ggplot2についてちょっと勉強した(1) - もうカツ丼はいいよな

ggplot2について

ggplot2

要するにRでちょっとカッコイイグラフが簡単に作れるアレ。
リファレンスマニュアルを読んだのでノートを書く。
とりあえずhttp://had.co.nz/ggplot2/geom_abline.htmlを読んだ。点の打ち方と線の引き方。
まあでもぶっちゃけhttp://had.co.nz/ggplot2/geom_abline.htmlを省略しつつ訳しただけのようなものなのであまり面白くn*1(ry

ノート

使われるデータセットについて

自動車のデータ
?mtcars
1974年のMotor Trend US紙から抽出
燃費ほか10の項目、32車種分のデータ
mpg: 燃費(Miles/(US)gallon)
cyl: シリンダー数
disp:排気量(立方インチ？)
hp: 馬力
wt: 重量(ポンド/1000)
qsec:1/4マイルのタイム
vs: V/S(?)
am: トランスミッション(0: オートマ, 1:マニュアル)
gear:ギア数
carb:キャブレター数

qplot

plotみたいなもの
plotと同じような感じで散布図がかける
ちょっとカッコイイ

qplot(wt, mpg, data = mtcars)
p <- qplot(wt, mpg, data = mtcars)  ## 後で使うのでしまっておく

geom_abline

abline()みたいなもの
ほかのプロットの上に線を引く低水準作図関数

ggplot2の場合、低水準作図関数は後で使うんじゃなくて同時に使う。高水準作図関数の後ろに+で低水準作図関数を足していく。

p + geom_abline(intercept = 20)         #切片指定

単体で使うとパラメータの一覧みたいなのが返ってくるので、低水準作図関数で高水準作図関数のパラメータを指定するような感じなんだろうか。

外観の設定

geom_abline()の引数を指定してやることで見た目の変更ができる。半透明の線とかも引ける。

p + geom_abline(intercept = 10,
                colour = "red",         # 色(Default: black)
                size = 2,               # 太さ(Default: 1)
                linetype = 2,           # 線種(Default: 1)
                alpha = 0.5)            # 透明度(Default: 1)

coef

ggplotとは関係ない。statsパッケージに入ってる。
lmオブジェクトに使うと回帰係数だけ返してくれる。
調べた回帰係数を指定するとそれっぽく線を引けるよという例。

coef(lm(mpg ~ wt, data = mtcars))       #回帰係数確認
## > coef(lm(mpg ~ wt, data = mtcars))
## (Intercept)          wt 
##   37.285126   -5.344472
## 係数を指定してやる、それっぽい
p + geom_abline(intercept = 37, slope = -5)

stat_smooth

もちろん実際にはこんな面倒なことをする必要はなくて、stat_smoothという関数を使うとfittingができる

p + stat_smooth(method = "lm",
                se = FALSE)             # TRUE(デフォルト)にすると標準誤差(たぶん)
                                        # が半透明で表示されてカッコイイ

aes

aes()を使うと複数の引数を同時に与えられる？詳しい使い方がよくわからない。普通に引数指定するときにも使うっぽい。

## aes()を使って複数の引数を同時に与えられる
p <- ggplot(mtcars,                     # data = は第一引数
            aes(x = wt, y = mpg),
            . ~ cyl) + geom_point()
df <- data.frame(a = rnorm(10, 25), b = rnorm(10, 0))
p + geom_abline(aes(intercept = a, slope = b), data = df)

ddply

ddply()関数はsplitとapplyを組み合わせたような関数で、指定の列でsplitした結果のそれぞれに対して関数を適用する。関数はデータフレームを返す必要がある。

## 線型モデルに従って切片と傾きを求める
coefs <- ddply(mtcars, .(cyl),
               function(df){
                 m <- lm(mpg ~ wt, data = df)
                 data.frame(a = coef(m)[1], b = coef(m)[2])
                          }
                 )
## 上の例だとmtcarsのcyl列で分割したデータフレームに対し、
## それぞれ回帰係数を求めている
## coef()関数は係数だけ返してくれる
## > coefs
##   cyl        a         b
## 1   4 39.57120 -5.647025
## 2   6 28.40884 -2.780106
## 3   8 23.86803 -2.192438
## > str(coefs)
## 'data.frame':	3 obs. of  3 variables:
##  $ cyl: num  4 6 8
##  $ a  : num  39.6 28.4 23.9
##  $ b  : num  -5.65 -2.78 -2.19

これとさっきのaes()を組み合わせると条件別に回帰直線が！

## 3本の回帰直線をプロットする
p + geom_abline(aes(intercept = a, slope = b),
                data = coefs)

geom_smooth

もちろんこんな面倒なことをする必要は(ry
geom_smoothにgroup=をaesで指定してやることによりグループごとのfittingができる。デフォルトだと範囲も適当に切ってくれるのでいい感じになる。

p + geom_smooth(aes(group = cyl), method = "lm")  ## デフォルト
p + geom_smooth(aes(group = cyl), method = "lm",
                fullrange = TRUE, se = FALSE)     ## 上でやったようなやつ