---
title: "第4回　データの可視化（2）：グラフのカスタマイズと保存"
subtitle: "行動計量学（行動科学分析法入門）"
author: "小野原 彩香"
date: "令和8年度"
output:
  html_document:
    toc: true
    toc_float: true
    theme: flatly
    highlight: tango
    df_print: paged
---

```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = TRUE, warning = FALSE, message = FALSE,
                      fig.width = 7, fig.height = 4)
library(tidyverse)
```

---

## 本日の目標

1. `theme()` を使ってグラフの見た目を整える
2. グラフを論文・レポート向けに整形できる
3. グラフをファイルに保存できる（`ggsave()`）

---

## 1. テーマ（theme）によるデザイン変更

ggplot2には，グラフ全体の見た目を変える**テーマ**が用意されています。

```{r}
# デフォルトのグラフ
p <- ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point() +
  labs(title = "デフォルトのテーマ", x = "がく片の長さ", y = "花びらの長さ")
p
```

### 主なテーマ一覧

```{r}
p + theme_bw()      # 白黒テーマ（論文向き）
```

```{r}
p + theme_classic() # クラシック（軸線のみ，論文で人気）
```

```{r}
p + theme_minimal() # ミニマル（シンプル）
```

```{r}
p + theme_dark()    # ダーク（プレゼン向き）
```

> **論文・レポートには `theme_bw()` または `theme_classic()` がおすすめです。**

---

## 2. 色のカスタマイズ

### 手動で色を指定する

```{r}
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point() +
  scale_color_manual(values = c("setosa" = "#E74C3C",
                                 "versicolor" = "#3498DB",
                                 "virginica" = "#2ECC71")) +
  theme_classic()
```

### 組み込みのカラーパレット

```{r}
# ColorBrewerパレット（カテゴリ変数向き）
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point() +
  scale_color_brewer(palette = "Set1") +
  theme_bw()
```

---

## 3. 軸・凡例のカスタマイズ

```{r}
ggplot(data = iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_boxplot() +
  scale_x_discrete(labels = c("setosa" = "セトサ",
                               "versicolor" = "バーシカラー",
                               "virginica" = "バージニカ")) +
  scale_fill_brewer(palette = "Pastel1") +
  labs(
    title = "種ごとのがく片の長さ",
    x = "種",
    y = "がく片の長さ (cm)",
    fill = "アヤメの種"
  ) +
  theme_bw() +
  theme(
    legend.position = "bottom",        # 凡例の位置
    plot.title = element_text(size = 14, face = "bold"),  # タイトルの書式
    axis.title = element_text(size = 12)                  # 軸タイトルの書式
  )
```

---

## 4. 複数グラフを並べる（facet）

`facet_wrap()` で変数ごとにグラフを分割できます。

```{r}
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) +
  geom_point(color = "steelblue") +
  facet_wrap(~ Species) +
  labs(title = "種ごとの散布図", x = "がく片の長さ", y = "花びらの長さ") +
  theme_bw()
```

---

## 5. 回帰直線を追加する

```{r}
ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) +   # 回帰直線 + 信頼区間
  labs(title = "散布図と回帰直線",
       x = "がく片の長さ (cm)", y = "花びらの長さ (cm)") +
  theme_bw()
```

---

## 6. グラフの保存（ggsave）

作成したグラフをファイルに保存するには `ggsave()` を使います。

```{r, eval=FALSE}
# グラフを変数に保存しておく
my_plot <- ggplot(data = iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_boxplot() +
  theme_bw() +
  labs(title = "種ごとのがく片の長さ")

# PNG形式で保存
ggsave(filename = "my_plot.png",
       plot = my_plot,
       width = 8,       # 幅（インチ）
       height = 5,      # 高さ（インチ）
       dpi = 300)       # 解像度（論文用は300以上推奨）

# PDF形式で保存（ベクター形式，高品質）
ggsave(filename = "my_plot.pdf",
       plot = my_plot,
       width = 8,
       height = 5)
```

### 解像度の目安

| 用途 | dpi |
|------|-----|
| 画面・Web表示 | 72〜96 |
| 印刷・プレゼン | 150〜200 |
| 論文投稿 | 300〜600 |

---

## 7. よく使うグラフのまとめ

| グラフの種類 | 用途 | geom関数 |
|-------------|------|---------|
| 散布図 | 2変数の関係 | `geom_point()` |
| ヒストグラム | 1変数の分布 | `geom_histogram()` |
| 棒グラフ | カテゴリのカウント・集計値 | `geom_bar()` / `geom_col()` |
| 箱ひげ図 | グループ間の分布比較 | `geom_boxplot()` |
| 折れ線グラフ | 時系列・連続変化 | `geom_line()` |
| バイオリン図 | 箱ひげ図より詳細な分布 | `geom_violin()` |

---

## 演習

### 演習1：テーマの比較

第3回で作ったグラフのいずれかに，`theme_classic()` と `theme_bw()` を適用し，
どちらが見やすいか比較してください。

### 演習2：論文用グラフの作成

以下の要件を満たすグラフを作成してください。

- **データ**：`iris`
- **グラフの種類**：箱ひげ図
- **x軸**：Species，**y軸**：Petal.Length
- **色**：`fill = Species`，カラーパレットは `"Pastel2"`
- **テーマ**：`theme_bw()`
- **日本語のラベル**：タイトル・軸ラベルを日本語で
- **凡例の位置**：右下（`legend.position = "right"`）

```{r, eval=FALSE}
ggplot(data = iris, aes(x = ___, y = ___, fill = ___)) +
  geom_boxplot() +
  scale_fill_brewer(palette = "___") +
  labs(title = "___", x = "___", y = "___") +
  theme_bw() +
  theme(legend.position = "___")
```

### 演習3：グラフの保存

演習2で作ったグラフを `kadai_02.png`（dpi = 300，幅 = 7インチ，高さ = 5インチ）で保存してください。

---

## 本日のまとめ

- `theme_bw()` / `theme_classic()` で論文向きのデザインにできる
- `scale_color_manual()` や `scale_color_brewer()` で色をカスタマイズ
- `facet_wrap()` で変数ごとに分割したグラフを作れる
- `geom_smooth()` で回帰直線を追加できる
- `ggsave()` でグラフをPNG・PDFなどで保存できる

---

## 宿題・予習

- 演習3のグラフを保存し，次回の授業で提出できるよう準備しておく
- 次回から **データの加工（dplyr）** に入ります
- 教科書のdplyr関連の章に目を通しておく