下準備: viridis, ggExtraのインストール

このヒートマップでは、ggplot2というチャートを描くためのRのパッケージと、それを拡張するためのviridis、ggExtraというパッケージが使われています。viridisは色パレットを使うために、ggExtraはヒートマップの枠線を消してすっきり見せるためにそれぞれ使われています。

まず、このviridis、ggExtraの両パッケージをインストールします。プロジェクトメニューから、Rパッケージの管理を選択します。

パッケージをインストールをクリックし、viridisとタイプして、インストールボタンをクリックします。

ggExtraも同様にしてインストールします。

これらのパッケージのインストールは、一度行ってしまえばそれ以降は必要ありません。

ヒートマップの作成

ここでは、アメリカにおける日系人の強制収容で紹介されている、収容所ごとの年間の各時間ごとの平均気温のデータを用います。データはこちらからダウンロードできます。平均気温のデータは、Iowa State UniversityのIowa Environmental Mesonetの提供するデータを使わせていただきました。

データのページからEDFファイルをダウンロードしてExploratoryにインポートすると、 campというデータフレームが作られます。これには、月(month)、日(day), 時間(hour), 平均気温(tmp), キャンプの場所(camp)の列があり、各行は場所ごと、各時間ごとの平均気温を表します。

"ドキュメント"の右側にあるプラスアイコンをクリックし、"ノート"を選択して新しいノートを作成します。

下記のRのコードブロックを、コピーしてノートの本文に貼り付けます。

```{r echo=FALSE, message=FALSE, warning=FALSE, fig.width=10, fig.height=25, cache=TRUE}

# 必要なライブラリをロード
library(ggplot2)
library(ggExtra)
library(viridis)

# ヒートマップを生成するggplot関数の呼び出し
ggplot(camp, aes(day, hour, fill=tmp))+
  # 色の指定
  scale_fill_viridis(option="C")+
  # 繰り返しの設定
  facet_grid(camp~month)+
  # x軸の設定 - 10日おきにラベルを振る
  scale_x_continuous(breaks =c(1,10,20,30))+
  # y軸の設定 - 各時間ごとにラベルを振る
  scale_y_continuous(trans = "reverse", breaks = unique(camp$hour))+
  # スタイルの設定
  theme_minimal(base_size=12)+
  geom_tile(color= "white",size=0.1) +
  labs(title="Hourly Temps", x="Day", y="Hour Commencing")+
  theme(legend.position = "bottom")+
  theme(plot.title=element_text(size=16))+
  theme(plot.title=element_text(hjust=0))+
  theme(strip.background = element_rect(colour="white"))+
  theme(axis.ticks=element_blank())+
  theme(axis.text.y=element_text(size=6)) +
  removeGrid()

```

"実行"ボタンを押すと、ヒートマップが表示されます。

色を変更する

Rのコードブロックの中のscale_fill_viridisという関数が、このヒートマップの色を決定しています。ここに違う関数やパレット名を指定することで、色を変更することができます。例えば、青→黄色→赤と変化する色パレットを使いたい場合、scale_fill_distiller関数を使い、"RdYlBu"を指定します。

 scale_fill_distiller(palette = "RdYlBu")

出力例は以下のようになります。

利用可能な関数およびパレット名については、 Sequential, diverging and qualitative colour scales from colorbrewer.orgに詳しく書かれてます。

ggplot2の詳細については、ggplot2サイトを参照してください。