---
webr:
packages: [dplyr, ggplot2]
resources: [R/setup.R, py/setup.py, data/penguins.csv, data/nhanes_adults.csv, fonts/NotoSansJP-Regular.ttf, fonts/NotoSansJP-Bold.ttf]
cell-options:
autorun: true
pyodide:
packages: [pandas, matplotlib, seaborn]
cell-options:
autorun: true
---
{{< include ./_extensions/r-wasm/live/_knitr.qmd >}}
# 図の文法:ggplot2 と matplotlib / seaborn {#sec-grammar}
```{webr}
#| include: false
source("R/setup.R")
```
```{pyodide}
#| include: false
exec(open("py/setup.py").read())
```
::: {.callout-tip}
## この章はブラウザ上で R と Python を実行できます
コードセルは **編集して「Run Code」を押すと再実行** できます。R と Python の切り替えは、各例のタブで行います。
最初の読み込みに 1〜2 分かかります。
:::
最初に、2 つの言語の **考え方の違い** を押さえます。ここを理解しておくと、後の章で「どこを直せば思いどおりになるか」が分かるようになります。
## データ
ペンギン 344 羽の、くちばしの長さ(`bill_length_mm`)・深さ(`bill_depth_mm`)・ひれの長さ(`flipper_length_mm`)・体重(`body_mass_g`)などです。
::: {.panel-tabset group="lang"}
## R(ggplot2)
```{webr}
str(penguins)
```
## Python(seaborn / matplotlib)
```{pyodide}
penguins.info()
```
:::
## ggplot2:図を「文法」で組み立てる
ggplot2 は、**グラフィックスの文法**(grammar of graphics)という考え方で作られています。図を、次の部品の組み合わせとして書きます。
| 部品 | 意味 | 例 |
|---|---|---|
| データ | 描くデータフレーム | `ggplot(penguins, ...)` |
| 対応づけ(aes) | 変数を、見た目の性質(x, y, 色, 形, 大きさ)に対応させる | `aes(x = bill_length_mm, colour = species)` |
| 幾何(geom) | 何で描くか(点・線・棒・箱) | `geom_point()`, `geom_boxplot()` |
| 統計(stat) | 描く前にデータをどう要約するか(数える・平滑化する) | `stat_smooth()`, `geom_histogram()` の数え上げ |
| 尺度(scale) | 変数の値を、具体的な色・位置にどう変換するか | `scale_colour_manual()`, `scale_x_log10()` |
| 座標(coord) | 座標系 | `coord_flip()`, `coord_cartesian()` |
| ファセット | 小さな図に分ける | `facet_wrap(~ island)` |
| テーマ | データと関係ない見た目(背景・文字) | `theme_minimal()` |
これらを `+` でつないでいきます。
```{webr}
ggplot(penguins, aes(x = flipper_length_mm, y = body_mass_g)) + # データと対応づけ
geom_point() # 点で描く
```
色を種で分けたければ、**対応づけに 1 つ足すだけ** です。凡例も自動で作られます。
```{webr}
ggplot(penguins, aes(flipper_length_mm, body_mass_g, colour = species)) +
geom_point() +
labs(x = "ひれの長さ (mm)", y = "体重 (g)", colour = "種")
```
::: {.callout-note}
## 「Removed 2 rows」の警告
ひれの長さ・体重が欠測の 2 羽は描かれず、警告が出ます。図の外に何が落ちたかを教えてくれる大事な情報です(第 9 章)。
:::
## matplotlib:Figure と Axes に「命令」して描く
matplotlib は、**図(Figure)の中に軸(Axes)を作り、その軸に描画を命令していく** スタイルです。
- **Figure**:図全体(紙)。サイズ・解像度を持つ
- **Axes**:1 つのグラフの領域(軸・目盛・描画を持つ)。1 つの Figure に何枚でも置ける
```{pyodide}
fig, ax = plt.subplots(figsize=(6, 4)) # 紙を 1 枚と、軸を 1 つ作る
ax.scatter(penguins["flipper_length_mm"], penguins["body_mass_g"])
ax.set_xlabel("ひれの長さ (mm)")
ax.set_ylabel("体重 (g)")
plt.show()
```
色を種で分けるには、**種ごとにデータを分けて、自分で描き重ねる** 必要があります。凡例も、各描画に `label` をつけて自分で呼び出します。
```{pyodide}
fig, ax = plt.subplots(figsize=(6, 4))
for sp, d in penguins.groupby("species"):
ax.scatter(d["flipper_length_mm"], d["body_mass_g"], label=sp, s=20)
ax.set_xlabel("ひれの長さ (mm)")
ax.set_ylabel("体重 (g)")
ax.legend(title="種")
plt.show()
```
::: {.callout-warning}
## `plt.xxx()` と `ax.xxx()`
matplotlib には、`plt.plot()` のように「今の軸」に描く書き方(pyplot 形式)と、`ax.plot()` のように **軸を指定して** 描く書き方(オブジェクト指向形式)があります。
複数のパネルを扱うとき・関数にまとめるときに混乱しないよう、このハンズオンでは **`fig, ax = plt.subplots()` から始めて `ax.` で描く** 形式で統一します。
:::
## seaborn:matplotlib の上で「データフレームから」描く
seaborn は matplotlib の上に作られたライブラリで、**データフレームの列名を指定するだけで**、色分け・凡例・統計的な要約をしてくれます。ggplot2 に近い感覚で使えます。
```{pyodide}
fig, ax = plt.subplots(figsize=(6, 4))
sns.scatterplot(data=penguins, x="flipper_length_mm", y="body_mass_g", hue="species", ax=ax)
ax.set(xlabel="ひれの長さ (mm)", ylabel="体重 (g)")
ax.legend(title="種")
plt.show()
```
seaborn で描いた後も、戻ってきた `ax` は **普通の matplotlib の軸** なので、`ax.set_xlabel()` や `ax.text()` で細かく調整できます。
「seaborn で大まかに描き、matplotlib で仕上げる」のが、Python での基本の流れです。
### seaborn の 2 種類の関数
| 種類 | 例 | 返すもの | 使いどころ |
|---|---|---|---|
| **軸レベル** | `scatterplot`, `boxplot`, `histplot`, `regplot` | matplotlib の `Axes` | 自分で作った軸(`ax=`)に描く。複数パネルを自分で組むとき |
| **図レベル** | `relplot`, `catplot`, `displot`, `lmplot` | `FacetGrid`(図全体) | ファセット(小さな図を並べる)を自動で作るとき |
```{pyodide}
g = sns.relplot(data=penguins, x="flipper_length_mm", y="body_mass_g",
hue="species", col="island", height=3.2, aspect=0.9)
g.set_axis_labels("ひれの長さ (mm)", "体重 (g)")
plt.show()
```
図レベルの関数は、図のサイズを `figsize` ではなく **1 パネルの高さ `height` と縦横比 `aspect`** で指定し、`ax=` を受け取りません。両者の違いで混乱しやすいので、覚えておきます。
## 同じ図を 3 通りで比べる
::: {.panel-tabset group="lang"}
## R(ggplot2)
```{webr}
ggplot(penguins, aes(bill_length_mm, bill_depth_mm, colour = species, shape = species)) +
geom_point(size = 2, alpha = 0.8) +
labs(x = "くちばしの長さ (mm)", y = "くちばしの深さ (mm)", colour = "種", shape = "種",
title = "パーマーペンギンのくちばし")
```
## Python(seaborn / matplotlib)
```{pyodide}
fig, ax = plt.subplots(figsize=(7, 4.2))
sns.scatterplot(data=penguins, x="bill_length_mm", y="bill_depth_mm",
hue="species", style="species", s=40, alpha=0.8, ax=ax)
ax.set(xlabel="くちばしの長さ (mm)", ylabel="くちばしの深さ (mm)", title="パーマーペンギンのくちばし")
ax.legend(title="種")
plt.show()
```
:::
| | ggplot2 | seaborn | matplotlib だけ |
|---|---|---|---|
| 色分け | `aes(colour = 列)` | `hue="列"` | 群ごとにループして描く |
| 形の分け | `aes(shape = 列)` | `style="列"` | 群ごとに `marker=` |
| 凡例 | 自動(色と形が同じ変数なら 1 つにまとまる) | 自動 | `label=` と `ax.legend()` |
| 欠測 | 警告を出して除く | 黙って除く | 黙って除く(NaN は描かれない) |
::: {.callout-important}
## この章のまとめ
- ggplot2 は **データ・対応づけ・幾何・統計・尺度・座標・ファセット・テーマ** を `+` で組み立てる
- matplotlib は **Figure(紙)と Axes(軸)** に命令して描く。`fig, ax = plt.subplots()` と `ax.` で統一する
- seaborn は matplotlib の上でデータフレームから描く。**軸レベル**(`ax=` を受け取る)と **図レベル**(ファセットを作る)の 2 種類がある
- seaborn で描いて、matplotlib の `ax` で仕上げる
:::