はてなブックマーク

見つけたのでメモ。こういうのがさくっと描けます: geom_spokeとは ある座標点(x, y)から，向き(angle)と半径(radius)を指定することで線分(segment)を描くものです。似たようなものとして，geom_segmentがありますが，こちらは座標の開始点(x, y)と終了点(xend, yend)を指定するのが違いです。 というかgeom_spokeは受け取ったデータのangleとradiusからxendとyendを算出し，GeomSegmentをベースに組み立ててるんだと思います。 使い方 参考ドキュメント ggplot2の公式サイトにある，以下のドキュメントを参照してください: Line segments parameterised by location, direction and distance — geom_spoke • ggplot2 また，基本は

最近いろんなのが出てきて追いきれてなかったのでメモ。 Vectorized Functionsとは dplyrにはmutate()やtransmute()など，新たな変数を作成する関数があります。多くの場合，元ある変数から計算(操作)して新たな変数を導くのですが，この計算(操作)に使える便利な関数たちをVectorized Funcitonsと呼ぶようです。 これはRStudioが公開しているチートシート群の中の，Data Transformation Cheat Sheetの2ページ目に一覧があります1。 今回はここに紹介してある関数を実際にテストしてみます。 関数一覧 チートシートの該当箇所にある関数は以下のとおりです: オフセット(Offsets) dplyr::lag() dplyr::lead() 累積集計(Cumulative Aggregates) dplyr::cumall

tidyrの関数たちと向き合ってみる いつもお世話になっているtidyrパッケージですが，いつもgather()とspread()あたりしか使っていませんでした。もっといろんな関数があるのは知っていたので調査してみました。 なお自分用のメモなので自分が既知のものや面倒なもの，_の分は省略します。 tidyrの関数一覧 exportされてる分だけを対象にします。あと面倒なのでtidyverseで関連するのをまとめて読み込みます: library(tidyverse) # > Loading tidyverse: ggplot2 # > Loading tidyverse: tibble # > Loading tidyverse: tidyr # > Loading tidyverse: readr # > Loading tidyverse: purrr # > Loading tidyv

この記事は,R Advent Calendar 2016の第22日目の記事です。 R Markdownとは Rでドキュメント生成 Rは一般にデータ解析や可視化で利用されることが多いですが,Rでドキュメントを生成することが可能です。多くの場合,R Markdownを利用して作成され,その便利さ,将来性に注目が集まっています。以降,R Markdownを念頭に話を進めます。 Rでやるメリット R(R Markdown)でドキュメントを生成するメリットは数多くありますが,以下のようなものが挙げられます: 分析からレポート生成までが完結 WordもExcelも(そしてぱわぽも)いらない コピペ汚染からの開放 再現性の確保 同一の内容をそのまま再現できる 再利用、配布が簡単 コードを簡単に再利用可能 テキストデータなので運用が簡単 作るのが簡単 ドキュメント部分は基本Markdown 基本的な考え方

この記事は，Stan Advent Calender 2016の13日目の記事です。 RStudioでStanを実行する Stanを実行する環境としてはRやPythonなど色々あるかと思いますが，私の周りではもっぱらRStanが多く，またRStudioを利用している人が多い印象です。実際RStudioにはStanを実行するために色々なものが準備されているのですが，まだあまり広まっていないように感じます。 そこで本記事では，知っておくと便利なTipsをいくつかご紹介します。なお，一部は記事公開時点(2016/12/13)ではPreview版RStudioを必要とするものがあります。ご了承ください。 stanファイルの編集 RStudioは実のところ色々なファイル形式に対応しており，.stanにも対応しています。しかし新規ファイル作成ではstan fileという項目はありません。なので以下のよ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? そろそろワンストップなまとめ記事があってもいいはずと思ったので、個人的なメモとしてまとめました。 2016/06/10追記: 資料1件追加 2016/03/15追記: ggplot2 v2向けに一部修正 ggplot2のイメージをつかもう まずはこのggplot2がどういうものなのかをつかみましょう。 ggplot2の完全な初心者向け ggplot2に初めて触れるという方は、まずこのスライドを一読されるのをオススメします: ggplot2によるグラフ化@HijiyamaR#2 ※Slideshareリンク ggplot2を理解するために

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?