第55回 R勉強会@東京 発表資料

1. 可視化周辺の進化がヤヴァイ
2016
〜Plotlyを中⼼として〜
Tokyo.R#55
2016-07-30
@kashitan

2. > summary(kashitan)
• TwitterID : @kashitan
• お仕事 : 某通信会社
2

3. Rは可視化ツール
https://www.r-project.org

4. 可視化に関する過去の発表
2013-06-01
第31回 R勉強会@東京
2010-06-26
第6回 R勉強会@東京
2015-02-21
第46回 R勉強会@東京

5. htmlwidgets多すぎ

6. 主要ライブラリの⽐較
⼤分類 グラフ Plotly rbokeh highcharter
基本グラフ
折れ線グラフ ○ ○ ○
バブルチャート ○ × ?
散布図 ○ ○ ○
ヒートマップ ○ × ○
棒グラフ ○ × ○
⾯グラフ ○ × ○
円グラフ ○ × ○
統計グラフ
ヒストグラム ○ ○ ○
箱ひげ図 ○ ○ ○

7. 圧倒的⼈気

8. でも
アカウント登録が
必要でしょう？

9. オープンソース化
されました！
（アカウント不要）
※highcharts.jsは商⽤利⽤だと有償

10. •plotlyデモ
•plotlyによるグラフの作成
•plotlyグラフの調整

11. 可視化のサンプルデータ
• 東京都知事選挙候補者の中3名のTweetデータ
⼩池 百合⼦
209,760
2,740
⿃越 俊太郎
159,788
541
増⽥寛也
6,476
265
(敬称略)
フォロワー数
ツイート数

12. 可視化のサンプルデータ
• 東京都知事選挙候補者3名のTweetデータ
name id created favorite retweet
⼩池百合⼦ 759032551348457472 2016-07-29 23:27:17 184 152
⼩池百合⼦ 759021573537878016 2016-07-29 22:43:39 177 178
⼩池百合⼦ 759021527157252096 2016-07-29 22:43:28 155 171
⼩池百合⼦ 759021455807873024 2016-07-29 22:43:11 144 163
⼩池百合⼦ 759021109580750849 2016-07-29 22:41:49 153 163
⼩池百合⼦ 759013802167848961 2016-07-29 22:12:46 209 194
⼩池百合⼦ 759013745624440832 2016-07-29 22:12:33 211 191
⼩池百合⼦ 759013630452965376 2016-07-29 22:12:05 225 196
⼩池百合⼦ 758959413692538881 2016-07-29 18:36:39 318 208

13. •plotlyデモ
•plotlyによるグラフの作成
•plotlyグラフの調整

14. デモ
https://code-estrellita.net/tokyo_election_2016.html

15. •plotlyデモ
•plotlyによるグラフの作成
•plotlyグラフの調整

16. 折れ線グラフ
df %>%
mutate(date=as.Date(created)) %>%
group_by(name, date) %>%
summarise(n=n()) %>%
plot_ly(x=date, y=n, color=name, type="scatter", mode="lines")
type = “scatter”
mode = “lines”を指定

17. 折れ線グラフ

18. バブルチャート
df %>%
mutate(date=as.Date(created)) %>%
group_by(name, date) %>%
summarise(n=n(), retweet=sum(retweetCount)) %>%
plot_ly(x=date, y=n, color=name,
type="scatter", mode="markers", size=retweet)
type = “scatter”
mode = “markers”
sizeを指定

19. バブルチャート

20. 散布図
df %>%
plot_ly(x=favoriteCount, y=retweetCount, color=name,
type="scatter", mode="markers")
type = “scatter”
mode = “markers”を指定

21. 散布図

22. ヒートマップ
df %>%
filter(screenName == "ecoyuri") %>%
mutate(date=as.Date(created),
hour=hour(created)) %>%
group_by(date, hour) %>%
summarise(n=n()) %>%
plot_ly(x=hour, y=date, z=n, type="heatmap")
type = “heatmap”を指定

23. ヒートマップ

24. 棒グラフ(1/3)
df %>%
group_by(name) %>%
summarise(n=n()) %>%
plot_ly(x=name, y=n, type="bar")
type = “bar”を指定

25. 棒グラフ(1/3)

26. 棒グラフ(2/3)
df %>%
group_by(name) %>%
summarise(favorite=sum(favoriteCount),
retweet=sum(retweetCount)) %>%
plot_ly(x=name, y=favorite, type="bar", name="favorite") %>%
add_trace(x=name, y=retweet, type="bar", name="retweet")
add_trace()で系列を追加

27. 棒グラフ(2/3)

28. 棒グラフ(3/3)
df %>%
group_by(name) %>%
summarise(favorite=sum(favoriteCount),
retweet=sum(retweetCount)) %>%
plot_ly(x=name, y=favorite, type="bar", name="favorite") %>%
add_trace(x=name, y=retweet, type="bar", name="retweet") %>%
layout(barmode="stack")
barmode=“stack”で
積み上げ棒グラフ

29. 棒グラフ(3/3)

30. ⾯グラフ
df %>%
mutate(date=as.Date(created)) %>%
group_by(name, date) %>%
summarise(n=n()) %>%
plot_ly(x=date, y=n, fill="tozeroy", color=name)
fill=“tozeroy”を指定

31. ⾯グラフ

32. 円グラフ(1/2)
df %>%
filter(screenName == "ecoyuri") %>%
summarise(favorite = sum(favoriteCount),
retweet = sum(retweetCount)) %>%
plot_ly(labels=colnames(.), values=c(favorite, retweet), type="pie")
labels, values, type=“pie”を指定

33. 円グラフ(1/2)

34. 円グラフ(2/2)
df %>%
filter(screenName == "ecoyuri") %>%
summarise(favorite = sum(favoriteCount),
retweet = sum(retweetCount)) %>%
plot_ly(labels=colnames(.), values=c(favorite, retweet),
type="pie", hole = 0.6)
holeを指定するとドーナツグラフ

35. 円グラフ(2/2)

36. ヒストグラム
df %>%
mutate(date=as.Date(created)) %>%
group_by(name, date) %>%
summarise(n=n()) %>%
plot_ly(x=n, type="histogram", color=name)
type=“histogram”を指定

37. ヒストグラム

38. 箱ひげ図
df %>%
mutate(date=as.Date(created)) %>%
group_by(name, date) %>%
summarise(n=n()) %>%
plot_ly(x=n, type="box", color=name)
type=“box”を指定

39. 箱ひげ図

40. •plotlyデモ
•plotlyによるグラフの作成
•plotlyグラフの調整

41. グラフタイトル
df %>%
plot_ly(x=favoriteCount, y=retweetCount, color=name,
type="scatter", mode="markers") %>%
layout(title="correlation of favorite and retweet")
layout()内で指定

42. グラフタイトル

43. x/y軸ラベル
df %>%
plot_ly(x=favoriteCount, y=retweetCount, color=name,
type="scatter", mode="markers") %>%
layout(title="correlation of favorite and retweet",
xaxis=list(title="favorite"),
yaxis=list(title="retweet"))
xaxis=list(title=“”),
yaxis=list(title=“”)で指定

44. x/y軸ラベル

45. 凡例を消す
df %>%
plot_ly(x=favoriteCount, y=retweetCount, color=name,
type="scatter", mode="markers") %>%
layout(title="correlation of favorite and retweet",
xaxis=list(title="favorite"),
yaxis=list(title="retweet"),
showlegend=FALSE)
showlegend=FALSEで凡例なし

46. 凡例を消す

47. 凡例の位置を指定する
df %>%
plot_ly(x=favoriteCount, y=retweetCount, color=name,
type="scatter", mode="markers") %>%
layout(title="correlation of favorite and retweet",
xaxis=list(title="favorite"),
yaxis=list(title="retweet"),
legend=list(x=0.1, y=0.7))
legend=list(x=, y=)で
位置を指定(0から1の範囲)

48. 凡例の位置を指定する

49. ⾊を変える
df %>%
filter(screenName == "ecoyuri") %>%
mutate(date=as.Date(created),
hour=hour(created)) %>%
group_by(date, hour) %>%
summarise(n=n()) %>%
plot_ly(x=hour, y=date, z=n, type="heatmap", colors="Spectral")
colorsでRColorBrewerの
カラーパレット名を指定する

50. ⾊を変える

51. 2軸グラフを作る
df %>%
filter(screenName == "ecoyuri") %>%
mutate(date = as.Date(created),
ratio = retweetCount/favoriteCount) %>%
group_by(name, date) %>%
summarise(n=n(), ratio=mean(ratio)) %>%
plot_ly(x=date, y=n, type="bar", name="n") %>%
add_trace(x=date, y=ratio, name="ratio", yaxis="y2") %>%
layout(yaxis2=list(overlaying="y",side="right"))
yaxis2=list(overlaying="y",side="right
")を指定する

52. 2軸グラフを作る

53. ggplotをインタラクティブに
library(ggplot2)
p <- df %>%
ggplot(aes(x = favoriteCount, y = retweetCount)) +
geom_point(aes(text = paste("Name:", name)), size = 4) +
geom_smooth(aes(colour = name, fill = name)) + facet_wrap(~ name)
ggplotly(p)
ggplotly()でラップするだけ

54. ggplotをインタラクティブに

55. その他のチャート

56. チートシート
https://images.plot.ly/plotly-documentation/images/r_cheat_sheet.pdf

57. まとめ

58. •plotlyデモ
•plotlyによるグラフの作成
•plotlyグラフの調整

59. おまけ

60. 各候補者と単語の対応分析

61. 各候補者と単語の共起ネットワーク