Rの基本プロット：plot、line、bar、pie、histに関する完全チュートリアル

Q: 画像をファイルとして保存するにはどうすればよいですか？

png() / pdf() / jpeg() などを使用してください：

Q: 図中のテキストが文字化けしている場合はどうすればよいですか？

par(family = "PingFang SC") （macOS）または family = "SimHei" （Windows）を追加してください。Linuxの場合は family = "WenQuanYi Zen Hei" を使用してください。ggplot2の場合は theme(text = element_text(family = ...)) を使用してください。

Q: マルチプロットレイアウトを作成するにはどうすればよいですか？

① par(mfrow = c(row, col)) 均等配置 ② layout(matrix(...)) 柔軟なレイアウト ③ ggplot2の facet_wrap() を使用してグループ化（より強力）。

Q: 基本的なRで作成したプロットのスタイルを変更することはできますか？

はい、できますが、手間がかかります— col lwd pch cex —数十ものパラメータを一つずつ調整しなければならないからです。ggplot2では theme() を使用して統一されたスタイルを適用するため、より効率的です。

このレッスンでは、Rチュートリアルの「グラフィックス」セクションの最初のトピックであるデータ可視化を取り上げます。Rには、base R (plot/line/bar) と ggplot2 (ggplot + geom_) の2つのプロットシステムがあります。このレッスンでは、まずbase Rによるプロットについて学びます。これはシンプルで高速なため、データを素早く確認するのに最適です。

このレッスンを修了すると、R を使って 6 種類の基本的なグラフ（散布図、折れ線グラフ、棒グラフ、円グラフ、ヒストグラム、箱ひげ図）を作成できるようになります。

1. 学習内容

R Basic Graphics System（グラフィックスパッケージ）
6種類の基本グラフ：プロット／折れ線／棒グラフ／円グラフ／ヒストグラム／箱ひげ図
par() のグラフィックパラメータ（色、フォント、レイアウト）
layout() 複数画像のレイアウト
ggplot2 との違い（どちらをいつ使うか）
実践ガイド：複数のグラフを用いた販売データレポート

2. 営業の可視化に関する話

(1) 課題：この表は直感的に理解しにくい

ボブはマネージャーに第4四半期の売上実績を報告した：

Region    Q1    Q2    Q3    Q4
Beijing  1000  1200  1100  1500
Shanghai  1500  1800  1700  2000
Guangzhou   800   900  1000  1200

マネージャーはそれをちらりと見て、「数字なんてどうでもいい。グラフだけくれ」と言った。

(2) Rを用いた解決策

# 1. A Line Chart in One Line of Code(4 Quarterly City Trends)
plot(sales, type = "b", col = rainbow(4), main = "Quarterly Sales Trends")

# 2. Creating a bar chart in one line(4 Total City Sales)
barplot(rowSums(sales[, -1]), main = "Total Sales Comparison", col = "skyblue")

# 3. A Line Chart(Percentage)
pie(rowSums(sales[, -1]), labels = rownames(sales))

3行のコード → 3つのプロット。Rでの基本的なプロット作成は、これほど迅速です。

3. Rの2つのプロットシステム

(1) 比較

特集	Rの基礎（グラフィックス）	ggplot2
速度	極めて高速 (10行)	やや遅い (数十行)
習得のしやすさ	✅ 簡単	❌ 習得に時間がかかる
デフォルト、魅力的	❌ 基本	✅ 出版品質
柔軟性	⚠️ 限定的	✅ 非常に柔軟
適用可能なシナリオ	データの簡易確認	刊行物・報告書
基本的な構文	「キャンバスへの描画」	グラフィックスの文法

(2) どちらをいつ使うべきか？

graph TB
    A[Imagination Drawing] --> B{Scene}
    B -->|Quick Data Overview| C[Basics R plot]
    B -->|Published/Report| D[ggplot2]
    B -->|Teaching Demonstration| E[Either one is fine]
    
    style A fill:#fff3cd
    style C fill:#d4edda
    style D fill:#cce5ff

💡 ヒント：簡単なデータ分析には基本的なR（高速）を、レポート作成や研究論文にはggplot2（見栄えが良い）を使いましょう。このレッスンでは基本的なRについて解説します。次のレッスンではggplot2について解説します。

4. plot(): 多彩なプロット（主に散布図）

(1) 基本的な散布図

# Plot a scatter plot of two columns of data
x <- 1:10
y <- x ^ 2
plot(x, y)

(2) 共通パラメータ

plot(x, y,
     type = "p",           # Graph Type
     main = "Title",
     xlab = "X Axis",
     ylab = "Y Axis",
     col = "blue",         # Color
     pch = 19,             # Point-shaped(0-25)
     cex = 1.5,            # Font Size
     xlim = c(0, 12),     # X Shaft Range
     ylim = c(0, 110))    # Y Shaft Range

(3) 6つのタイプ

種類	意味	目的
`"p"`	ポイント（デフォルト）	散布図
`"l"`	線	折れ線グラフ
`"b"`	ポイント＋ライン	トレンドチャート
`"o"`	線を通る点	時系列
`"h"`	縦線	棒グラフ（線グラフ版）
`"s"`	階段	階段の図

# For the same set of data, 6 A Painting Technique
x <- 1:5
y <- c(2, 4, 3, 5, 4)

par(mfrow = c(2, 3))  # 2 row 3 Column Layout
for (t in c("p", "l", "b", "o", "h", "s")) {
  plot(x, y, type = t, main = paste("type =", t))
}

5. 6つの主要チャート

(1) 散布図 plot()

# 4 City Scatter Plot
x <- c(1, 2, 3, 4)
y <- c(1000, 1500, 800, 1200)
plot(x, y,
     main = "City Sales Scatter Plot",
     xlab = "City Code",
     ylab = "Sales",
     col = "blue",
     pch = 19)

(2) 折れ線グラフの描画（type = "l"）

# Quarterly Trend Chart
quarters <- c("Q1", "Q2", "Q3", "Q4")
sales <- c(1000, 1200, 1100, 1500)

plot(quarters, sales,
     type = "b",     # Point + Line
     main = "Q1-Q4 Sales Trends",
     xlab = "Quarter",
     ylab = "Sales",
     col = "darkblue",
     lwd = 2,        # Line width
     pch = 19)

(3) 棒グラフ barplot()

# 4 City Sales Bar Chart
sales_data <- c(Beijing = 4800, Shanghai = 7000, Guangzhou = 3900, Shenzhen = 4500)

barplot(sales_data,
        main = "Total Sales by City",
        xlab = "City",
        ylab = "Sales",
        col = c("red", "blue", "green", "orange"),
        border = "white",
        horiz = FALSE)  # TRUE Sideways

(4) 円グラフ pie()

# Sales Share Pie Chart
sales_data <- c(Beijing = 4800, Shanghai = 7000, Guangzhou = 3900, Shenzhen = 4500)

pie(sales_data,
    main = "Share of Sales",
    col = rainbow(4),
    labels = paste0(names(sales_data), "\n", sales_data))

⚠️ 注意：円グラフの使用は推奨されません。人間の目は角度を正確に認識できないため、棒グラフの方が正確です。ggplot2の作者も、pie()の代わりにgeom_bar()を使用することを推奨しています。

(5) ヒストグラム hist()

# 1000 The Distribution of a Random Number
data <- rnorm(1000, mean = 100, sd = 15)

hist(data,
     main = "Normal Distribution",
     xlab = "Value",
     ylab = "Frequency",
     col = "lightblue",
     border = "white",
     breaks = 30)  # min 30 a range

(6) 箱ひげ図 boxplot()

# 4 Class Exam Score Distribution
scores <- list(
  1Cls = c(85, 90, 78, 92, 88, 76, 95, 80),
  2Cls = c(72, 80, 85, 78, 90, 88, 82, 75),
  3Cls = c(95, 88, 92, 90, 85, 78, 80, 88),
  4Cls = c(60, 65, 70, 75, 80, 85, 90, 95)
)

boxplot(scores,
        main = "4 Class Grade Distribution",
        xlab = "Class",
        ylab = "Fractions",
        col = c("red", "blue", "green", "orange"))

6. par() のグラフパラメータ

(1) クイックリファレンス表

パラメータ	機能	例
`mfrow`	複数画像のレイアウト（行×列）	`par(mfrow = c(2, 2))`
`mar`	マージン（4桁）	`par(mar = c(5, 4, 4, 2))`
`bg`	背景色	`par(bg = "lightyellow")`
`col`	既定の色	`par(col = "blue")`
`cex`	標準の文字サイズ	`par(cex = 1.2)`
`lty`	実線	`par(lty = 2)` 破線
`pch`	ドット形状	`par(pch = 19)`

(2) 複数画像のレイアウト

# 2x2 Layout
par(mfrow = c(2, 2))

plot(1:10, main = "Plot 1")
plot(1:10, type = "l", main = "Plot 2")
barplot(1:5, main = "Plot 3")
pie(1:4, main = "Plot 4")

# Restore Default Layout
par(mfrow = c(1, 1))

(3) layout() フレキシブルレイアウト

# 1 L + 4 S Layout
layout(matrix(c(1, 1, 2, 3,
                1, 1, 4, 5), nrow = 2, byrow = TRUE))

plot(1:10, main = "Large Image")           # 1
plot(1:5, main = "Small image 1")          # 2
plot(1:5, main = "Small image 2")          # 3
plot(1:5, main = "Small image 3")          # 4
plot(1:5, main = "Small image 4")          # 5

layout(1)  # Restore

7. 色と点の形状

(1) 色

# 1. Name
plot(1:5, col = "red")
plot(1:5, col = "blue")
plot(1:5, col = "darkgreen")

# 2. Hexadecimal
plot(1:5, col = "#FF0000")
plot(1:5, col = "#3366CC")

# 3. rainbow() Color Palette
barplot(1:7, col = rainbow(7))
barplot(1:7, col = heat.colors(7))
barplot(1:7, col = topo.colors(7))
barplot(1:7, col = terrain.colors(7))

(2) 点形状 pch

pch	形状	用途
0–6	中空	さまざまな形状
19–25	良好	推奨（クリア）
19	ドット	最も一般的
17	三角形	強調
15	ブロック	バイナリ

plot(1:25, pch = 0:25, cex = 2)

8. ggplot2との比較

(1) 同じ図形を描く2つの方法

# Data
df <- data.frame(x = 1:5, y = c(2, 4, 3, 5, 4))

# Basics R(5 row)
plot(df$x, df$y, type = "b", main = "Trends", xlab = "X", ylab = "Y",
     col = "blue", pch = 19, lwd = 2)

# ggplot2(6 row,By default, it looks better)
library(ggplot2)
ggplot(df, aes(x = x, y = y)) +
  geom_line(color = "blue") +
  geom_point(color = "blue", size = 3) +
  labs(title = "Trends", x = "X", y = "Y") +
  theme_minimal()

(2) どちらを選ぶべきか？

シナリオ	推奨事項
データの概要	Rの基本（1行でのプロット）
出版物・論文	ggplot2（出版レベルの高品質な可視化）
チュートリアル	Rの基礎（シンプルでわかりやすい）
標準化レポート	ggplot2（統一テーマ）
パラメータの調整	ggplot2（微調整）

9. 完全な例：売上データに関するマルチチャートレポート

以下は、このレッスンで取り上げたすべての図を結びつける完全なワークフローの例です。

▶ サンプル：4都市における四半期ごとの売上高の可視化

# ============================================
# 4 Visualization of Quarterly City Sales
# Features:6 Comprehensive Display of Basic Charts
# ============================================

# 1. Prepare data
sales <- matrix(c(
  1000, 1200, 1100, 1500,  # Beijing
  1500, 1800, 1700, 2000,  # Shanghai
   800,  900, 1000, 1200,  # Guangzhou
  1200, 1400, 1300, 1600   # Shenzhen
), nrow = 4, byrow = TRUE)
rownames(sales) <- c("Beijing", "Shanghai", "Guangzhou", "Shenzhen")
colnames(sales) <- c("Q1", "Q2", "Q3", "Q4")
print(sales)

# 2. Settings 2x3 Layout
par(mfrow = c(2, 3), mar = c(4, 4, 3, 1))

# 3. Plot 1:Line Chart(4 City)
plot(1:4, sales[1, ], type = "b", col = "red", ylim = c(0, 2500),
     main = "Quarterly Sales Trends", xlab = "Quarter", ylab = "Sales",
     pch = 19, lwd = 2, xaxt = "n")
axis(1, at = 1:4, labels = colnames(sales))
for (i in 2:4) {
  lines(1:4, sales[i, ], type = "b", col = i, pch = 19, lwd = 2)
}
legend("topleft", legend = rownames(sales),
       col = 1:4, pch = 19, lwd = 2, cex = 0.7)

# 4. Plot 2:Bar Chart(Total Sales)
barplot(rowSums(sales),
        main = "Total Sales by City",
        xlab = "City", ylab = "Total Sales",
        col = c("red", "blue", "green", "orange"),
        border = "white")

# 5. Plot 3:Pie Chart(Percentage)
pie(rowSums(sales),
    main = "Share of Sales",
    col = rainbow(4),
    labels = paste0(rownames(sales), "\n", rowSums(sales)))

# 6. Plot 4:Histogram(Sales Distribution)
hist(sales, main = "Sales Distribution", xlab = "Sales",
     col = "lightblue", border = "white", breaks = 10)

# 7. Plot 5:Box-and-Whisker Plot(By City)
boxplot(sales, main = "Quarterly Sales Breakdown by City",
        xlab = "City", ylab = "Sales",
        col = c("red", "blue", "green", "orange"))

# 8. Plot 6:Stacked Bar Chart
barplot(sales, beside = FALSE,  # beside=FALSE → Stacked
        main = "Quarterly Sales Stacked Chart",
        xlab = "City", ylab = "Sales",
        col = c("red", "blue", "green", "orange"),
        legend.text = colnames(sales))

# 9. Restore Layout
par(mfrow = c(1, 1))

MERMAID

# ============================================
# 4 Visualization of Quarterly City Sales
# Features:6 Comprehensive Display of Basic Charts
# ============================================

# 1. Prepare data
sales &lt;- matrix(c(
  1000, 1200, 1100, 1500,  # Beijing
  1500, 1800, 1700, 2000,  # Shanghai
   800,  900, 1000, 1200,  # Guangzhou
  1200, 1400, 1300, 1600   # Shenzhen
), nrow = 4, byrow = TRUE)
rownames(sales) &lt;- c(&quot;Beijing&quot;, &quot;Shanghai&quot;, &quot;Guangzhou&quot;, &quot;Shenzhen&quot;)
colnames(sales) &lt;- c(&quot;Q1&quot;, &quot;Q2&quot;, &quot;Q3&quot;, &quot;Q4&quot;)
print(sales)

# 2. Settings 2x3 Layout
par(mfrow = c(2, 3), mar = c(4, 4, 3, 1))

# 3. Plot 1:Line Chart(4 City)
plot(1:4, sales[1, ], type = &quot;b&quot;, col = &quot;red&quot;, ylim = c(0, 2500),
     main = &quot;Quarterly Sales Trends&quot;, xlab = &quot;Quarter&quot;, ylab = &quot;Sales&quot;,
     pch = 19, lwd = 2, xaxt = &quot;n&quot;)
axis(1, at = 1:4, labels = colnames(sales))
for (i in 2:4) {
  lines(1:4, sales[i, ], type = &quot;b&quot;, col = i, pch = 19, lwd = 2)
}
legend(&quot;topleft&quot;, legend = rownames(sales),
       col = 1:4, pch = 19, lwd = 2, cex = 0.7)

# 4. Plot 2:Bar Chart(Total Sales)
barplot(rowSums(sales),
        main = &quot;Total Sales by City&quot;,
        xlab = &quot;City&quot;, ylab = &quot;Total Sales&quot;,
        col = c(&quot;red&quot;, &quot;blue&quot;, &quot;green&quot;, &quot;orange&quot;),
        border = &quot;white&quot;)

# 5. Plot 3:Pie Chart(Percentage)
pie(rowSums(sales),
    main = &quot;Share of Sales&quot;,
    col = rainbow(4),
    labels = paste0(rownames(sales), &quot;\n&quot;, rowSums(sales)))

# 6. Plot 4:Histogram(Sales Distribution)
hist(sales, main = &quot;Sales Distribution&quot;, xlab = &quot;Sales&quot;,
     col = &quot;lightblue&quot;, border = &quot;white&quot;, breaks = 10)

# 7. Plot 5:Box-and-Whisker Plot(By City)
boxplot(sales, main = &quot;Quarterly Sales Breakdown by City&quot;,
        xlab = &quot;City&quot;, ylab = &quot;Sales&quot;,
        col = c(&quot;red&quot;, &quot;blue&quot;, &quot;green&quot;, &quot;orange&quot;))

# 8. Plot 6:Stacked Bar Chart
barplot(sales, beside = FALSE,  # beside=FALSE → Stacked
        main = &quot;Quarterly Sales Stacked Chart&quot;,
        xlab = &quot;City&quot;, ylab = &quot;Sales&quot;,
        col = c(&quot;red&quot;, &quot;blue&quot;, &quot;green&quot;, &quot;orange&quot;),
        legend.text = colnames(sales))

# 9. Restore Layout
par(mfrow = c(1, 1))

期待される出力：2×3のグリッドに配置された6つのグラフ（折れ線グラフ、棒グラフ、円グラフ、ヒストグラム、箱ひげ図、積み上げ棒グラフ）。

❓ よくある質問

Q 画像をファイルとして保存するにはどうすればよいですか？

A png() / pdf() / jpeg() などを使用してください：

png("myplot.png", width = 800, height = 600)
plot(1:10)
dev.off()

Q 図中のテキストが文字化けしている場合はどうすればよいですか？

A par(family = "PingFang SC")（macOS）または family = "SimHei"（Windows）を追加してください。Linuxの場合は family = "WenQuanYi Zen Hei" を使用してください。ggplot2の場合は theme(text = element_text(family = ...)) を使用してください。

Q マルチプロットレイアウトを作成するにはどうすればよいですか？

A ① par(mfrow = c(row, col)) 均等配置 ② layout(matrix(...)) 柔軟なレイアウト ③ ggplot2のfacet_wrap()を使用してグループ化（より強力）。

Q 基本的なRで作成したプロットのスタイルを変更することはできますか？

A はい、できますが、手間がかかります—col lwd pch cex—数十ものパラメータを一つずつ調整しなければならないからです。ggplot2ではtheme()を使用して統一されたスタイルを適用するため、より効率的です。

📖 まとめ

Rには2つのプロットシステムがあります。標準のR（グラフィックス）とggplot2です。
Rの基本：6つの主要なプロット：plot（散布図）／plot type="l"（折れ線グラフ）／barplot（棒グラフ）／pie（円グラフ）／hist（ヒストグラム）／boxplot（箱ひげ図）
par() グローバルパラメータの設定：mfrow 複数の画像 / mar 余白 / bg 背景 / col 色 / pch 点のスタイル
layout() フレキシブルレイアウト（大1つ＋小4つ）
"red" / "#FF0000" / rainbow(n) を使用して色を塗る
png() ＋ dev.off() または ggsave() を使用して画像を保存する
基本的なRはデータを素早く探索するのに適しており、ggplot2は論文発表などに適しています—両方を学び、必要に応じて使い分けましょう

📝 練習問題

基本問題：ベクトル sales <- c(100, 150, 200, 180, 220) を構築し、type = "p"、"l"、"b"、"h" を用いて 4 つの図形を描き（par(mfrow = c(2, 2)) を使用）、4 つの図形の違いを確認する。
基本演習：barplot() を使用して、5つの都市（任意の名前を指定）の販売比較チャートを作成し、4つのパラメータ col = rainbow(5)、main、xlab、および ylab を含めてください。
基本演習：hist() を使用して、rnorm(100, 15) で生成された 1,000 個の乱数のヒストグラムを作成し、パラメータ breaks = 30 および col = "lightblue" を追加して、その分布が正規分布に近似していることを確認してください。
応用演習：生徒10名ずつからなる4つのクラスの成績をシミュレートし（list()またはdata.frameを使用）、次にboxplot()を使用してクラス4の成績分布図を作成し、色とタイトルを追加してください。
課題：ワークフローを完了させてください。4つの製品について4四半期分の売上マトリックスをシミュレートし、par(mfrow = c(2, 3)) を使用して以下の6つのグラフを作成してください：① 傾向を示す折れ線グラフ、② 比較用の棒グラフ、③ 割合を示す円グラフ、④ 分布を示すヒストグラム、⑤ 箱ひげ図、⑥ 積み上げ棒グラフ。最後に、png("report.png", 1200, 800) を使用して、これらを1つの複合グラフとして保存してください。

Web-Tutorial 技術チーム

複数の開発者によって共同維持されているプログラミングチュートリアルプラットフォーム。各チュートリアルは専門分野の開発者が執筆・レビューしています。正確で信頼性の高いコンテンツを目指しています — 問題を見つけた場合はお知らせください。

私たちについて

404 Not Found

Rの基本プロット：plot、line、bar、pie、histに関する完全チュートリアル

1. 学習内容

2. 営業の可視化に関する話

(1) 課題：この表は直感的に理解しにくい

(2) Rを用いた解決策

3. Rの2つのプロットシステム

(1) 比較

(2) どちらをいつ使うべきか？

4. plot(): 多彩なプロット（主に散布図）

(1) 基本的な散布図

(2) 共通パラメータ

(3) 6つのタイプ

5. 6つの主要チャート

(1) 散布図 plot()

(2) 折れ線グラフの描画（type = "l"）

(3) 棒グラフ barplot()

(4) 円グラフ pie()

(5) ヒストグラム hist()

(6) 箱ひげ図 boxplot()

6. par() のグラフパラメータ

(1) クイックリファレンス表

(2) 複数画像のレイアウト

(3) layout() フレキシブルレイアウト

7. 色と点の形状

(1) 色

(2) 点形状 pch

8. ggplot2との比較

(1) 同じ図形を描く2つの方法

(2) どちらを選ぶべきか？

9. 完全な例：売上データに関するマルチチャートレポート

▶ サンプル：4都市における四半期ごとの売上高の可視化

❓ よくある質問

📖 まとめ

📝 練習問題