以下の文章はpatchworkパッケージ(thomasp85/patchwork: The Composer of ggplots)のREADMEの翻訳に少し解説を追加したものです。 patchwork patchworkはggplot2により作成された複数のプロットをめちゃ簡単に組み合わせられるようにすることを目標として開発されているパッケージだ。 同様の目的のパッケージ、関数として、gridExtra::grid.arrange()やcowplot::plot_grid()があるが、これらで上手くやろうとすると試行錯誤が結構必要となる。 これに対し、patchworkでは演算子を使った直感的な記法でプロットを組み合わせられるので、より簡単で可読性に優れた記述が可能となる。 インストール 現在はCRANからインストールできる。

This is the website for the first edition of “R for Data Science”, published January 2017. This book is now out-of-date and instead we recommend the 2nd edition at http://r4ds.hadley.nz/ which was published in June 2023. R4DS teaches you how to do data science with R: You’ll learn how to get your data into R, get it into the most useful structure, transform it, visualise it and model it. In this b

はてなAPIをRから使ったときのメモです。認証には種類がいくつかありますが、OAuthによる認証を使います。公式ドキュメントはこのへん。 はてな OAuth - Hatena Developer Center 準備 まずは以下のドキュメントに従ってOAuthのアプリケーションを登録します。 Consumer key を取得して OAuth 開発をはじめよう - Hatena Developer Center 「キー」という項目をOAuthトークンの取得に使うのでメモを取っておきましょう。 トークンの取得 はてなAPIではOAuth1.0の認証を使います。httrパッケージでいつもどおりやるだけです。 library(httr) hatena_app <- oauth_app("Hatena", key = "<OAuth Consumer Keyの値>", secret = "<OAuth

またまたRネタ(ところで、Rってものすごい検索に引っかかりにくいような。R言語と書くべきだったか)。 ここのところニコニコ動画のAPIを使ったXMLの解析がつづいたので、今回ははてなブックマークの件数を取得するjsonの解析。Rにはrjsonというjsonを取得してR用に変換してくれるライブラリがあるようなので、今回はそれを利用。 参考：はてなブックマーク件数取得API – Hatena Developer Center 参考：CRAN – Package rjson とりあえず、複数のURLを取得できるようなので、そのAPIを利用することに(調べてみたら、つい先日リリースされたばかりらしい。参考：(開発者向け情報)はてなブックマーク件数取得APIで複数のURLのブックマーク数をより簡単に取得出来るようになりました – はてなブックマーク開発ブログ)。 > install.packages

Arranging multiple plots on a page Basic strategy Plot insets Aligning plot panels Fix the panel size Aligning complex plots Multiple pages? Mixed graphical components Titles and subtitles Legends Tables and other grobs Alternative options grid viewports and layouts The plots produced by ggplot2 are self-contained graphical objects that may be displayed at arbitrary positions on a page. Notably, i

追記（2017/05/04）: gridExtraのwikiのURLが変わっていたので修正しました。 久々にggplot2のIssueを眺めてたら、gridExtraの作者が超有用ドキュメントを書いてるのを見つけたのでメモ。 ちなみに、元はこのIssueで見つけました: gridパッケージとは gridパッケージは、デフォルトでインストールされているパッケージで、グラフィカルな出力に関する低レベルな操作ができます。ggplot2とかlatticeはこのシステムを使って作られています。 grid is a low-level graphics system which provides a great deal of control and flexibility in the appearance and arrangement of graphical output. grid does

最新版はこちら： https://speakerdeck.com/yutannihilation/ggplot2zai-ru-menRead less

プロットの作製 基本プロットを作る Geoms Aesthetics 違う種類のグラフを重ねる 参照線の追加 グループ分け 層別プロット スケールと軸 Scales 軸ラベルやタイトルの変更 軸の表示範囲を変更する 軸の左右の余白を削除する 軸表示の修飾 日時の軸スケール 軸区切り値の変更 軸スケールの変更 (変数変換) プロットのソート (離散型変数の水準をソートしてプロット) 座標系の反転：横向き箱ひげ図 極座標への変換：円グラフ 座標系のアスペクト比の指定 色セットの変更 ggplot2 のデフォルト色セットの定義 任意の色セットの利用 凡例 凡例位置の変更 凡例ラベルの変更 凡例の一部を削除する テーマ (グラフ背景・グリッドの色, マージン, フォント) Themes 定義済み theme の適用と編集 theme 要素と theme() の併用時の注意点 フォント変更 保存 g

グリッドの背景とかどうやって変えるのかなーとずっと思ってたんですが，どうやらggplot2ではthemeというものを使うようです．Tsukuba.R#6のid:syou6162の発表(Tsukuba.R#6の発表資料 - yasuhisa's blog)の最後で少し紹介がありましたが，そこでもthemeを設定する関数が使用されています． それで調べてみるとかなりいろいろ設定できるということが分かったのと，まだ日本語の解説が無いっぽいのでまとめてみました． 参考: Introduction to data analysis. stat405.(Nov 9 のTheme elements) theme ggplot2ではthemeという概念によって外観を操作する．themeにより背景色やフォントなどの細かい調整が可能になる．組み込みで用意されているテーマにはtheme_bw()とtheme_g

R でプログラミング：データの一括処理とグラフ描き（７章の補足） apply系関数の使い方 updated on 2014-08-25 統計処理は、たくさんのデータを使って行います。 プログラミング言語の多くは、多量のデータの処理を効率よく記述できる 文法が用意されています。R は、特にそうした機能が充実しています。 たとえば、 a <- c(1, 3, 5) a <- a + 1 と書けば、a の３つの要素すべてに 1 が加えられて、2, 4, 6 となります。 同じことは for ループでもできます。 for (i in 1:3) { a[i] <- a[i] + 1 } けれども、このような書き方をするとプログラムが長くなるし、実行時間が余計にかかることもあります （参考： Perl, R, Ruby, C++ で作成したプログラムの実行速度の比較）。 Rでは、for ループを使わず

対応のない 2 群間の量的検定手法として、最も有名なのは Student の t 検定でしょうか。 以前、Student の t 検定についての記事を書きました。 小標本問題と t検定 - ほくそ笑む しかし、Student の t 検定は、等分散性を仮定しているため、不等分散の状況にも対応できるように、Welch の t 検定を使うのがセオリーとなっています。 ただし、これら 2つの検定は分布の正規性を仮定しているため、正規性が仮定できない状況では、Mann-Whitney の U検定というものが広く使われています。 Mann-Whitney の U検定は、正規性を仮定しないノンパラメトリック検定として有名ですが、不等分散の状況でうまく検定できないという問題があることはあまり知られていません。 今日は、これらの問題をすべて解決した、正規性も等分散性も仮定しない最強の検定、Brunner-