差分

この文書の現在のバージョンと選択したバージョンの差分を表示します。

--- ggplot2で折れ線グラフ [2017/12/27]
adash333 [4. グラフ描画のコードを記載（ggplot関数）]
+++ ggplot2で折れ線グラフ [2018/10/07] (現在)
@@ ライン 30: / ライン 30: @@
 tidyverseをインストールすることにより、tidyrやggplot2なども自動的にインストールされます。
-作成中
+console画面（RStudioですと、左下の画面内に"console"タブがあると思います。）で、以下を入力して、tidyverseパッケージをインストールします。（ggplot2なども一緒にインストールされます。）
+<code>
+install.packages("tidyverse")
+</code>
@@ ライン 90: / ライン 94: @@
 ===== 3．元データを整然データに変換（gather関数）=====
-R Studioの画面で、画面右上の方の、"Insert" > "R" で、新しいチャンク（灰色の部分）が挿入されるので、そちらに、以下のコードを記載。
+ggplot関数を用いてグラフを描画するためには、元データを『整然データ』(tidy data)に変換する必要があります。
+整然データ"tidy data"については、以下のサイトの解説が非常にわかりやすいです。
+整然データとは何か
+http://id.fnshr.info/2017/01/09/tidy-data-intro
+R Studioの画面で、画面右上の方の、"Insert" > "R" で、新しいチャンク（灰色の部分）が挿入されるので、そちらに、以下のコードを記載します。
 <code>
@@ ライン 105: / ライン 115: @@
 {{:pasted:20171227-215513.png}}
-作成中
 ===== 4. グラフ描画のコードを記載（ggplot関数） =====
@@ ライン 127: / ライン 136: @@
 IDが数値扱いになり、色分けが変な風になってしまう。\\
-そのため、IDを文字列として認識させる。
+そのため、as.character()関数を用いて、IDを文字列として認識させてから、ggplot関数でグラフを描画します。
 <code>
@@ ライン 146: / ライン 155: @@
 {{:pasted:20171227-220537.png}}
+==== 男女で平均とSDを求める ====
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+group_time_mean_sd <- data_plot_individuals %>%
+  group_by(sex, key) %>%
+  summarize(mean = mean(value), sd=sd(value))
+group_time_mean_sd
+</code>
+{{:pasted:20171227-222115.png}}
+==== 男女で平均とSDを求めて折れ線グラフ ====
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+group_time_mean_sd <- data_plot_individuals %>%
+  group_by(sex, key) %>%
+  summarize(mean = mean(value), sd=sd(value))
+b <- ggplot(group_time_mean_sd, aes(x=key, y=mean, group=sex, colour=sex)) +
+  geom_line()
+b
+</code>
+{{:pasted:20171227-222259.png}}
+==== 折れ線グラフにエラーバーをつける ====
+<code>
+library(tidyverse)
+x <- read.csv("book2.csv")
+x$ID <- as.character(x$ID)
+x
+data_plot_individuals <- x %>%
+  gather(key, value, -ID, -age, -sex, -DM)
+group_time_mean_sd <- data_plot_individuals %>%
+  group_by(sex, key) %>%
+  summarize(mean = mean(value), sd=sd(value))
+b <- ggplot(group_time_mean_sd, aes(x=key, y=mean, group=sex, colour=sex)) +
+  geom_line()
+errors <- aes(ymax = mean + sd, ymin = mean - sd)
+b <- b + geom_errorbar(errors, width = 0.2) + geom_point(aes(colour=sex, shape=sex), size=4)
+b
+</code>
+{{:pasted:20171227-222408.png}}
 ===== 参考文献 =====
+ggplot2 — きれいなグラフを簡単に合理的に\\
+https://heavywatal.github.io/rstats/ggplot2.html
+Plotting means and error bars (ggplot2)\\
+http://www.cookbook-r.com/Graphs/Plotting_means_and_error_bars_(ggplot2)/
 -08-22
@@ ライン 182: / ライン 262: @@
 library(tidyverse)
 </code>
-してから、tidyrパッケージのgather()関数を用いると良さそうです。（最初はこんなことを言われても訳わかんないと思いますので、具体例で解説させていただきたいと思います。）蛇足ですが、ggplot2は、tidyverseパッケージに含まれています。
+してから、tidyrパッケージのgather()関数を用いるのがお勧めです。このページでは具体例を用いて解説させていただいています。なお、ggplot2は、tidyverseパッケージに含まれています。
@@ ライン 200: / ライン 275: @@
 </html>
+ggplot2を用いたグラフの描き方については、以下の本が非常にお勧めです。
+<html>
+<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=twosquirrel-22&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=4873116538&linkId=a45356b5efeff42f623fc074f71e9a97"></iframe>
+</html>
+英語ですが、以下のサイトに非常によくまとまっています。
+http://www.cookbook-r.com/Graphs/
 ===== リンク =====

サルでもわかる機械学習

ユーザ用ツール

サイト用ツール

差分

ページ用ツール