Daru::View::Plot.new(iris[column, row],
                           type: :scatter,
                           height: 100,
                           width: 100,
                           pointSize: 1)
    else
      Daru::View::Plot.new(iris[row],
                           title: row,
                           height: 100,
                           width: 100,
                           type: :histogram)
    end
  end
  IRuby.display Daru::View::PlotList.new(plots).show_in_iruby
end

普通に頑張ってループまわして描いた感じです。これでも実用にたえると思いますが、見た目がややチープですね。

ペアプロットを描く その2

とりあえず見た目を改善します。
（なお「見た目」とは、コードの見た目ではなく、プロットの見た目のことを指しています）

# Daru::View.plotting_library = :googlecharts # Google Colab ではその都度指定する必要あり

vector_names = iris[0..3].vectors.to_a

opts = {
  chartArea: { left: 5, right: 5, top: 5, bottom: 5 },
  height: 100,
  width: 100,
  hAxis: {viewWindowMode: "maximized"},
  vAxis: {viewWindowMode: "maximized"},
  backgroundColor: '#f0f0f0',
  gridlineColor: 'white',
  colors: ['#4784BF']
}

vector_names.each do |row|
  plots = vector_names.map do |column|
    if row != column

      Daru::View::Plot.new(iris[column, row], opts.merge(
                                                type: :scatter,
                                                pointSize: 1
                                              ))
    else
      Daru::View::Plot.new(iris[row], opts.merge(
                                        title: row,
                                        titlePosition: 'in',
                                        type: :histogram
                                      ))
    end
  end
  IRuby.display Daru::View::PlotList.new(plots).show_in_iruby
end

Seabornをリスペクトしてみました。先程よりも見やすくなったかと思います。

関数にしてみた

ほとんど何も変わっていない。

def pair_plot(df, width: 100, height: 100, color: '#4784BF')
  vector_names = df.only_numerics.vectors.to_a

  opts = {
    chartArea: { left: 5, right: 5, top: 5, bottom: 5 },
    height: height,
    width: width,
    hAxis: { viewWindowMode: 'maximized' },
    vAxis: { viewWindowMode: 'maximized' },
    backgroundColor: '#f0f0f0',
    gridlineColor: 'white',
    colors: [color],
    adapter: :googlecharts
  }

  vector_names.each do |row|
    plots = vector_names.map do |column|
      if row != column

        Daru::View::Plot.new(
          df[column, row], opts.merge(type: :scatter,
                                      pointSize: 1)
        )
      else
        Daru::View::Plot.new(
          df[row], opts.merge(title: row,
                              titlePosition: 'in',
                              type: :histogram)
        )
      end
    end
    IRuby.display Daru::View::PlotList.new(plots).show_in_iruby
  end
end

Rのデータセットをペアプロットしてみよう

USArrests

require 'rdatasets'
df = RDatasets.datasets.USArrests
pair_plot(df, color: "green")

fgl

df = RDatasets.MASS.fgl
pair_plot(df, height:60, width: 60)

こんな感じで、描けるか描けないかでいったら、描ける。

おまけ

Species ごとに平均などを見たい場合は group_by

iris.Species.to_category
hoge = iris.group_by ["Species"]
hoge.mean
# hoge.max
# hoge.min
# hoge.median