The empirical cumulative distribution function (ECDF) provides an alternative visualisation of distribution. Compared to other visualisations that rely on density (like geom_histogram()), the ECDF doesn't require any tuning parameters and handles both continuous and categorical variables. The downside is that it requires more training to accurately interpret, and the underlying visual tasks are so

私の持っているデータで、spline(y~x)というようにspline関数を使って曲線を描きたいのですが、lm(y~ns(x), df=_)といったスムージングを使う方法しか見つけられません。 どうしてもspline()を使いたいのですが、ggplotでspline()を使うシンプルな方法はありますか。以下のような方法を考えたのですが、できればこういうテクニックに頼りたくありません:

I want to make a heatmap in ggplot2. My toy data and code is: set.seed(12345) dat <- data.frame( Row = rep(x = LETTERS[1:5], times = 10) , Col = rep(x = LETTERS[1:10], each = 5) , Y = rnorm(n = 50, mean = 0, sd = 1) ) library(ggplot2) p <- ggplot(data = dat, aes(x = Row, y = Col)) + geom_tile(aes(fill = Y), colour = "white") + scale_fill_gradient(low = "white", high = "steelblue") p I want to have

Suppose I have a ggplot with more than one legend. mov <- subset(movies, length != "") (p0 <- ggplot(mov, aes(year, rating, colour = length, shape = mpaa)) + geom_point() ) I can turn off the display of all the legends like this: (p1 <- p0 + theme(legend.position = "none")) Passing show_guide = FALSE to geom_point (as per this question) turns off the shape legend. (p2 <- ggplot(mov, aes(year, rati

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

Themes are a powerful way to customize the non-data components of your plots: i.e. titles, labels, fonts, background, gridlines, and legends. Themes can be used to give plots a consistent customized look. Modify a single plot's theme using theme(); see theme_update() if you want modify the active theme, to affect all subsequent plots. Use the themes available in complete themes if you would like t

前回，read.table()とscan()を比較したんですが，もう少しきちんと調べてみると，実はread.tableパッケージというものがあるということを知りました．さらにstackoverflowにドンピシャのスレッドを見つけたので，これを実際に確かめてみました． freadの検証 data.tableパッケージが高速なテーブルデータの読み込みをおこなうためのパッケージで，中でもfreadが最もパフォーマンスが高いようです． ## user system elapsed Method ## 24.71 0.15 25.42 read.csv (first time) ## 17.85 0.07 17.98 read.csv (second time) ## 10.20 0.03 10.32 Optimized read.table ## 3.12 0.01 3.22 fread ##

Rのステキグラフィックスライブラリ「ggplot2」のqplot関数についてまとめてみた．少し頑張りすぎた． 関連記事：ggplot2の概要 - ぬいぐるみライフ？ qplot関数とは ggplot2にはqplot(Quick PLOTの略)というステキな関数が用意されている．これを使うと，デフォルトの設定のままでもRのbaseライブラリ(plot関数など)と比べてきれいな図が描ける上に，色付けや凡例の設定もある程度よしなにやってくれる． 以降，ggplot2のqplot関数について詳しく見ていくことにしよう． この記事の構成 最初に，qplot関数について以下のことをチェックする． qplot関数の基本 qplot関数のdataパラメータ 次に，以下のグラフについてbaseライブラリとggplot2のqplot関数の間でシンタックスの違いや描画されるグラフを比較していく． 散布図 折れ線