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

公開

2026年10月18日

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

  1. 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
  2. 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
  3. 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)
  4. 回帰直線と 式・R²・p 値 を、群ごとに正しい位置に描ける
  5. 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
  6. 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

ノート
  • 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)
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

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