R ggplot2 のテーマとスタイル設定：`theme` の完全ガイド

Q: theme_minimal と theme_bw の違いは何ですか？

theme_minimal Minimal（白い背景、薄い灰色のグリッド）、 theme_bw Black and White（枠線あり、はっきりとしたグリッド）。

Q: 補助グリッドを削除するにはどうすればよいですか？

theme(panel.grid.minor = element_blank()) 。これで画像がすっきりします。

Q: 凡例はどこに配置すべきですか？

グラフの複雑さによって異なります。変数が1～2つの場合は bottom または top を、4つ以上の場合は right を、他のグラフ内に埋め込まれた円グラフの場合は c(0.5, 0.5) を使用して配置してください。

Q: 中国語のフォントを変更するにはどうすればよいですか？

theme_minimal(base_family = "SimHei") (Windows)、 "PingFang SC" (macOS)、または "WenQuanYi Zen Hei" (Linux)。

ggplot2 のデフォルトテーマである theme_gray() はすでにかなり優れていますが、「出版物レベルの品質」を持つグラフを作成するには、テーマを微調整する必要があります。このレッスンでは、ggplot2のテーマシステムについて詳しく見ていきます。8つの組み込みテーマから始まり、theme()からlabs、scaleへの微調整を経て、ggsaveによる高解像度出力に至るまでを解説します。

このレッスンを修了すると、テキスト、色、凡例、余白、軸などを完全に制御し、あらゆるggplot2のプロットを「出版可能な」水準まで微調整できるようになります。

1. 学習内容

8つの組み込みggplot2テーマ
theme() の要素ツリー (element_text/line/rect)
labs() の完全なラベル
スケールカラー／塗りつぶし色の対応関係
テーマテンプレート（ggthemes / hrbrthemes）
ggsave() HDで保存
実践ガイド：出版物レベルのグラフのカスタマイズ

2. 「プロ用チャート」の物語

(1) 課題：デフォルトの画像が「学校っぽい」印象が強すぎる

ボブはggplot2を使ってグラフを作成したが、マネージャーは「これは投資家向けのレポートなのに、あまりにも地味すぎる」と言った。

(2) ggplot2 の可視化オプション

library(ggplot2)
library(hrbrthemes)  # Professional Theme Packages

p <- ggplot(sales, aes(x = quarter, y = sales, color = city, group = city)) +
  geom_line(linewidth = 1.2) +
  geom_point(size = 3) +
  scale_color_brewer(palette = "Set1") +
  labs(
    title = "2024 Q1-Q4 Sales Trends",
    subtitle = "Data Source: Sales System | Chart: Analyst Team",
    caption = "Unit: 10,000 yuan",
    x = "Quarter", y = "Sales (10,000 yuan)",
    color = "City"
  ) +
  theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 16),
    plot.subtitle = element_text(color = "gray50"),
    legend.position = "top",
    panel.grid.minor = element_blank()
  )

ggsave("professional_report.png", p, width = 10, height = 6, dpi = 300)

たった3行のコードで、出版レベルの高品質なグラフを作成。

3. 8 標準テーマ

(1) テーマの比較

テーマ	スタイル	適した場面
`theme_gray()`	デフォルト（背景色：グレー）	一般
`theme_bw()`	白黒	学術論文
`theme_minimal()`	ミニマリスト（最もよく使われる）	レポート・プレゼンテーション
`theme_classic()`	クラシック（グリッドなし）	アカデミック
`theme_void()`	空白	地図・図
`theme_light()`	明るい背景	デモ
`theme_dark()`	暗い背景	ダークテーマ
`theme_test()`	テスト用	デバッグ

(2) 実環境での比較

p <- ggplot(mtcars, aes(wt, mpg)) + geom_point()

p + theme_gray()       # Default
p + theme_minimal()    # Minimalism
p + theme_bw()         # Black and White
p + theme_classic()    # Classic
p + theme_light()      # Light-colored
p + theme_dark()       # Dark
p + theme_void()       # Blank

ベースサイズ／ベースファミリー

# Set the font size globally
p + theme_minimal(base_size = 14)

# Set the Global Font
p + theme_minimal(base_family = "SimHei")  # Chinese

4. theme() の要素ツリー

(1) 要素の構造

graph TB
    A[theme Element] --> B[plot Full Image]
    A --> C[axis Coordinate Axes]
    A --> D[legend Legend]
    A --> E[panel Panel]
    A --> F[strip Facet Labels]
    A --> G[title Title]
    
    B --> H[plot.title]
    B --> I[plot.background]
    C --> J[axis.title]
    C --> K[axis.text]
    C --> L[axis.line]
    D --> M[legend.title]
    D --> N[legend.text]
    D --> O[legend.position]
    E --> P[panel.background]
    E --> Q[panel.grid]
    F --> R[strip.text]
    F --> S[strip.background]
    
    style A fill:#fff3cd
    style B fill:#cce5ff
    style C fill:#d4edda
    style D fill:#f8d7da
    style E fill:#e1d4ff
    style F fill:#ffe1e1
    style G fill:#e1ffe1

(2) `element_` 関数の 4 種類

機能	目的	用途
`element_text()`	テキスト	タイトル、軸ラベル、目盛りのテキスト
`element_line()`	線	グリッド線、軸線
`element_rect()`	長方形	背景、枠線、パネル
`element_blank()`	非表示	任意の要素

(3) element_text() のテキストパラメータ

theme(
  plot.title = element_text(
    size = 16,        # Font size
    face = "bold",    # Bold/italics (plain/bold/italic/bold.italic)
    color = "blue",   # Color
    family = "SimHei",# Font
    hjust = 0.5,      # Horizontal Alignment (0=left, 1=right, 0.5=center)
    vjust = 0.5       # Vertical Alignment
  )
)

(4) element_line() の線に関するパラメータ

theme(
  panel.grid.major = element_line(
    color = "gray80",
    linewidth = 0.5,
    linetype = "dashed"   # solid/dashed/dotted
  ),
  panel.grid.minor = element_blank(),  # Hide Secondary Grid
  axis.line = element_line(color = "black", linewidth = 0.8)
)

(5) element_rect() の矩形パラメータ

theme(
  panel.background = element_rect(
    fill = "lightyellow",
    color = "black",
    linewidth = 0.5
  ),
  plot.background = element_rect(fill = "white")
)

(6) element_blank() 非表示

theme(
  panel.grid = element_blank(),         # Hide All Grids
  axis.ticks = element_blank(),         # Hide Scale
  legend.position = "none"              # Hide Legend (Note: No element_blank)
)

5. 共通テーマの微調整

(1) 文字サイズ

p + theme(
  plot.title = element_text(size = 18, face = "bold"),
  plot.subtitle = element_text(size = 12, color = "gray50"),
  axis.title = element_text(size = 12),
  axis.text = element_text(size = 10),
  legend.title = element_text(size = 11),
  legend.text = element_text(size = 10)
)

(2) グリッド線

p + theme(
  panel.grid.major = element_line(color = "gray90"),
  panel.grid.minor = element_blank(),  # Hide Secondary Grid (More concise)
  panel.border = element_rect(color = "black", fill = NA, linewidth = 0.5)
)

(3) 凡例の位置

# 4 every corner
p + theme(legend.position = "top")
p + theme(legend.position = "bottom")
p + theme(legend.position = "left")
p + theme(legend.position = "right")

# Hide
p + theme(legend.position = "none")

# Coordinate Positioning (In the figure)
p + theme(legend.position = c(0.8, 0.2))  # 80% x, 20% y

(4) 座標軸

p + theme(
  axis.line = element_line(color = "black", linewidth = 0.8),
  axis.ticks = element_line(color = "black"),
  axis.title.x = element_text(margin = margin(t = 10)),  # X Move the axis title down
  axis.title.y = element_text(margin = margin(r = 10))   # Y Shift the axis title to the left
)

6. labs() のドキュメントを完成させる

(1) すべてのタグ

p + labs(
  title = "Main Title",
  subtitle = "Subtitle",
  caption = "Data Sources",
  x = "X Axis",
  y = "Y Axis",
  color = "Color Mapping",  # Corresponding aes(color)
  fill = "Fill Mapping",   # Corresponding aes(fill)
  shape = "Shape Mapping",
  size = "Size Mapping"
)

(2) 数式タグ

# For use in formulas quote() or expression
p + labs(
  x = quote(x[i]),
  y = expression(paste("Concentration (", mu, "g/mL)"))
)

7. scale_color / scale_fill の色

(1) 離散的な色（カテゴリ変数）

# 1. Specify manually
p + scale_color_manual(values = c("red", "blue", "green", "orange"))

# 2. ColorBrewer Color Palette
p + scale_color_brewer(palette = "Set1")    # Classic 9 colors
p + scale_color_brewer(palette = "Set2")    # Gentle 8 colors
p + scale_color_brewer(palette = "Dark2")   # Dark 8 colors
p + scale_color_brewer(palette = "Pastel1") # Light-colored 9 colors

# 3. viridis (Color-blind-friendly, Recommended)
library(viridis)
p + scale_color_viridis_d()  # Discrete
p + scale_color_viridis_c()  # Consecutive

(2) 連続色（連続変数）

# Gradient
p + scale_color_gradient(low = "blue", high = "red")
p + scale_color_gradient2(low = "blue", mid = "white", high = "red", midpoint = 0)
p + scale_color_gradientn(colours = rainbow(7))

(3) 実践的な応用：プロフェッショナルな配色

# 4 Class Classification
p + scale_color_brewer(palette = "Set1")
# 8 Class Classification
p + scale_color_brewer(palette = "Set2")
# Color-blind-friendly
p + scale_color_viridis_d()
# Academic/Serious
p + scale_color_manual(values = c("#1f77b4", "#ff7f0e", "#2ca02c"))

8. 専門テーマパッケージ

(1) ggthemesの8つのテーマ

install.packages("ggthemes")
library(ggthemes)

p + theme_economist()    # The Economist
p + theme_wsj()           # The Wall Street Journal
p + theme_fivethirtyeight()  # FiveThirtyEight
p + theme_hc()            # Highcharts
p + theme_tufte()         # Tufte Minimalism
p + theme_stata()         # Stata
p + theme_solarized()     # Solarized
p + theme_excel()         # Excel Style

(2) hrbrthemes の商用テーマ

install.packages("hrbrthemes")
library(hrbrthemes)

p + theme_ipsum()         # ipsum Typographic Style
p + theme_ft_rc()         # The Financial Times

(3) カスタムテーマ（一度定義すれば、どこでも使用可能）

# Custom Themes
my_theme <- theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 14),
    panel.grid.minor = element_blank(),
    legend.position = "bottom"
  )

# Global Use
ggplot(df, aes(x, y)) + geom_point() + my_theme

9. ggsave() 高解像度で保存

(1) 4つの主要パラメータ

ggsave(
  filename,            # File Name
  plot = last_plot(),   # Graph Object (Default: Last Image)
  width = 8,            # Width
  height = 6,           # High
  units = "in",         # Unit in/cm/mm
  dpi = 300             # Resolution
)

(2) 実践的な応用

# PNG Printing Standard (300 dpi)
ggsave("report.png", width = 8, height = 6, dpi = 300)

# High-Definition Screen (150 dpi)
ggsave("screen.png", width = 1920, height = 1080, units = "px", dpi = 150)

# PDF For a thesis (Vector)
ggsave("paper.pdf", width = 8, height = 6)

# Chinese Title (Avoid garbled characters)
ggsave("Chinese.png", width = 8, height = 6, dpi = 300)

(3) さまざまな形式

形式	拡張子	用途
PNG	`.png`	Web/ドキュメント (最も一般的)
PDF	`.pdf`	学位論文（ベクトル）
SVG	`.svg`	Webベクターグラフィックス
JPEG	`.jpg`	写真（グラフィック用途には不向き）
TIFF	`.tiff`	印刷

# Vector Graphics (Unlimited Clear Zoom)
ggsave("vector.svg", width = 8, height = 6)
ggsave("vector.pdf", width = 8, height = 6)

10. 完全な例：プロフェッショナルで、出版物レベルの品質を誇るグラフ

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

▶ サンプル：4都市の販売実績—出版物レベルのグラフ

# ============================================
# 4 City Sales: Publication-Quality Charts
# Features: Complete Customization from Default to Professional Level
# ============================================

library(ggplot2)
library(dplyr)
library(tidyr)
library(patchwork)
library(hrbrthemes)

# 1. Prepare data
sales_wide <- tibble(
  city = c("Beijing", "Shanghai", "Guangzhou", "Shenzhen"),
  Q1 = c(1000, 1500, 800, 1200),
  Q2 = c(1200, 1800, 900, 1400),
  Q3 = c(1100, 1700, 1000, 1300),
  Q4 = c(1500, 2000, 1200, 1600)
)

sales_long <- sales_wide |>
  pivot_longer(cols = -city, names_to = "quarter", values_to = "sales") |>
  mutate(
    total = sum(sales),
    pct = round(sales / total * 100, 1)
  )

# 2. Custom Themes
my_theme <- theme_minimal(base_size = 12) +
  theme(
    plot.title = element_text(face = "bold", size = 16, hjust = 0,
                              margin = margin(b = 5)),
    plot.subtitle = element_text(color = "gray40", size = 11,
                                 margin = margin(b = 15)),
    plot.caption = element_text(color = "gray50", size = 9,
                                hjust = 1, margin = margin(t = 10)),
    axis.title = element_text(size = 11),
    axis.text = element_text(size = 10, color = "gray30"),
    panel.grid.major = element_line(color = "gray90", linewidth = 0.3),
    panel.grid.minor = element_blank(),
    legend.position = "top",
    legend.title = element_text(size = 11),
    legend.text = element_text(size = 10),
    plot.background = element_rect(fill = "white", color = NA)
  )

# 3. Plot 1: Line Trend (Professional Edition)
p1 <- ggplot(sales_long, aes(x = quarter, y = sales, color = city, group = city)) +
  geom_line(linewidth = 1.2) +
  geom_point(size = 3.5, fill = "white", shape = 21, stroke = 1.5) +
  scale_color_brewer(palette = "Set1", name = "City") +
  scale_y_continuous(labels = scales::comma, expand = expansion(mult = 0.1)) +
  labs(
    title = "2024 Annual Quarterly Sales Trends",
    subtitle = "4 First-tier cities 4 Quarterly Sales Data",
    caption = "Data Source: Sales System | Chart: Analyst Team",
    x = NULL, y = "Sales (10,000 yuan)"
  ) +
  my_theme

# 4. Plot 2: Bar Chart Comparison (Professional Edition)
total_sales <- sales_wide |>
  mutate(total = Q1 + Q2 + Q3 + Q4) |>
  arrange(desc(total)) |>
  mutate(city = factor(city, levels = city))

p2 <- ggplot(total_sales, aes(x = city, y = total, fill = city)) +
  geom_col(width = 0.7) +
  geom_text(aes(label = scales::comma(total)), vjust = -0.5, size = 4) +
  scale_fill_brewer(palette = "Set1", guide = "none") +
  scale_y_continuous(labels = scales::comma,
                     expand = expansion(mult = c(0, 0.15))) +
  labs(
    title = "Annual Total Sales by City",
    subtitle = "Sort by total sales in descending order",
    x = NULL, y = "Total Sales (10,000 yuan)"
  ) +
  my_theme

# 5. Plot 3: Stacked Columns (Professional Edition)
sales_long_ordered <- sales_long |>
  left_join(total_sales |> select(city, total), by = "city") |>
  mutate(city = factor(city, levels = total_sales$city))

p3 <- ggplot(sales_long_ordered, aes(x = city, y = sales, fill = quarter)) +
  geom_col(position = "stack", width = 0.7) +
  scale_fill_brewer(palette = "YlGnBu", name = "Quarter") +
  labs(
    title = "Quarterly Sales Breakdown by City",
    subtitle = "Stacked bar chart showing quarterly contributions",
    x = NULL, y = "Sales (10,000 yuan)"
  ) +
  my_theme

# 6. Multi-Image Collage
combined <- (p1 / (p2 + p3)) +
  plot_annotation(
    title = "2024 4-City Comprehensive Sales Analysis",
    theme = theme(plot.title = element_text(face = "bold", size = 18, hjust = 0.5))
  )

print(combined)

# 7. Save Publication-Quality Images
ggsave("professional_report.png", combined,
       width = 14, height = 12, dpi = 300)
ggsave("professional_report.pdf", combined,
       width = 14, height = 12)
ggsave("professional_report.svg", combined,
       width = 14, height = 12)

cat("\n=== Publishing-quality charts have been saved ===\n")
cat("  - professional_report.png (PNG 300dpi)\n")
cat("  - professional_report.pdf (PDF Vector)\n")
cat("  - professional_report.svg (SVG Vector)\n")

▶ 試してみよう

期待される成果物：出版物レベルの品質を備えたグラフ3セット（折れ線グラフ＋棒グラフ＋積み上げグラフ）。これには、中国語および英語のタイトル、プロ仕様の配色、明確なラベルが含まれること。

❓ よくある質問

Q theme_minimal と theme_bw の違いは何ですか？

A theme_minimal Minimal（白い背景、薄い灰色のグリッド）、theme_bw Black and White（枠線あり、はっきりとしたグリッド）。

Q 補助グリッドを削除するにはどうすればよいですか？

A theme(panel.grid.minor = element_blank())。これで画像がすっきりします。

Q 凡例はどこに配置すべきですか？

A グラフの複雑さによって異なります。変数が1～2つの場合はbottomまたはtopを、4つ以上の場合はrightを、他のグラフ内に埋め込まれた円グラフの場合はc(0.5, 0.5)を使用して配置してください。

Q 300 dpi か 150 dpi か？

A 印刷用は 300 dpi、画面表示用は 96～150 dpi です。ベクター形式の PDF には dpi の指定は必要ありません。ggsave デフォルトは 300 dpi です。

Q 中国語のフォントを変更するにはどうすればよいですか？

A theme_minimal(base_family = "SimHei") (Windows)、"PingFang SC" (macOS)、または "WenQuanYi Zen Hei" (Linux)。

📖 まとめ

ggplot2 には 8つの組み込みテーマ があります：theme_gray theme_bw theme_minimal theme_classic など。
theme() 要素ツリーは、7つの領域（プロット、軸、凡例、パネル、ストリップ、タイトル）に分かれています。
4種類の要素関数：element_text テキスト / element_line 線 / element_rect 長方形 / element_blank 非表示
テーマコアの微調整：plot.title axis.title legend.position panel.grid labs() すべてのタグを設定：title subtitle caption x y color fill
カラー：scale_color_brewer / scale_color_viridis_d / scale_color_manual
専門トピックパック：ggthemes（『エコノミスト』／『ウォール・ストリート・ジャーナル』）／hrbrthemes（ビジネス）
ggsave("plot.png", dpi = 300) 印刷用標準；ggsave("plot.pdf") ベクター
出版物レベルのグラフ = テーマ + 色 + ラベル + フォントサイズ + ggsaveによる高解像度出力

📝 練習問題

基本演習：mtcars を使用して wt 対 mpg の散布図を作成し、4つのテーマ theme_minimal、theme_bw、theme_classic、および theme_void を用いて、生成された散布図の違いを比較してください。比較のためにスクリーンショットを撮影してください。
基本演習：棒グラフを作成し、theme() を使用して微調整を行います。① タイトルを太字、サイズ16に設定します。② 補助グリッド線を非表示にします。③ 凡例を下部に配置します。④ Y軸のタイトルを軸から10px離して配置します。
基本演習：scale_color_brewer(palette = "Set1")とscale_color_brewer(palette = "Set2")を使って同じ画像を描き、スクリーンショットを撮って色の違いを比較してください。
応用演習：4つの都市の販売データをシミュレートし、以下のカスタマイズを施した、出版物レベルの完成度の高いグラフを作成してください：① カスタムテーマ ② 「labs」ラベルの完全な表示 ③ プロフェッショナルな配色 ④ 高解像度での保存。作成過程と結果の両方のスクリーンショットを保存してください。
課題：ggthemesのtheme_economist()またはtheme_wsj()を使用して絵を描き、デフォルトのtheme_minimal()との違いを比較してください。画像をPNG形式とPDF形式の両方で保存してください（PDFでは、漢字を表示するためにCairo PDFデバイスを使用してください）。

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