Soumettre la recherche
Mettre en ligne
可視化周辺の進化がヤヴァイ 〜2016〜
•
22 j'aime
•
7,402 vues
Takashi Kitano
Suivre
第55回 R勉強会@東京 発表資料
Lire moins
Lire la suite
Données & analyses
Signaler
Partager
Signaler
Partager
1 sur 62
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
170826 tokyo r_lt
170826 tokyo r_lt
Masaru Tokuoka
ggplot2再入門(2015年バージョン)
ggplot2再入門(2015年バージョン)
yutannihilation
Tokyor42 ggplot2
Tokyor42 ggplot2
Yohei Sato
Masシミュレーションに関する関心事@第65回 ca masゼミ
Masシミュレーションに関する関心事@第65回 ca masゼミ
Takuya Ueda
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
Shuyo Nakatani
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
Takahiro Kubo
好みの日本酒を呑みたい! 〜さけのわデータで探す自分好みの酒〜
好みの日本酒を呑みたい! 〜さけのわデータで探す自分好みの酒〜
Takashi Kitano
Recommandé
170826 tokyo r_lt
170826 tokyo r_lt
Masaru Tokuoka
ggplot2再入門(2015年バージョン)
ggplot2再入門(2015年バージョン)
yutannihilation
Tokyor42 ggplot2
Tokyor42 ggplot2
Yohei Sato
Masシミュレーションに関する関心事@第65回 ca masゼミ
Masシミュレーションに関する関心事@第65回 ca masゼミ
Takuya Ueda
ドラえもんでわかる統計的因果推論 #TokyoR
ドラえもんでわかる統計的因果推論 #TokyoR
Shuyo Nakatani
Pythonを使った機械学習の学習
Pythonを使った機械学習の学習
Kimikazu Kato
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
Takahiro Kubo
好みの日本酒を呑みたい! 〜さけのわデータで探す自分好みの酒〜
好みの日本酒を呑みたい! 〜さけのわデータで探す自分好みの酒〜
Takashi Kitano
{shiny}と{leaflet}による地図アプリ開発Tips
{shiny}と{leaflet}による地図アプリ開発Tips
Takashi Kitano
令和から本気出す
令和から本気出す
Takashi Kitano
{tidygraph}と{ggraph}による モダンなネットワーク分析(未公開ver)
{tidygraph}と{ggraph}による モダンなネットワーク分析(未公開ver)
Takashi Kitano
{tidytext}と{RMeCab}によるモダンな日本語テキスト分析
{tidytext}と{RMeCab}によるモダンな日本語テキスト分析
Takashi Kitano
{tidygraph}と{ggraph}によるモダンなネットワーク分析
{tidygraph}と{ggraph}によるモダンなネットワーク分析
Takashi Kitano
20170923 excelユーザーのためのr入門
20170923 excelユーザーのためのr入門
Takashi Kitano
mxnetで頑張る深層学習
mxnetで頑張る深層学習
Takashi Kitano
Rによるウイスキー分析
Rによるウイスキー分析
Takashi Kitano
20160311 基礎からのベイズ統計学輪読会第6章 公開ver
20160311 基礎からのベイズ統計学輪読会第6章 公開ver
Takashi Kitano
20140625 rでのデータ分析(仮) for_tokyor
20140625 rでのデータ分析(仮) for_tokyor
Takashi Kitano
lubridateパッケージ入門
lubridateパッケージ入門
Takashi Kitano
20150329 tokyo r47
20150329 tokyo r47
Takashi Kitano
20140920 tokyo r43
20140920 tokyo r43
Takashi Kitano
Google's r style guideのすゝめ
Google's r style guideのすゝめ
Takashi Kitano
Contenu connexe
Plus de Takashi Kitano
{shiny}と{leaflet}による地図アプリ開発Tips
{shiny}と{leaflet}による地図アプリ開発Tips
Takashi Kitano
令和から本気出す
令和から本気出す
Takashi Kitano
{tidygraph}と{ggraph}による モダンなネットワーク分析(未公開ver)
{tidygraph}と{ggraph}による モダンなネットワーク分析(未公開ver)
Takashi Kitano
{tidytext}と{RMeCab}によるモダンな日本語テキスト分析
{tidytext}と{RMeCab}によるモダンな日本語テキスト分析
Takashi Kitano
{tidygraph}と{ggraph}によるモダンなネットワーク分析
{tidygraph}と{ggraph}によるモダンなネットワーク分析
Takashi Kitano
20170923 excelユーザーのためのr入門
20170923 excelユーザーのためのr入門
Takashi Kitano
mxnetで頑張る深層学習
mxnetで頑張る深層学習
Takashi Kitano
Rによるウイスキー分析
Rによるウイスキー分析
Takashi Kitano
20160311 基礎からのベイズ統計学輪読会第6章 公開ver
20160311 基礎からのベイズ統計学輪読会第6章 公開ver
Takashi Kitano
20140625 rでのデータ分析(仮) for_tokyor
20140625 rでのデータ分析(仮) for_tokyor
Takashi Kitano
lubridateパッケージ入門
lubridateパッケージ入門
Takashi Kitano
20150329 tokyo r47
20150329 tokyo r47
Takashi Kitano
20140920 tokyo r43
20140920 tokyo r43
Takashi Kitano
Google's r style guideのすゝめ
Google's r style guideのすゝめ
Takashi Kitano
Plus de Takashi Kitano
(14)
{shiny}と{leaflet}による地図アプリ開発Tips
{shiny}と{leaflet}による地図アプリ開発Tips
令和から本気出す
令和から本気出す
{tidygraph}と{ggraph}による モダンなネットワーク分析(未公開ver)
{tidygraph}と{ggraph}による モダンなネットワーク分析(未公開ver)
{tidytext}と{RMeCab}によるモダンな日本語テキスト分析
{tidytext}と{RMeCab}によるモダンな日本語テキスト分析
{tidygraph}と{ggraph}によるモダンなネットワーク分析
{tidygraph}と{ggraph}によるモダンなネットワーク分析
20170923 excelユーザーのためのr入門
20170923 excelユーザーのためのr入門
mxnetで頑張る深層学習
mxnetで頑張る深層学習
Rによるウイスキー分析
Rによるウイスキー分析
20160311 基礎からのベイズ統計学輪読会第6章 公開ver
20160311 基礎からのベイズ統計学輪読会第6章 公開ver
20140625 rでのデータ分析(仮) for_tokyor
20140625 rでのデータ分析(仮) for_tokyor
lubridateパッケージ入門
lubridateパッケージ入門
20150329 tokyo r47
20150329 tokyo r47
20140920 tokyo r43
20140920 tokyo r43
Google's r style guideのすゝめ
Google's r style guideのすゝめ
可視化周辺の進化がヤヴァイ 〜2016〜
1.
可視化周辺の進化がヤヴァイ 2016 〜Plotlyを中⼼として〜 Tokyo.R#55 2016-07-30 @kashitan
2.
> summary(kashitan) • TwitterID
: @kashitan • お仕事 : 某通信会社 2
3.
Rは可視化ツール https://www.r-project.org
4.
可視化に関する過去の発表 2013-06-01 第31回 R勉強会@東京 2010-06-26 第6回 R勉強会@東京 2015-02-21 第46回
R勉強会@東京
5.
htmlwidgets多すぎ
6.
主要ライブラリの⽐較 ⼤分類 グラフ Plotly
rbokeh highcharter 基本グラフ 折れ線グラフ ○ ○ ○ バブルチャート ○ × ? 散布図 ○ ○ ○ ヒートマップ ○ × ○ 棒グラフ ○ × ○ ⾯グラフ ○ × ○ 円グラフ ○ × ○ 統計グラフ ヒストグラム ○ ○ ○ 箱ひげ図 ○ ○ ○
7.
圧倒的⼈気
8.
でも アカウント登録が 必要でしょう?
9.
オープンソース化 されました! (アカウント不要) ※highcharts.jsは商⽤利⽤だと有償
10.
•plotlyデモ •plotlyによるグラフの作成 •plotlyグラフの調整
11.
可視化のサンプルデータ • 東京都知事選挙候補者の中3名のTweetデータ ⼩池 百合⼦ 209,760 2,740 ⿃越
俊太郎 159,788 541 増⽥寛也 6,476 265 (敬称略) フォロワー数 ツイート数
12.
可視化のサンプルデータ • 東京都知事選挙候補者3名のTweetデータ name id
created favorite retweet ⼩池百合⼦ 759032551348457472 2016-07-29 23:27:17 184 152 ⼩池百合⼦ 759021573537878016 2016-07-29 22:43:39 177 178 ⼩池百合⼦ 759021527157252096 2016-07-29 22:43:28 155 171 ⼩池百合⼦ 759021455807873024 2016-07-29 22:43:11 144 163 ⼩池百合⼦ 759021109580750849 2016-07-29 22:41:49 153 163 ⼩池百合⼦ 759013802167848961 2016-07-29 22:12:46 209 194 ⼩池百合⼦ 759013745624440832 2016-07-29 22:12:33 211 191 ⼩池百合⼦ 759013630452965376 2016-07-29 22:12:05 225 196 ⼩池百合⼦ 758959413692538881 2016-07-29 18:36:39 318 208
13.
•plotlyデモ •plotlyによるグラフの作成 •plotlyグラフの調整
14.
デモ https://code-estrellita.net/tokyo_election_2016.html
15.
•plotlyデモ •plotlyによるグラフの作成 •plotlyグラフの調整
16.
折れ線グラフ df %>% mutate(date=as.Date(created)) %>% group_by(name,
date) %>% summarise(n=n()) %>% plot_ly(x=date, y=n, color=name, type="scatter", mode="lines") type = “scatter” mode = “lines”を指定
17.
折れ線グラフ
18.
バブルチャート df %>% mutate(date=as.Date(created)) %>% group_by(name,
date) %>% summarise(n=n(), retweet=sum(retweetCount)) %>% plot_ly(x=date, y=n, color=name, type="scatter", mode="markers", size=retweet) type = “scatter” mode = “markers” sizeを指定
19.
バブルチャート
20.
散布図 df %>% plot_ly(x=favoriteCount, y=retweetCount,
color=name, type="scatter", mode="markers") type = “scatter” mode = “markers”を指定
21.
散布図
22.
ヒートマップ df %>% filter(screenName ==
"ecoyuri") %>% mutate(date=as.Date(created), hour=hour(created)) %>% group_by(date, hour) %>% summarise(n=n()) %>% plot_ly(x=hour, y=date, z=n, type="heatmap") type = “heatmap”を指定
23.
ヒートマップ
24.
棒グラフ(1/3) df %>% group_by(name) %>% summarise(n=n())
%>% plot_ly(x=name, y=n, type="bar") type = “bar”を指定
25.
棒グラフ(1/3)
26.
棒グラフ(2/3) df %>% group_by(name) %>% summarise(favorite=sum(favoriteCount), retweet=sum(retweetCount))
%>% plot_ly(x=name, y=favorite, type="bar", name="favorite") %>% add_trace(x=name, y=retweet, type="bar", name="retweet") add_trace()で系列を追加
27.
棒グラフ(2/3)
28.
棒グラフ(3/3) df %>% group_by(name) %>% summarise(favorite=sum(favoriteCount), retweet=sum(retweetCount))
%>% plot_ly(x=name, y=favorite, type="bar", name="favorite") %>% add_trace(x=name, y=retweet, type="bar", name="retweet") %>% layout(barmode="stack") barmode=“stack”で 積み上げ棒グラフ
29.
棒グラフ(3/3)
30.
⾯グラフ df %>% mutate(date=as.Date(created)) %>% group_by(name,
date) %>% summarise(n=n()) %>% plot_ly(x=date, y=n, fill="tozeroy", color=name) fill=“tozeroy”を指定
31.
⾯グラフ
32.
円グラフ(1/2) df %>% filter(screenName ==
"ecoyuri") %>% summarise(favorite = sum(favoriteCount), retweet = sum(retweetCount)) %>% plot_ly(labels=colnames(.), values=c(favorite, retweet), type="pie") labels, values, type=“pie”を指定
33.
円グラフ(1/2)
34.
円グラフ(2/2) df %>% filter(screenName ==
"ecoyuri") %>% summarise(favorite = sum(favoriteCount), retweet = sum(retweetCount)) %>% plot_ly(labels=colnames(.), values=c(favorite, retweet), type="pie", hole = 0.6) holeを指定するとドーナツグラフ
35.
円グラフ(2/2)
36.
ヒストグラム df %>% mutate(date=as.Date(created)) %>% group_by(name,
date) %>% summarise(n=n()) %>% plot_ly(x=n, type="histogram", color=name) type=“histogram”を指定
37.
ヒストグラム
38.
箱ひげ図 df %>% mutate(date=as.Date(created)) %>% group_by(name,
date) %>% summarise(n=n()) %>% plot_ly(x=n, type="box", color=name) type=“box”を指定
39.
箱ひげ図
40.
•plotlyデモ •plotlyによるグラフの作成 •plotlyグラフの調整
41.
グラフタイトル df %>% plot_ly(x=favoriteCount, y=retweetCount,
color=name, type="scatter", mode="markers") %>% layout(title="correlation of favorite and retweet") layout()内で指定
42.
グラフタイトル
43.
x/y軸ラベル df %>% plot_ly(x=favoriteCount, y=retweetCount,
color=name, type="scatter", mode="markers") %>% layout(title="correlation of favorite and retweet", xaxis=list(title="favorite"), yaxis=list(title="retweet")) xaxis=list(title=“”), yaxis=list(title=“”)で指定
44.
x/y軸ラベル
45.
凡例を消す df %>% plot_ly(x=favoriteCount, y=retweetCount,
color=name, type="scatter", mode="markers") %>% layout(title="correlation of favorite and retweet", xaxis=list(title="favorite"), yaxis=list(title="retweet"), showlegend=FALSE) showlegend=FALSEで凡例なし
46.
凡例を消す
47.
凡例の位置を指定する df %>% plot_ly(x=favoriteCount, y=retweetCount,
color=name, type="scatter", mode="markers") %>% layout(title="correlation of favorite and retweet", xaxis=list(title="favorite"), yaxis=list(title="retweet"), legend=list(x=0.1, y=0.7)) legend=list(x=, y=)で 位置を指定(0から1の範囲)
48.
凡例の位置を指定する
49.
⾊を変える df %>% filter(screenName ==
"ecoyuri") %>% mutate(date=as.Date(created), hour=hour(created)) %>% group_by(date, hour) %>% summarise(n=n()) %>% plot_ly(x=hour, y=date, z=n, type="heatmap", colors="Spectral") colorsでRColorBrewerの カラーパレット名を指定する
50.
⾊を変える
51.
2軸グラフを作る df %>% filter(screenName ==
"ecoyuri") %>% mutate(date = as.Date(created), ratio = retweetCount/favoriteCount) %>% group_by(name, date) %>% summarise(n=n(), ratio=mean(ratio)) %>% plot_ly(x=date, y=n, type="bar", name="n") %>% add_trace(x=date, y=ratio, name="ratio", yaxis="y2") %>% layout(yaxis2=list(overlaying="y",side="right")) yaxis2=list(overlaying="y",side="right ")を指定する
52.
2軸グラフを作る
53.
ggplotをインタラクティブに library(ggplot2) p <- df
%>% ggplot(aes(x = favoriteCount, y = retweetCount)) + geom_point(aes(text = paste("Name:", name)), size = 4) + geom_smooth(aes(colour = name, fill = name)) + facet_wrap(~ name) ggplotly(p) ggplotly()でラップするだけ
54.
ggplotをインタラクティブに
55.
その他のチャート
56.
チートシート https://images.plot.ly/plotly-documentation/images/r_cheat_sheet.pdf
57.
まとめ
58.
•plotlyデモ •plotlyによるグラフの作成 •plotlyグラフの調整
59.
おまけ
60.
各候補者と単語の対応分析
61.
各候補者と単語の共起ネットワーク
Télécharger maintenant