| species | island | bill_length_mm | bill_depth_mm | flipper_length_mm | body_mass_g | sex | year |
|---|---|---|---|---|---|---|---|
| Adelie | Torgersen | 39.1 | 18.7 | 181 | 3750 | male | 2007 |
| Adelie | Torgersen | 39.5 | 17.4 | 186 | 3800 | female | 2007 |
| Adelie | Torgersen | 40.3 | 18.0 | 195 | 3250 | female | 2007 |
| Adelie | Torgersen | NA | NA | NA | NA | NA | 2007 |
ggplot2 × seaborn / matplotlib 可視化ハンズオン
散布図・カテゴリ・箱ひげ図・有意差のアスタリスク・回帰式から、レイアウト・座標変換・内部構造まで — R と Python を並べて
はじめに
English version available — Read in English (machine-assisted translation by generative AI).
論文やスライドの図を作るとき、R なら ggplot2、Python なら matplotlib と seaborn がよく使われます。 どちらも「とりあえず描く」のは簡単ですが、
- 群ごとに色を分け、凡例の順番をそろえる
- 箱ひげ図に点を重ね、有意差のアスタリスクと線 を描く
- 散布図に 回帰直線と式(y = ax + b, R²) をテキストで描き込む
- 投稿規定の サイズ・フォント・解像度 で保存する
- 複数の図を A, B, C のラベル付きで並べる
あたりから、急に調べることが増えます。さらに、
ylim()で軸を絞ったら、箱ひげ図の中央値が変わった- テキストを「図の右上」に置きたいのに、データの値で位置を指定してしまう
- 誤差棒が SD なのか SE なのか 95% 信頼区間なのか、図から分からない
といった、気づかないうちに図が間違っている 問題もあります。
このハンズオンでは、同じ図を R(ggplot2)と Python(seaborn / matplotlib)で並べて 作りながら、基本から内部のしくみまで練習します。
このハンズオンのゴール
- ggplot2 の 文法(データ・対応づけ・幾何・統計・座標・ファセット・テーマ)と、matplotlib の Figure / Axes、seaborn の位置づけを説明できる
- 散布図・カテゴリ分け・分布(箱ひげ・バイオリン・点)を、目的に合わせて描き分けられる
- 検定の結果から 有意差の線とアスタリスク を自分で描ける(その限界も説明できる)
- 回帰直線と 式・R²・p 値 を、群ごとに正しい位置に描ける
- テーマ・フォント・サイズ・保存形式を整え、複数パネル の図を組み立てられる
- 座標変換・統計変換・描画オブジェクトなど、内部のしくみ を使って思いどおりに調整できる
対象読者
- R か Python のどちらかで、簡単な図を描いたことがある方
- もう一方の言語での描き方も知りたい方、両方を行き来する方
- 研究発表・論文の図を、細部まで自分で制御したい方
ブラウザで R と Python が動きます
各章のコードセルは、あなたのブラウザの中で実行されています(R は webR、Python は Pyodide という技術)。 コードを書き換えて「Run Code」を押せば、すぐに図が変わります。インストールは不要です。
各例は、次のようなタブで R と Python を切り替え られます。どちらかのタブを選ぶと、ページ内のほかのタブも同じ言語に切り替わります。
R のコードと図
Python のコードと図
- 各章を開いた直後は、R と Python の両方の読み込みに 1〜2 分ほど かかります(Python のほうが時間がかかります)
- 読み込み中にタブを裏に回すと処理が遅くなるので、表示されるまでそのままお待ちください
- PC での閲覧を推奨します
- 通信が不安定でパッケージの読み込みに失敗すると、
name 'sns' is not definedのようなエラーが出ます。そのときはページを再読み込みしてください
ブラウザの Python の日本語フォント
ブラウザの Python(Pyodide)には日本語フォントが入っていないため、このハンズオンでは Noto Sans JP(SIL Open Font License)の一部の文字(JIS 第 1・第 2 水準の漢字・かな・英数字)を同梱し、py/setup.py で matplotlib に登録しています。 自分の PC で使うときの日本語フォントの設定は、第 7 章で扱います。
自分の PC で動かすとき
install.packages(c("ggplot2", "dplyr", "tidyr", "ggsignif", "ggrepel", "ggbeeswarm", "patchwork", "broom", "scales"))pip install matplotlib seaborn pandas scipy statsmodels各章のコードは、このページと同じ場所に R/setup.R・py/setup.py・data/・fonts/ を置けば、そのまま動きます。 ブラウザ内の Python は matplotlib 3.8・seaborn 0.13・pandas 2.3 です。
使うデータ
| データ | 内容 |
|---|---|
| penguins(パーマーペンギン) | 南極のパーマー基地周辺の 3 種のペンギン 344 羽。くちばしの長さ・深さ、ひれの長さ、体重、性別、島(Horst, Hill & Gorman, 2020。CC0) |
| nhanes(NHANES 2009–2012) | 米国の健康栄養調査の 20 歳以上 11778 人。身長・体重・BMI・血圧・コレステロールなど(重みを使わないので、米国の母集団の値ではありません) |
章の構成
| 章 | 内容 |
|---|---|
| 1 | 図の文法:ggplot2 のレイヤー、matplotlib の Figure / Axes、seaborn の 2 種類の関数 |
| 2 | 散布図:色・形・大きさ、配色、重なり(透明度・ビン)、点へのラベル、周辺分布 |
| 3 | カテゴリ:順番、ファセット(小さな図を並べる)、軸のそろえ方 |
| 4 | 分布:ヒストグラム、箱ひげ図(何を表すか)、バイオリン、点の重ね方、平均と誤差棒(SD・SE・CI) |
| 5 | 有意差のアスタリスク:検定と多重比較、線とアスタリスクを自分で描く、ファセットごとに描く |
| 6 | 回帰直線と式:信頼帯、式・R²・p 値のテキスト、群ごとの式、数式の書式、シンプソンのパラドックス |
| 7 | テーマと保存:見た目の調整、日本語フォント、サイズと解像度、ベクター形式 |
| 8 | 複数パネル:patchwork と subplots / subplot_mosaic、パネルラベル、はめ込み図 |
| 9 | 内部のしくみ:統計変換、座標と軸の範囲の罠、matplotlib の座標変換、描画オブジェクト、seaborn.objects |
| 10 | 演習:目標の図を両方の言語で再現する、チェックリスト |