TokyoR109.pdf - Speaker Deck

Slide 1

Slide 1 text

#109 @kilometer00 2023.10.07 Data Visualization in R

Slide 2

Slide 2 text

Who！？ Who?

Slide 3

Slide 3 text

Who！？・ @kilometer ・特任教員 (Ph.D. Eng.) ・神経科学・⾏動計算論・データ可視化・R： ~ 15 years ・近況：「鵼」読了。

Slide 4

Slide 4 text

No content

Slide 5

Slide 5 text

宣伝!!（書籍の翻訳に参加しました。）絶賛販売中！（ジャン献本に1冊どうぞ）

Slide 6

Slide 6 text

宣伝!! (医療健康データ科学研究ネットワークの加盟者向け) 先⾏受付開始しました！！

Slide 7

Slide 7 text

@kilometer00 Data Visualization in R

Slide 8

Slide 8 text

No content

Slide 9

Slide 9 text

IEEE Spectrum’s Top Programming Languages 2022 https://spectrum.ieee.org/top-programming-languages-2022

Slide 10

Slide 10 text

https://spectrum.ieee.org/top-programming-languages-methods

Slide 11

Slide 11 text

https://spectrum.ieee.org/top-programming-languages-methods

Slide 12

Slide 12 text

No content

Slide 13

Slide 13 text

TIOBE Index for July 2023 https://www.tiobe.com/tiobe-index/

Slide 14

Slide 14 text

https://www.tiobe.com/tiobe-index/

Slide 15

Slide 15 text

https://twitter.com/hadleywickham/status/1279405379449913344?s=20

Slide 16

Slide 16 text

https://gist.github.com/daroczig/ Number of R packages ever published on CRAN

Slide 17

Slide 17 text

https://cran.r-project.org/web/packages/ The Comprehensive R Archive Network (CRAN)

Slide 18

Slide 18 text

h"ps://www.datasciencemeta.com/rpackages

Slide 19

Slide 19 text

h"ps://www.datasciencemeta.com/rpackages

Slide 20

Slide 20 text

Rを始めよう Rの基礎知識データ可視化の基礎 □ □ □

Slide 21

Slide 21 text

の始め⽅ 1. Rをインストール 2. RStudioをインストール https://www.r-project.org/ https://posit.co/download/rstudio-desktop/

Slide 22

Slide 22 text

の始め⽅ 3. RStudioを⽴ち上げる 4. 新規プロジェクトを作る 6. tidyverseをインストール install.packages("tidyverse") 5. 新規スクリプトを開く File -> New Project... ⌘ ⇧ N

Slide 23

Slide 23 text

① ここにRのコードを書く ② 選択して実⾏(⌘↩) ③ 実⾏結果が表⽰スクリプト → 名前をつけて保存コンソール RStudioの操作

Slide 24

Slide 24 text

① ここにRのコードを書く ② 選択して実⾏(⌘↩) ③ 実⾏結果が表⽰スクリプト → 名前をつけて保存コンソール環境変数などが表⽰ファイル/プロット/ヘルプなど⾃動で反映 RStudioの操作

Slide 25

Slide 25 text

の基本

Slide 26

Slide 26 text

例えばExcelでは、セルの内部に関数を書いて結果だけを表⽰する

Slide 27

Slide 27 text

例えばExcelでは、セルの内部に関数を書いて結果だけを表⽰するどこまでが共通の属性なのか直感的な配置から読み取る

Slide 28

Slide 28 text

の基本 a <- 5 x <- 1:5 y <- a * x 代⼊演算⼦オブジェクトコード

Slide 29

Slide 29 text

選択して実⾏(⌘↩) ⾃動で反映実⾏内容書く

Slide 30

Slide 30 text

の基本 Q. オブジェクトの中⾝が⾒たい時はどうするの？ A. オブジェクト名だけを選択して実⾏します。

Slide 31

Slide 31 text

実⾏(⌘↩)

Slide 32

Slide 32 text

の基本 Q. オブジェクトの中⾝が⾒たい時はどうするの？ A. オブジェクト名だけを選択して実⾏します。 Q. 既にある表データをRに読み込みたいんですが？ A. read_csv()関数を使います。

Slide 33

Slide 33 text

の基本 path <- "data/Book1.csv" read_csv(path)

Slide 34

Slide 34 text

実⾏(⌘↩) エラー：そんな関数ないよ

Slide 35

Slide 35 text

の基本 CRAN The Comprehensive R Archive Network packages

Slide 36

Slide 36 text

install.packages("tidyverse") の基本 1. パッケージのインストール 2. インストールされたパッケージを使う library(tidyverse)

Slide 37

Slide 37 text

実⾏(⌘↩) 読み込めたけど... コレとコレは省きたい (データじゃない)

Slide 38

Slide 38 text

の基本 library(tidyverse) path <- "data/Book1.csv" read_csv(path, skip = 2)

Slide 39

Slide 39 text

No content

Slide 40

Slide 40 text

いちいちcsvに出⼒するの⾯倒だからエクセルファイルのまま読み込みたいなぁ。

Slide 41

Slide 41 text

library(tidyverse) path <- "data/Book1.xls" read_xlsx(path, skip = 2) の基本

Slide 42

Slide 42 text

エラー：そんな関数ないよ

Slide 43

Slide 43 text

library(tidyverse) library(readxl) path <- "data/Book1.xls" read_xlsx(path, skip = 2) の基本

Slide 44

Slide 44 text

そんな名前のファイル無いよ

Slide 45

Slide 45 text

無いことないだろ！！！？？さっき作ったばっかりだぞ！！

Slide 46

Slide 46 text

無いことないだろ！！！？？さっき作ったばっかりだぞ！！ほら！！！！！！

Slide 47

Slide 47 text

無いことないだろ！！！？？さっき作ったばっかりだぞ！！ほら！！！！！！ 😇 ほら...ぁ...

Slide 48

Slide 48 text

library(tidyverse) library(readxl) path <- "data/Book1.xlsx" read_xlsx(path, skip = 2) の基本

Slide 49

Slide 49 text

😇 できた

Slide 50

Slide 50 text

プログラムは思った通りには動かない。書いた通りに動くのだ。誰が⾔ったか知らないが、

Slide 51

Slide 51 text

の始め⽅おすすめパッケージ達・ tidyverse (データ科学総合ツール) ・ data.table (大きいデータ取り扱うなら) ・ cmdstanr (ベイズ統計やるなら) ・ patchwork (データ可視化やるなら) 最初から全部いれる必要はないよ！

Slide 52

Slide 52 text

基礎知識1 data.frame

Slide 53

Slide 53 text

ベクトル (vector) x <- c(5:10) ## x ## [1] 5 6 7 8 9 10 ## ## x[3] ## [1] 7 ## ## x[c(2, 5, 1)] ## [1] 6 9 5

Slide 54

Slide 54 text

リスト (list) list( c(1:3), letters[1:3], seq(3, 5, by = 1)) ## [[1]] ## [1] 1 2 3 ## ## [[2]] ## [1] "a" "b" "c" ## ## [[3]] ## [1] 3 4 5

Slide 55

Slide 55 text

名前付きリスト (named list) list( x = c(1:3), y = letters[1:3], z = seq(3, 5, by = 1)) ## $x ## [1] 1 2 3 ## ## $y ## [1] "a" "b" "c" ## ## $z ## [1] 3 4 5

Slide 56

Slide 56 text

データフレーム (data.frame) data.frame( x = c(1:3), y = letters[1:3], z = seq(3, 5, by = 1)) ## x y z ## 1 1 a 3 ## 2 2 b 4 ## 3 3 c 5

Slide 57

Slide 57 text

data.frame( x = c(1:3), y = letters[1:3], z = seq(3, 5, by = 1)) ## x y z ## 1 1 a 3 ## 2 2 b 4 ## 3 3 c 5 observa(on variable データフレーム (data.frame)

Slide 58

Slide 58 text

パイプ演算⼦基礎知識2 （今⽇の発表では登場しないけどね！）

Slide 59

Slide 59 text

1JQFBMHFCSB X %>% f X %>% f(y) X %>% f %>% g X %>% f(y, .) f(X) f(X, y) g(f(X)) f(y, X) %>% {magri(r} 「dplyr再⼊⾨（基本編）」yutanihila8on h"ps://speakerdeck.com/yutannihila6on/dplyrzai-ru-men-ji-ben-bian

Slide 60

Slide 60 text

縦横データの変換基礎知識3 （後で出てくるよ！）

Slide 61

Slide 61 text

横⻑データ (wide format data) .cols <- c("name", "height", "mass", "birth_year") dat_wide <- starwars[1:4, .cols] ## > dat_wide ## # A tibble: 4 × 4 ## name height mass birth_year ## ## 1 Luke Skywalker 172 77 19 ## 2 C-3PO 167 75 112 ## 3 R2-D2 96 32 33 ## 4 Darth Vader 202 136 41.9

Slide 62

Slide 62 text

縦⻑データ (long format data) ## > dat_long ## # A tibble: 12 × 3 ## name parameter value ## ## 1 Luke Skywalker height 172 ## 2 Luke Skywalker mass 77 ## 3 Luke Skywalker birth_year 19 ## 4 C-3PO height 167 ## 5 C-3PO mass 75 ## 6 C-3PO birth_year 112 ## 7 R2-D2 height 96 ## 8 R2-D2 mass 32 ## 9 R2-D2 birth_year 33 ## 10 Darth Vader height 202 ## 11 Darth Vader mass 136 ## 12 Darth Vader birth_year 41.9

Slide 63

Slide 63 text

横⻑→縦⻑データ (wide → long) tidyr::pivot_longer( data = dat_wide, cols = !name, names_to = "parameter", values_to = "value" ) 縦⻑→横⻑データ (long → wide) tidyr::pivot_wider( data = dat_long, names_from = "parameter", values_from = "value" )

Slide 64

Slide 64 text

Rを始めよう Rの基礎知識データ可視化の基礎 □ □ □ ✔ ✔

Slide 65

Slide 65 text

@上野の森美術館 2023.05.31-07.22 特別展：恐⻯図鑑失われた世界の想像/創造 h"ps://kyoryu-zukan.jp

Slide 66

Slide 66 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 67

Slide 67 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 68

Slide 68 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 69

Slide 69 text

“アンモナイト類の復元画と分類学的⻫⼀説の挑戦” 現在は過去を説明する鍵であるという考え⽅ (C. Lyell, “Principles of Geology”, 1830) Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 70

Slide 70 text

福井県⽴恐⻯博物館恐⻯・古⽣物 Q&A > アンモナイトって何のなかま？ https://www.dinosaur.pref.fukui.jp/dino/faq/r02085.html

Slide 71

Slide 71 text

アオイガイ (Argonauta argo) メスでは2本の腕が特殊な形状に発達し、そこからの分泌物で卵を保育する⾙殻を形成する。 https://丹後.com from Wikipedia JP, Public Domain

Slide 72

Slide 72 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 73

Slide 73 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 74

Slide 74 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1

Slide 75

Slide 75 text

Allmon WD., Earth Sciences History 36(1):1-29 (2017), DOI:10.17704/1944-6178-36.1.1 オウムガイ from Wikipedia JP CC BY-SA 2.5 DEED

Slide 76

Slide 76 text

Suture paIern formaKon in ammonites and the unknown rear mantle structure Inoue, S., Konodo, S., ScienKﬁc Reports, (6) 33689 (2016), DOI: 10.1038/srep33689.

Slide 77

Slide 77 text

Suture paIern formaKon in ammonites and the unknown rear mantle structure Inoue, S., Konodo, S., ScienKﬁc Reports, (6) 33689 (2016), DOI: 10.1038/srep33689. マダコ from Wikipedia JP CC BY-SA 3.0 DEED

Slide 78

Slide 78 text

؍࡯ͷ༗ແʹΑΒͣଘࡏ͍ͯ͠Δ ΋ͷͦͷ΋ͷ ࣮ଘ ৘ใ ࣮ଘΛූ߸Խͨ͠ද৅ ਤ ओͱͯ͠఻ୡΛ໨తͱͨ͠ ৘ใͷࢹ֮తද৅ ؍࡯ʢࣸ૾ʣ ՄࢹԽʢࣸ૾ʣ

Slide 79

Slide 79 text

࣮ଘ ਤ ࣸ૾ʢ؍࡯ʣ ৘ใ ࣸ૾ʢՄࢹԽʣ

Slide 80

Slide 80 text

集合𝑋 集合𝑌 要素𝑥 要素𝑦 写像 𝑓: 𝑋 → 𝑌もしくは𝑓: 𝑥 ⟼ 𝑦 （始集合・定義域）（終集合・終域）【写像】ある集合の要素を他の集合のただ1つの要素に対応づける規則

Slide 81

Slide 81 text

ࣸ૾ Ϧϯΰ ʢ࣮ଘʣ Ϧϯΰ ʢσʔλʣ mapping

Slide 82

Slide 82 text

Ϧϯΰ ࣸ૾ ϑϧʔπ ੺৭ ը૾ ࣮ଘ σʔλ νϟωϧ mapping channel

Slide 83

Slide 83 text

地図空間⽣物種名空間名空間⾦銭価値空間 (円) ⾦銭価値空間 (ドル) コーヒー ¥290 $2.53 [緯度, 経度] Homo sapiens 実存写像写像写像写像写像写像情報【写像】ある集合の要素を他の集合のただ1つの要素に対応づける規則

Slide 84

Slide 84 text

࣮ଘ ਤ ࣸ૾ʢ؍࡯ʣ ৘ใ ࣸ૾ʢՄࢹԽʣ

Slide 85

Slide 85 text

࣮ଘ ࣸ૾ʢ؍࡯ʣ σʔλ ࣸ૾ʢσʔλՄࢹԽʣ άϥϑ 𝑋 𝑌 𝑦! 𝑥! 𝑦" 𝑥" 𝑋 𝑌 𝑥! 𝑥" 𝑦! 𝑦" EBUB mapping σʔλՄࢹԽ

Slide 86

Slide 86 text

𝑋 𝑌 𝑦! 𝑥! 𝑦" 𝑥" 𝑋 𝑌 𝑥! 𝑥" 𝑦! 𝑦" σʔλՄࢹԽ ࣸ૾ mapping x axis, y axis, color, ﬁll, shape, linetype, alpha… aesthetic channels ৹ඒతνϟωϧ

Slide 87

Slide 87 text

𝑋 𝑌 𝑦! 𝑥! 𝑦" 𝑥" 𝑋 𝑌 𝑥! 𝑥" 𝑦! 𝑦" σʔλՄࢹԽ ࣸ૾ mapping x axis, y axis, color, ﬁll, shape, linetype, alpha… aesthetic channels ৹ඒతνϟωϧ ggplot(data = my_data) + aes(x = X, y = Y)) + goem_point() HHQMPUʹΑΔ࡞ਤ

Slide 88

Slide 88 text

Slide 89

Slide 89 text

初めてのggplot2 dat <- data.frame( tag = rep(c("a", "b"), each = 2), X = c(1, 3, 5, 7), Y = c(3, 9, 4, 2) ) ggplot2::ggplot() + ggplot2::geom_point( data = dat, mapping = ggplot2::aes(x = X, y = Y) ) ඳը։࢝Λએݴ ه߸Ͱͭͳ͙ 様々な審美的チャネル(aesthetic channels)を指定できる

Slide 90

Slide 90 text

library(tidyverse) dat <- data.frame(tag = rep(c("a", "b"), each = 2), X = c(1, 3, 5, 7), Y = c(3, 9, 4, 2)) ggplot() + geom_point(data = dat, mapping = aes(x = X, y = Y)) + geom_path(data = dat, mapping = aes(x = X, y = Y)) ॳΊ͔ͯΒ൪໨ͷHHQMPU

Slide 91

Slide 91 text

ॳΊ͔ͯΒ൪໨ͷHHQMPU

Slide 92

Slide 92 text

HHQMPUίʔυͷॻ͖ํͷ৭ʑ ggplot() + geom_point(data = dat, mapping = aes(x = X, y = Y)) + geom_path(data = dat, mapping = aes(x = X, y = Y)) ggplot(data = dat, mapping = aes(x = X, y = Y)) + geom_point() + geom_path() ggplot(data = dat) + aes(x = X, y = Y) + geom_point() + geom_path() ڞ௨ͷࢦఆΛHHQMPU ؔ਺ͷதͰߦ͍ɺҎԼলུ͢Δ͜ͱ͕Մೳ NBQQJOHͷ৘ใ͕ॻ͔ΕͨBFT ؔ਺ΛHHQMPU ؔ਺ͷ֎ʹஔ͘͜ͱ΋Ͱ͖Δ

Slide 93

Slide 93 text

HHQMPUίʔυͷॻ͖ํͷ৭ʑ ggplot() + geom_point(data = dat, mapping = aes(x = X, y = Y, color = tag)) + geom_path(data = dat, mapping = aes(x = X, y = Y)) ggplot(data = dat) + aes(x = X, y = Y) + # 括り出すのは共通するものだけ geom_point(mapping = aes(color = tag)) + geom_path() ϙΠϯτͷ৭ͷNBQQJOHΛࢦఆ

Slide 94

Slide 94 text

HHQMPUίʔυͷॻ͖ํͷ৭ʑ ggplot(data = dat) + aes(x = X, y = Y) + geom_point(aes(color = tag)) + geom_path() ggplot(data = dat) + aes(x = X, y = Y) + geom_path() + geom_point(aes(color = tag)) ͋ͱ͔ΒͰॏͶͨཁૉ͕લ໘ʹඳը͞ΕΔ

Slide 95

Slide 95 text

library(tidyverse) dat <- data.frame(tag = rep(c("a", "b"), each = 2), X = c(1, 3, 5, 7), Y = c(3, 9, 4, 2)) g <- ggplot(data = dat) + aes(x = X, y = Y) + geom_path() + geom_point(mapping = aes(color = tag)) HHQMPUը૾ͷอଘ ggsave(filename = "fig/demo01.png", plot = g, width = 4, height = 3, dpi = 150)

Slide 96

Slide 96 text

Slide 97

Slide 97 text

Slide 98

Slide 98 text

HFNP@ ؔ਺܈ DGIUUQTXXXSTUVEJPDPNSFTPVSDFTDIFBUTIFFUT

Slide 99

Slide 99 text

ෳ਺ͷܥྻΛඳը͢Δ > head(anscombe) x1 x2 x3 x4 y1 y2 y3 y4 1 10 10 10 8 8.04 9.14 7.46 6.58 2 8 8 8 8 6.95 8.14 6.77 5.76 3 13 13 13 8 7.58 8.74 12.74 7.71 4 9 9 9 8 8.81 8.77 7.11 8.84 5 11 11 11 8 8.33 9.26 7.81 8.47 6 14 14 14 8 9.96 8.10 8.84 7.04 ggplot(data = anscombe) + geom_point(aes(x = x1, y = y1)) + geom_point(aes(x = x2, y = y2), color = "Red") + geom_point(aes(x = x3, y = y3), color = "Blue") + geom_point(aes(x = x4, y = y4), color = "Green") ͜Ε·Ͱͷ஌ࣝͰؤுΔͱ͜͏ͳΔ

Slide 100

Slide 100 text

HHQMPUʹΑΔσʔλՄࢹԽ ࣮ଘ ࣸ૾ʢ؍࡯ʣ σʔλ ࣸ૾ʢσʔλՄࢹԽʣ άϥϑ 𝑋 𝑌 𝑦! 𝑥! 𝑦" 𝑥" SBXEBUB 写像 aesthetic channels ৹ඒతνϟωϧ ՄࢹԽʹదͨ͠EBUBܗࣜ 変形 ਤͷͭͷ৹ඒతνϟωϧ͕ σʔλͷͭͷม਺ʹରԠ͍ͯ͠Δ

Slide 101

Slide 101 text

> head(anscombe) x1 x2 x3 x4 y1 y2 y3 y4 1 10 10 10 8 8.04 9.14 7.46 6.58 2 8 8 8 8 6.95 8.14 6.77 5.76 3 13 13 13 8 7.58 8.74 12.74 7.71 4 9 9 9 8 8.81 8.77 7.11 8.84 5 11 11 11 8 8.33 9.26 7.81 8.47 6 14 14 14 8 9.96 8.10 8.84 7.04 > head(anscombe_long) key x y 1 1 10 8.04 2 2 10 9.14 3 3 10 7.46 4 4 8 6.58 5 1 8 6.95 6 2 8 8.14 ggplot(data = anscombe_long) + aes(x = x, y = y, color = key) + geom_point() ৹ඒతνϟωϧ Y࣠ Z࣠ ৭ ʹରԠ͢Δม਺ʹͳΔΑ͏มܗ ݟ௨͠ྑ͘γϯϓϧʹՄࢹԽͰ͖Δ

Slide 102

Slide 102 text

> head(anscombe) x1 x2 x3 x4 y1 y2 y3 y4 1 10 10 10 8 8.04 9.14 7.46 6.58 2 8 8 8 8 6.95 8.14 6.77 5.76 3 13 13 13 8 7.58 8.74 12.74 7.71 4 9 9 9 8 8.81 8.77 7.11 8.84 5 11 11 11 8 8.33 9.26 7.81 8.47 6 14 14 14 8 9.96 8.10 8.84 7.04 > head(anscombe_long) key x y 1 1 10 8.04 2 2 10 9.14 3 3 10 7.46 4 4 8 6.58 5 1 8 6.95 6 2 8 8.14 ৹ඒతνϟωϧ Y࣠ Z࣠ ৭ ʹରԠ͢Δม਺ʹͳΔΑ͏มܗ anscombe_long <- pivot_longer(data = anscombe, cols = everything(), names_to = c(".value", "key"), names_pattern = "(.)(.)") ԣ௕σʔλ ॎ௕σʔλ

Slide 103

Slide 103 text

ggplot(data = anscombe_long) + aes(x = x, y = y, color = key) + geom_point() ggplot(data = anscombe_long) + aes(x = x, y = y, color = key) + geom_point() + facet_wrap(facets = . ~ key, nrow = 1) ਫ४ͰਤΛ෼ׂ͢Δ

Slide 104

Slide 104 text

まとめ

Slide 105

Slide 105 text

Rを始めよう Rの基礎知識データ可視化の基礎 □ □ □ ✔ ✔ ✔