第4回　データの可視化（2）：グラフのカスタマイズと保存

本日の目標

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

0. 前回の復習：2週間ぶりです

10月23日は休講だったので，第3回（10月16日）から2週間空いています。今日やるのは第3回で作ったグラフをきれいにすることなので，まず前回の宿題のファイルが動くことを確認してください。

0-1. 宿題のファイルを開いて実行する

RStudioを起動する
前回保存した .R ファイルを開く（File → Open File...）
全選択（Ctrl + A）してから Ctrl + Enter（Mac は Cmd + A → Cmd + Enter）で，まとめて実行する
散布図・ヒストグラム・箱ひげ図の3つが表示されれば完了です （図は Plots タブの左右の矢印でさかのぼれます）

うまくいかないときは

「関数 ‘ggplot’ を見つけることができませんでした」というエラー → library(tidyverse) の行が実行されていません。全選択して実行し直してください。なお iris はR本体に入っているデータなので，これは読み込まなくても使えます

ファイルがどこにあるか分からない → 作り直しても構いません。 第3回演習の模範解答（.R ファイル） をそのまま使って構いません。問題から解き直したい人は第3回の演習にあります。保存先の決め方は第3回の0-1を見てください

コードは走るのに図が出ない → source("ファイル名.R") や Source ボタンで実行していませんか。この方法では図が表示されません。 全選択して Ctrl + Enter で実行してください

どこで失敗しているのか分からない → そのときだけ，1行目にカーソルを置いて Ctrl + Enter を繰り返し，止まる行を探してください。 ふだんは全選択で構いません

0-2. 今日のために思い出しておくこと

今日は新しいグラフの種類は出てきません。第3回の書き方の + の後ろに，見た目の指定を足していくだけです。

第3回で学んだこと	今日の使い方
`ggplot(data = ..., aes(...)) + geom_xxx()`	この後ろに `+ theme_bw()` などを足す
`aes()` の中は「データを見た目に対応づける」	`aes(color = Species)` で分かれた色を，今日は自分で選ぶ
`labs()` でタイトル・軸ラベルを付ける	今日も使います。日本語のラベルを付けます

上の3点が思い出せていれば大丈夫です。では始めましょう。

準備：パッケージの読み込み

この回のコードは，すべて tidyverse を読み込んだ状態で動きます。 RStudioを起動したら，まずこれを実行してください。

library(tidyverse)

毎回必要です。読み込まないまま ggplot() を使うと，「関数 ‘ggplot’ を見つけることができませんでした」というエラーになります。

Macの人へ：図の日本語が □ になります

macOSの既定の設定では，グラフの日本語がすべて □（豆腐）になります。 今日は日本語のラベルを付ける回なので，先にこれを直してください。

① ragg を入れる（1回だけ。コンソールで実行します）

install.packages("ragg")

② RStudioの描画方式を切り替える

Tools → Global Options... → General → 右側の Graphics タブ → Backend を AGG に変更 → OK → RStudioを再起動

これで Plots タブの表示も，ggsave() で保存した画像も，日本語が出るようになります。

AGGが選べないときは，テーマに直接フォントを指定します。
ggplot(iris, aes(x = Sepal.Length, y = Petal.Length)) +
  geom_point() +
  labs(title = "がく片の長さと花びらの長さ") +
  theme_bw(base_family = "Hiragino Sans")   # Windowsなら "Yu Gothic"
図を作るたびに書く必要があります。

theme_set() でまとめて指定しても直りません。 あとから + theme_bw() を足すと，そちらのフォント指定で上書きされて また □ に戻ります。 この資料は全部の図でテーマを足しているので， ①②のやり方で直してください。

Windowsの人は，そのままで日本語が表示されます。 ①②は不要です。

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。

# 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

p + theme_bw()      # 白黒テーマ（論文向き）

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

p + theme_minimal() # ミニマル（シンプル）

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

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length, color = Species)) +
  geom_point() +
  # 色は自分で決められます。ここでは Dark2 パレットの3色を書き出しました
  scale_color_manual(values = c("setosa" = "#1B9E77",
                                 "versicolor" = "#D95F02",
                                 "virginica" = "#7570B3")) +
  theme_classic()

組み込みのカラーパレット

# 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 = "Dark2") +
  theme_bw()

"Dark2" 以外に何があるか，どこで調べるか

パレットの名前は RColorBrewer というパッケージが持っています（tidyverse を入れると一緒に入るので，追加のインストールは要りません）。 一覧を図で見るには，コンソールで次を実行してください。
RColorBrewer::display.brewer.all(type = "qual")
種・性別のように順序のないものに使うのは qual（qualitative＝質的）のグループで，次の8つです。

Accent Dark2 Paired Pastel1 Pastel2 Set1 Set2 Set3

type を付けずに display.brewer.all() と書くと全35個が出ますが， Plots ペインが狭いと縦に潰れて読めません。 その場合は Plots ペイン上部の Zoom ボタンで別ウィンドウに出すか，上のように type で絞ってください。

残りは，順序のある量に使う seq（薄い→濃い）と，中央を基準に両側へ分かれる div（例：マイナス←0→プラス）です。名前と使える色数を表で見たいときは RColorBrewer::brewer.pal.info，関数の説明は ?scale_color_brewer で読めます。

色数の上限があります。 例えば Set2 は8色までなので， 9つ以上のグループを塗り分けようとすると色が足りなくなります。 iris は3種なのでどれを選んでも足ります。

色の選び方には，好み以外の基準もあります

この回以降の資料では Dark2（線や点の色）と Set2（塗りつぶし）を使っています。 色の見え方は人によって違い，日本では男性の約5%に，赤と緑が近い色に見える型があります。 Set1 や Pastel1（よく見かける既定のパレットです）はこの点で配慮されておらず， 赤と緑を隣り合わせに使うと，一部の人には同じ色に見えます。

配慮されたパレットだけを表示するには次のようにします。
RColorBrewer::display.brewer.all(type = "qual", colorblindFriendly = TRUE)
Dark2・Set2・Paired の3行だけが出ます。

カテゴリ変数向き（qual）で配慮されているのは Dark2・Set2・Paired の3つだけです。発表や論文に使う図では，ここから選んでください。色のほかに形（shape =）や線の種類（linetype =）も変えると，白黒で印刷されても読めます。

3. 軸・凡例のカスタマイズ

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 = "Set2") +
  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，指定した変数の水準ごとにグラフを分割できます。ここでは Species という1つの変数の3水準（setosa / versicolor / virginica）で分かれます。

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

点の散らばりに傾向を表す線を重ねると，関係の向きが見やすくなります。

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
  scale_color_brewer(palette = "Dark2") +
  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()

実行すると，次のメッセージが出ます。

`geom_smooth()` using formula = 'y ~ x'

これは失敗ではありません。 第3回のヒストグラムのときと同じで，「y ~ x という式（＝直線）を当てはめました」という案内です。

線が3本あるのはなぜか

aes() の中に color = Species があるので，種ごとに別々の線が引かれます。全体で1本ではありません。

3本をよく見ると，傾きがそれぞれ違います。

種	線の様子
setosa	ほぼ横ばい。がく片が長くても，花びらの長さはあまり変わらない
versicolor	右上がり
virginica	はっきり右上がり

グループを分けないとどう見えるか

color = Species を外すと，全体で1本になります。並べて見てください。

ggplot(data = iris, aes(x = Sepal.Length, y = Petal.Length)) +
  geom_point(alpha = 0.6) +
  geom_smooth(method = "lm", se = TRUE) +
  labs(title = "種を区別しない場合", x = "がく片の長さ (cm)", y = "花びらの長さ (cm)") +
  theme_bw()

1本にすると，3本のどれよりも急な線になります。

傾きを並べると違いがはっきりします。

対象	傾き	相関係数 \(r\)
全体（1本）	1.86	0.87
setosa	0.13	0.27
versicolor	0.69	0.75
virginica	0.75	0.86

全体の線が急になるのは，setosaが左下に，virginicaが右上にかたまっているためです。全体の傾向には，同じ種の中での関係と，種どうしの平均的な大きさの違いの両方が入っています。

全体に強い関係があること自体は確かです（\(r = 0.87\)）。問題になるのは，その線をそのまま「同じ種の中での関係」として読むことです。 setosa の中では，がく片が長くても花びらの長さはほとんど変わりません（傾き0.13）。 全体の傾向と，グループ内の傾向は分けて確かめてください。

傾きの大きさと関係の強さは別のものです。 全体（傾き1.86・\(r\) = 0.87）と virginica（傾き0.75・\(r\) = 0.86）を比べると，傾きは2倍以上違うのに相関係数はほぼ同じです。傾きは，xが1増えたときに回帰直線上のyの予測値がどれだけ変わるかを表します（単位はyの単位です）。相関係数は，2つの変数の直線的な関係の向きと強さを，単位によらない \(-1\) から \(1\) までの値で表します。

この線と帯は何か

線は，点の散らばりの真ん中あたりを通るように引いた直線です（回帰直線といいます）。 影の帯は，各xにおける平均的なyの値をどれくらい確かに推定できるかを表す95%信頼区間です。直線を当てはめた今回は，xの平均のあたりで最も狭く，そこから離れるほど広がります。全体で1本引いた図では，がく片の長さの全体平均5.84 cm付近で最も狭くなります。種ごとに線を引いた図では，それぞれの種の平均付近で最も狭くなります（種ごとの線は，その種のデータだけを使って別々に当てはめられています）。「データの95%がこの帯に入る」という意味ではありません。帯が不要なら se = FALSE と書きます。

計算の中身と解釈のしかたは第8回以降で扱います。今日は「傾向を目で見るための補助線」として使います。

線が引けたからといって，原因と結果の関係があるとは限りません。 「がく片が長いから花びらが長くなる」とは言えません。どちらも「その種はもともと大きい」という共通の理由で説明できるかもしれないからです。線は関係の向きを見せるだけです。

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。

# 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() +
  scale_fill_brewer(palette = "Set2") +
  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)

ファイルはどこに保存されるか

パスを書かずにファイル名だけを指定すると，いま作業しているフォルダに保存されます。どこかは getwd() で確認できます。プロジェクトを使っていれば，プロジェクトのフォルダです。

日本語を含む図をPDFで保存するときの注意

PDFの標準フォントは日本語に対応していないため，環境によっては文字が消えたり□になったりします。うまくいかないときは PNG で保存するか，次のように書いてください。
ggsave("my_plot.pdf", my_plot, width = 8, height = 5,
       device = grDevices::cairo_pdf)
cairo_pdf も環境によっては使えないことがあります。確実なのはPNGです。

解像度の目安

これはPNGなどの画像形式（ラスター）の目安です。 PDFは点ではなく線の情報で保存するため， dpi を上げても仕上がりは変わりません。

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

width = 7，height = 5，dpi = 300 なら 2100 × 1500 ピクセルのPNGになります（インチ数 × dpi）。論文に出すときは，投稿先の指定があればそちらを優先してください。

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 "Set2"
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：下（legend.position = "bottom"）

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。

模範解答

演習1〜3の解答例を置いてあります。自分で解いたあとに見てください。

→ 第4回演習の模範解答（.R ファイル）

ブラウザで中身が表示されます。保存するときは右クリック →「リンク先を別名で保存」。 RStudioで開いて，全選択して Ctrl + Enter で実行して確かめてください。

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，指定した変数の水準ごとに分割したグラフを作れる
geom_smooth(method = "lm") で回帰直線を追加できる（method を省略すると直線以外の曲線になる）
ggsave() でグラフをPNG・PDFなどで保存できる

宿題・予習

演習3で保存した kadai_02.png を開いて，画像ができていることを確認する
- 提出は要りません。 自分のパソコンに保存できていれば完了です
- どこに保存されたか分からなくなったら getwd() で確認してください
- 画像の大きさが 2100 × 1500 ピクセルになっていれば，dpi = 300 が効いています（Windows はファイルを右クリック →「プロパティ」→「詳細」， Mac は右クリック →「情報を見る」で確認できます）
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

← 授業トップへ戻る

第4回　データの可視化（2）：グラフのカスタマイズと保存

行動計量学（行動科学分析法入門）

小野原彩香

令和8年度

本日の目標

0. 前回の復習：2週間ぶりです

0-1. 宿題のファイルを開いて実行する

0-2. 今日のために思い出しておくこと

準備：パッケージの読み込み

Macの人へ：図の日本語が □ になります

1. テーマ（theme）によるデザイン変更

主なテーマ一覧

2. 色のカスタマイズ

手動で色を指定する

組み込みのカラーパレット

3. 軸・凡例のカスタマイズ

4. 複数グラフを並べる（facet）

5. 回帰直線を追加する

線が3本あるのはなぜか

グループを分けないとどう見えるか

この線と帯は何か

6. グラフの保存（ggsave）

解像度の目安

7. よく使うグラフのまとめ

演習

演習1：テーマの比較

演習2：論文用グラフの作成

演習3：グラフの保存

模範解答

本日のまとめ

宿題・予習

第4回 データの可視化（2）：グラフのカスタマイズと保存

行動計量学（行動科学分析法入門）

小野原 彩香

令和8年度

本日の目標

0. 前回の復習：2週間ぶりです

0-1. 宿題のファイルを開いて実行する

0-2. 今日のために思い出しておくこと

準備：パッケージの読み込み

Macの人へ：図の日本語が □ になります

1. テーマ（theme）によるデザイン変更

主なテーマ一覧

2. 色のカスタマイズ

手動で色を指定する

組み込みのカラーパレット

3. 軸・凡例のカスタマイズ

4. 複数グラフを並べる（facet）

5. 回帰直線を追加する

線が3本あるのはなぜか

グループを分けないとどう見えるか

この線と帯は何か

6. グラフの保存（ggsave）

解像度の目安

7. よく使うグラフのまとめ

演習

演習1：テーマの比較

演習2：論文用グラフの作成

演習3：グラフの保存

模範解答

本日のまとめ

宿題・予習

第4回　データの可視化（2）：グラフのカスタマイズと保存

小野原彩香