📊

Rで論文を書く実践的なテクニック集 (グラフ編)

2023/01/23に公開

読み取りやすさ (Readability)

良いグラフからは本文を読まなくともメッセージが読み取れるものです. 一番大事なのは, 質の良いデータと適切な手法の選択ですが, テクニックで改善できる部分もあります. ケースバイケースですが, 一番シンプルなルールは以下の原則です.

データインク比の原則 (Tufte (2001))
図においては以下のデータインク比を最大化しなければならない:
$\text{データインク比} := \frac{\text{データインク}}{\text{図中で使われるインク総量}}$

系
削除しても情報量を損ねない要素は取り除かなければならない.

例えば, 以下の棒グラフを改善してみましょう.

accident_bike <- read_parquet(here("data/cleaned/accident_bike.parquet")) |>
  filter(!is.na(type_person), !is.na(gender), is_hospitalized)

p <- accident_bike |>
  ggplot(aes(x = type_person, fill = gender)) +
  geom_bar(position = "dodge")

p

p +
  labs(x = NULL, y = NULL, fill = NULL,
       title = "Number of People Hospitalized") +
  theme_minimal() +
  theme(panel.grid.minor = element_blank(),
        panel.grid.major.x = element_blank())

直した点は

x軸ラベル: Driver, Passenger, Pedestrianがどういうくくりかは自明
y軸ラベル: タイトルから人数であることが自明
凡例ラベル: gender というラベルは Men/Women に何の情報も足していない
不要な背景色やグリッドの削除

データインク的にはこれで十分ですが, もう少し手を加えることで読みやすくなります.

accident_bike |>
  ggplot(aes(x = fct_rev(type_person),
         fill = fct_rev(gender))) +
  geom_bar(position = "dodge") +
  coord_flip() +
  labs(x = NULL, y = NULL, fill = NULL,
       title = "Number of People Hospitalized") +
  theme_minimal() +
  theme(panel.grid.minor = element_blank(),
        panel.grid.major.y = element_blank(),
        legend.position = c(0.9, 0.15),
        axis.text.x = element_text(size = 10),
        axis.text.y = element_text(size = 13),
        legend.text = element_text(size = 10),
        plot.title.position = "plot") +
  guides(fill = guide_legend(reverse = TRUE))

横向き棒グラフの方が見やすい場合が多いです.^[1] coord_flip() します
Factor の順位が変わってしまうので, fct_rev() と guides() で調整します
フォントサイズはデフォルトのものは少し小さいように感じます

カラーパレット

色の選択は重要なテーマで様々な理論がありますが, ここでは深入りせずにできあいのカラーパレットを紹介します.

R Color Brewer’s Palettes

現代的なカラーパレット集として有名なColor Brewerのパッケージとして, RColorBrewerが提供されています.

ggplot2では, scale_fill_brewer(palette = "Accent") の様に使うことができます.

カラーセーフティーパレット: Okabe-Ito Palette

色選択の一つの方針として, 色覚異常の方でも見分けやすい色を使う, という考え方があります. カラーセーフティなパレットとして提案された中でも有名なカラーパレットが岡部・伊藤カラーパレットです.
個人的にもこなれた色だと思うので, かなり使いやすいと思っています. ggplot2 の場合は see::scale_fill_okabeito() を用いるだけで使うことができます.

フォント

紹介するまでもないですが, Goolge Fonts は数々のフリーフォントを提供しています. 論文中のグラフとして適切なフォントとしては, サンセリフ体を選べばよいと思いますが, 中でもおすすめは Condensed なフォントです (Roboto Condensed, Fira Sans Condensed, IBM Plex Sans Condensed,...) 字間が詰まっていて, パリッとした雰囲気が出ています.

ただフォントを共著者にインストールしてもらうのは少し手間です. また, 私はDocker上で基本的に作業するので, Dockerマシンにフォントを毎回入れるのも面倒です. これらの面倒は, showtext::font_add_google() と showtext::showtext_auto() が自動的に解決してくれます.

library(showtext)
font_base  <- "Roboto Condensed"
font_light <- "Roboto Condensed Light 300"
font_add_google(font_base, font_light)
showtext_auto()

accident_bike |>
  ggplot(aes(x = fct_rev(type_person), fill = fct_rev(gender))) +
  geom_bar(position = "dodge") +
  coord_flip() +
  labs(x = NULL, y = NULL, fill = NULL,
       title = "Number of People Hospitalized") +
  see::scale_fill_okabeito() +
  theme_minimal() +
  theme(panel.grid.minor = element_blank(),
        panel.grid.major.y = element_blank(),
        legend.position = c(0.9, 0.1),
        plot.title = element_text(
            size = 30, face = "bold", family = font_base),
        axis.text.x = element_text(size = 20, family = font_light),
        axis.text.y = element_text(size = 25, family = font_light),
        legend.text = element_text(size = 20, family = font_light),
        plot.title.position = "plot") +
  guides(fill = guide_legend(reverse = TRUE))

その他のTips

グローバルオプション

論文内のグラフごとにこれらの設定を書くのは面倒ですし, 保守性が低いです.
グローバルに設定しまえば一度で済みます (e.g. Scheler (2021))

theme_set(theme_minimal(base_size = 12, base_family = "Roboto Condensed"))
theme_update(
  axis.ticks = element_line(color = "grey92"),
  axis.ticks.length = unit(.5, "lines"),
  panel.grid.minor = element_blank(),
  legend.title = element_text(size = 12),
  legend.text = element_text(color = "grey30"),
  plot.title = element_text(size = 18, face = "bold"),
  plot.subtitle = element_text(size = 12, color = "grey30"),
  plot.caption = element_text(size = 9, margin = margin(t = 15))
)

ちなみにカラーパレットをデフォルトで設定するにはデフォルトの scale_*_discrete() を変更すればいいです.

scale_color_discrete <- function(...) {
  see::scale_color_okabeito()
}

scale_fill_discrete <- function(...) {
  see::scale_fill_okabeito()
}

その他の方法としては Heiss (2021) の方法などが参考になります.

サードパーティーテーマ

フォントとカラーテーマがまとめてデザインされた様々なテーマがすでにパッケージ化されています.
代表的なものには hrbrthemes や ggpubr があります.

Patchwork

複数の図を組み合わせる場合に最も簡単な方法が patchwork
を使うことです. +や/という直感的な表現で複数の図を組み合わせることができます.

library(patchwork)

(p_default + p_custom) / (p_hrbrthemes + p_ggpubr)

グラフ編まとめ

データインク比を最大化する

必要のない要素は情報量を減らさない範囲ですべて取り除く

色 & フォント

カラーパレット: RColorBrewer, see::scale_*_okabeito(), ggsci
フォント: Googleフォント with showtext. 特に_condensed_なフォントがおすすめ
できあいのテーマ: hrbrthemes, ggpubr

より深く学ぶために

英語版 (Online Books, 無料)

"Data Visualization: A Practical Introduction" Healy (2018)
"Fundamentals of Data Visualization" Wilke (2019)

邦訳版 (書籍)

"実践Data Scienceシリーズデータ分析のためのデータ可視化入門"
"データビジュアライゼーションの基礎"

残りの記事はこちらテーブル編

脚注

縦向き棒グラフでラベル名が長い場合, ラベル名が斜めになったりして美しくないです. ↩︎

GitHubで編集を提案