2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

アヤメの分類でggplot2を勉強する

Last updated at Posted at 2023-12-10

ggplot2はRのデータ可視化パッケージです。
SIGNATEのアヤメの分類から入手したデータを用いて、ggplot2を勉強します。
実行環境:MacBook Air M1, 2020

RとRStudioのインストール

以下のURLから、RとRStudioをインストールします。
https://posit.co/download/rstudio-desktop/
インストール方法は以下のURLの記事にわかりやすく書かれています。
https://qiita.com/azzeten/items/1031c788ed093d3b3946

ggplot2のインストールと読み込み

ggplot2のインストールと読み込みを行います。

RStudioを起動し、以下のコードを実行します。

install.packages("tidyverse")
library(ggplot2)

次回からは、以下のコードのみを実行します。

library(ggplot2)

これにより、ggplot2を読み込むことができます。

ディレクトリの移動とデータの読み込み

# ディレクトリの移動
setwd("~/iris")
getwd()
# データの読み込み
train = read.table("train.tsv", header = TRUE, sep = "\t")
test = read.table("test.tsv", header = TRUE, sep = "\t")
sample_submit = read.csv("sample_submit.csv", header = FALSE)

データ可視化

棒グラフ

classのカウントを示す棒グラフを作成します。

ggplot(train, aes(x = class)) + geom_bar()

Rplot.png

グラフをわかりやすくするため、アヤメの種類ごとに棒に色をつけます。

ggplot(train, aes(x = class, fill = class)) + geom_bar()

Rplot01.png

バーが3色になり、わかりやすくなりました。

散布図

sepal.length.in.cmとsepal.width.in.cmの関係を示す散布図を作成します。

ggplot(train, aes(x = sepal.length.in.cm, y = sepal.width.in.cm)) + geom_point()

Rplot02.png

棒グラフと同様に、アヤメの種類ごとに点に色をつけます。

ggplot(train, aes(x = sepal.length.in.cm, y = sepal.width.in.cm, colour = class)) + geom_point()

Rplot03.png

3種類のアヤメで、sepal.length.in.cmとsepal.width.in.cmの分布が異なることがわかります。

ヒストグラム

sepal.length.in.cmの分布を示すヒストグラムを作成します。

ggplot(train, aes(x = sepal.length.in.cm)) + geom_histogram()

Rplot.png

30だったビンの数を10にします。

ggplot(train, aes(x = sepal.length.in.cm)) + geom_histogram(bins = 10)

Rplot01.png

棒グラフと同様に、アヤメの種類ごとにヒストグラムに色をつけます。

ggplot(train, aes(x = sepal.length.in.cm, fill = class)) + geom_histogram(bins = 10)

Rplot02.png

アヤメの種類ごとのヒストグラムを作成し、透過度を上げます。

ggplot(train, aes(x = sepal.length.in.cm, fill = class)) + geom_histogram(position = "identity", alpha = 0.5, bins = 10)

Rplot03.png

3種類のアヤメで、sepal.length.in.cmの分布が異なることがわかります。

密度曲線

sepal.length.in.cmの密度曲線を作成します。

ggplot(train, aes(x = sepal.length.in.cm, fill = class)) + geom_density()

Rplot04.png

ヒストグラムと同様に、透過度を上げます。

ggplot(train, aes(x = sepal.length.in.cm, fill = class)) + geom_density(alpha = 0.5)

Rplot05.png

箱ひげ図

ggplot(train, aes(x = class,y = sepal.length.in.cm)) + geom_boxplot()

Rplot06.png

棒グラフと同様に、アヤメの種類ごとに箱ひげ図に色をつけます。

ggplot(train, aes(x = class,y = sepal.length.in.cm, fill = class)) + geom_boxplot()

Rplot12.png

箱ひげ図が3色になり、わかりやすくなりました。

バイオリンプロット

ggplot(train, aes(x = class,y = sepal.length.in.cm)) + geom_violin()

Rplot08.png

棒グラフと同様に、アヤメの種類ごとにバイオリンプロットに色をつけます。

ggplot(train, aes(x = class,y = sepal.length.in.cm, fill = class)) + geom_violin()

Rplot13.png

バイオリンプロットが3色になり、わかりやすくなりました。

密度プロット

ggplot(train, aes(x = sepal.length.in.cm, y = sepal.width.in.cm)) + geom_point() + stat_density2d()

Rplot10.png

棒グラフと同様に、アヤメの種類ごとに密度プロットに色をつけます。

ggplot(train, aes(x = sepal.length.in.cm, y = sepal.width.in.cm, colour = class)) + geom_point() + stat_density2d()

Rplot11.png

3種類のアヤメで、sepal.length.in.cmとsepal.width.in.cmの分布が異なることがわかります。
特に、Iris-setosaが左上に分布していることがわかります。

ggplot2を用いて、様々なグラフを作成できることがわかりました。
今後は、Arguments(引数)やLayers(レイヤー)について勉強していきます。

参考文献

https://ggplot2.tidyverse.org/index.html
https://www.oreilly.co.jp/books/9784873118925/
https://stats.biopapyrus.jp/r/ggplot/geom_histogram.html

2
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
2
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?