はじめに
このドキュメントは『指標・特徴量の設計から始めるデータ可視化学入門』で提供されているPythonによる可視化コードをR言語で書き直したものです。 ただし、Pythonのコードの直訳・逐語訳ではなくRらしい書き方・表現へ意訳しています。 以下が各章ごとのドキュメントです。 2023年2月時点で第8章まで完成。 第1章 データ可視化の本質 第2章 数量を把握するデータ可視化 第3章 メカニズムをとらえるデータ可視化 第4章 多変数をとらえるデータ可視化 第5章 データの分布をとらえる指標化 第6章 関係性をとらえる指標化 第7章 パターンをとらえる指標化 第8章 データ指標化・可視化のプロセス MATLAB版も公開されています。 以下の方針を取っています。 書籍とPythonのコードで微妙に異なる箇所は、極力書籍に合わせる。 配色の再現は目指さない。 jetカラーのグラデーションはviridi
Rで論文を書く実践的なテクニック集 (グラフ編)
読み取りやすさ (Readability) 良いグラフからは本文を読まなくともメッセージが読み取れるものです. 一番大事なのは, 質の良いデータと適切な手法の選択ですが, テクニックで改善できる部分もあります. ケースバイケースですが, 一番シンプルなルールは以下の原則です. データインク比の原則 (Tufte (2001)) 図においては以下のデータインク比を最大化しなければならない: \text{データインク比} := \frac{\text{データインク}}{\text{図中で使われるインク総量}} 系 削除しても情報量を損ねない要素は取り除かなければならない. 例えば, 以下の棒グラフを改善してみましょう. accident_bike <- read_parquet(here("data/cleaned/accident_bike.parquet")) |> filter(!is.
Rで解析：「ggplot2」の体裁を色々整える「ggh4x」パッケージ
「ggplot2」パッケージの「facet_wrap」や「facet_grid」コマンドを使いやすくするだけでなく、軸や凡例の体裁を色々整えることが可能なパッケージの紹介です。「ggplot2」パッケージ単独でも体裁を整えることが可能ですが、本パッケージを利用することで大幅な作業時間を短縮できると考えます。 パッケージバージョンは0.2.3。windows11のR version 4.2.2で確認しています。 #パッケージの読み込み library("ggh4x") ###データ例の作成##### #tidyverseパッケージがなければインストール if(!require("tidyverse", quietly = TRUE)){ install.packages("tidyverse");require("tidyverse") } set.seed(1234) n <- 50 Te
How the BBC Visual and Data Journalism team works with graphics in R
Over the past year, data journalists on the BBC Visual and Data Journalism team have fundamentally changed how they produce graphics for publication on the BBC News website. In this post, we explain how and why we have used R’s ggplot2 package to create production-ready charts, document our process and code and share what we learned along the way. Data journalists on the BBC News’ Visual and Data
Rグラフィックスの文字化け問題中間報告 (2021年版) - ill-identified diary
概要 去年書いた話のその後の更新について整理した. おまえはもうRのグラフの日本語表示に悩まない (各OS対応) - ill-identified diary あとこっちのスライドも閲覧数が少しづつ増えてるようなので Mac でも Windows でも, PNG でも PDF でもRのグラフに好きなフォントで日本語を表示したい (2020年最終版)/Display-CJK-Font-in-Any-Gpraphic-Device-and-Platform-2020 - Speaker Deck 去年の話の直後にいろいろと大きな環境変化あった 改めて変更点と残る問題点をここでまとめる 本当は不具合を潰してから書きたかったが思ったより時間がかかりそうなので「中間報告」 以降の記述のほとんどはこれまでネット上のどこかで断片的に書いていた話で, 今回はそれらを一箇所にまとめただけ tikz について
The R Graph Gallery – Help and inspiration for R charts
Welcome the R graph gallery, a collection of charts made with the R programming language. Hundreds of charts are displayed in several sections, always with their reproducible code available. The gallery makes a focus on the tidyverse and ggplot2. Feel free to suggest a chart or report a bug; any feedback is highly welcome! Stay in touch with the gallery by following it on Twitter. Oh and if you wa
Rで解析：Alluvial diagramsをプロットしませんか「ggalluvial」パッケージ
データの流れを指標や時間軸で表現するのに便利なAlluvial diagrams（沖積図）です。「ggplot2」パッケージを使用したパッケージですので、「ggplot2」パッケージのコマンドが利用可能です。「ggplot2」パッケージ のコマンドと合わせて利用するパッケージです。実際の作業に合わせて実行コマンドを紹介します。 パッケージバージョンは0.12.3。実行コマンドはwindows 11のR version 4.1.2で確認しています。 パッケージのインストール下記コマンドを実行してください。 #パッケージのインストール install.packages("ggalluvial")実行コマンド詳細はコマンド、パッケージのヘルプを確認してください。 #パッケージの読み込み library("ggalluvial") ###データ例の作成##### #tidyverseパッケージを読
【論文紹介】ベイズ分析のワークフローにおける視覚化について - Qiita
こんにちは，株式会社Nospareリサーチャー・千葉大学の小林です． 今回はJournal of Royal Statistical Society Series Aにも掲載されたGabry et al. (2017)（arXiv版）の紹介をします．この論文では次の挙げられるベイズ分析のワークフロー 探索的データ分析 分析前のモデルチェック アルゴリズムの動作チェック モデル推定後のモデルチェック において視覚化をどのように使っていくかについて書かれており，実証分析や実務においてベイズ分析を行うにあたってとても有用な内容になっています．本記事で掲載する図などは著者がgithubにポストしてあるコードを使って作成しました． データ分析例の設定 この論文では終始PM2.5に関するデータ分析例を取り扱っており，この例では以下の設定があります． PM2.5は人体に対して影響があると考えられ，本当は
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Uncanny X-Men: Bayesian take on Dr. Silge’s analysis | Joshua Cook
GitHub - cxli233/FriendsDontLetFriends: Friends don't let friends make certain types of data visualization - What are they and why are they bad.
Lay out multiple ggplot graphs on a page
beyond-bar-and-box-plots/README.md at main · z3tt/beyond-bar-and-box-plots
Tokyo Track revisited: no, I don’t think the track surface is “1-2% faster” | Statistical Modeling, Causal Inference, and Social Science
The Data Visualisation Catalogue
Probability of Direction (pd)