Rスクリプトを使ったチャートとアナリティクスの作成

「Rスクリプトを使ったチャートとアナリティクスの作成」のセミナーで実施したRスクリプトを紹介しています。

このノートは右上にある「ダウンロード」ボタンからEDF形式でダウンロードすることができ、使用しているデータとRスクリプトを元に、手元のExploratoryデスクトップで再現することが可能です。

ベン図 - VennDaiagramパッケージ

VennDiagramパッケージを使ったベン図の作り方の詳細は、こちらから確認いただけます。

コード

library(VennDiagram)

# 新しい画像を作成
grid.newpage()

# ベン図の描画
draw.triple.venn(
  area1 = vote_venn$USA,        # 円1の大きさ
  area2 = vote_venn$CAN,        # 円2の大きさ
  area3 = vote_venn$RUS,        # 円3の大きさ
  n12 = vote_venn$USA_CAN,      # 円1と2の重なっている部分の大きさ
  n23 = vote_venn$CAN_RUS,      # 円2と3の重なっている部分の大きさ
  n13 = vote_venn$USA_RUS,      # 円1と3の重なっている部分の大きさ
  n123 = vote_venn$USA_CAN_RUS, # 円1と2と3の重なっている部分の大きさ
  
# カテゴリーの文字
  category = c("United States", "Canada", "Russia"), 
  lty = "blank",           # 円の枠線を消す
  # 塗りつぶしの色
  fill = c("light blue", "#99ff99", "pink"),         
  fontfamily = "Arial",    # 円の中の数字のフォント名
  cat.fontface="bold",     # カテゴリーのフォントスタイル
  cat.fontfamily ="Arial"  # カテゴリーのフォント名 
)

実行結果

(polygon[GRID.polygon.11], polygon[GRID.polygon.12], polygon[GRID.polygon.13], polygon[GRID.polygon.14], polygon[GRID.polygon.15], polygon[GRID.polygon.16], text[GRID.text.17], text[GRID.text.18], text[GRID.text.19], text[GRID.text.20], text[GRID.text.21], text[GRID.text.22], text[GRID.text.23], text[GRID.text.24], text[GRID.text.25], text[GRID.text.26]) 

ベン図 - eulerrパッケージ

コード

library(eulerr)

# vote_eulerの1行目の数値を取得し、それに対応する名前をセットして、euler関数に渡す
data <- euler(setNames(as.numeric(vote_euler[1, ]), names(vote_euler)))

# プロット時に使用する色を定義
col <- c( "#E56997", "#FBC740", "#66D2D6")

plot(data,
     quantities = TRUE,
     fills = list(fill = col, alpha = 0.8),
     edges = "black",
     labels = list(fontsize = 12))

実行結果

ツリーマップ

ツリーマップの作成方法の詳細は、こちらから確認いただけます。

コード

library(treemap)

treemap(売上データ, 
index=c("マーケット", "国"),               #グループ分けする列の指定
vSize= "売上", 　　                       # 値を指定
type="index",                            # ツリーの色分けの方法を指定
palette = "Set1",                        # カラーパレットの選択
title="マーケット、国別の売上",              # チャートタイトルを設定
fontsize.labels=c(16,11),                # ラベルサイズの指定
fontcolor.labels=c("white","black"),     # ラベルの色の指定
bg.labels=c("transparent"),              # ラベルの背景色の指定
align.labels=list(
    c("center", "center"), 
    c("right", "bottom") ),              # ラベルの表示位置の指定
fontfamily.labels = "HiraKakuProN-W3",   # 日本語をラベルに利用したい時に指定
fontfamily.title = "HiraKakuProN-W3",    # 日本語をラベルに利用したい時に指定
fontfamily.legend = "HiraKakuProN-W3",   # 日本語をラベルに利用したい時に指定
)

実行結果

ウォーターフォール

ウォーターフォールの作成方法の詳細は、こちらから確認いただけます。

コード

#ライブラリの呼び出し
library(waterfalls) 
library(ggplot2)

#文字化けが発生しないように日本語のフォントの情報を追加
theme_set(theme_gray(base_family = "HiraKakuProN-W3"))

#ウォーターフォール・チャートを作成する
waterfall(Plan,  #データフレーム名を指定
rect_text_size = 1,　#バー内のテキストサイズを指定
calc_total = TRUE, # 合算値を表示させるかを指定
total_axis_text = "Total", #合算値の名称を指定
total_rect_color = "dark grey", #合算値のバーの塗り潰し色の指定
total_rect_text_color = "white" #合算値のバー内のテキストの色の指定
)

実行結果

階層クラスタリング

#ユークリッド距離の計算
dist_matrix <- dist(University_Ranking, method = "euclidean")

#階層クラスタリングの実行
hc <- hclust(dist_matrix, method = "complete")

#階層クラスタリングのプロット
plot(hc, labels = University_Ranking$country) 

下記のピボットテーブルとレーダーチャートの結果は、階層クラスタリングの結果を元にクラスター番号の列を追加したものを元にしています。

階層クラスタリングのクラスター番号の列を追加してデータフレームを作るコードは下記となります。

dist_matrix <- dist(University_Ranking, method = "euclidean")
hc <- hclust(dist_matrix, method = "complete")

num_clusters <- 5
clusters <- cutree(hc, k = num_clusters)

University_Ranking$Cluster <- clusters
University_Ranking

ピボットテーブルでの結果

レーダーチャートでの結果

母比率の差の検定

95%信頼区間で可視化した時の結果

コード

prop.test(Webページ_ABテスト$SignUp, Webページ_ABテスト$PageView)

実行結果

    2-sample test for equality of proportions with continuity correction

data:  Webページ_ABテスト$SignUp out of Webページ_ABテスト$PageView
X-squared = 5.4316, df = 1, p-value = 0.01978
alternative hypothesis: two.sided
95 percent confidence interval:
 -0.0072921848 -0.0006273474
sample estimates:
    prop 1     prop 2 
0.09697721 0.10093697