basic_graphic.Rに対応したR Notebook

第6章で使うための、整理整頓済みデータの読み込み

###For chapter 06
phyto_metadata <- readRDS("phyto_metadata.obj")
species_ryuko_data <- readRDS("phyto_ryuko_data.obj")
metadata_ecoplate <- readRDS("metadata_ecopl.obj")
summary_ecoplate <- readRDS("summary_ecopl.obj")

6.1 種組成データから種多様性（＝種数）を計算するコード

species_richness <- c()　#種数を格納（保存）するための空のベクトルを用意する
for(j in 1: length(species_ryuko_data[,1])) { #観測の数(length(...) = 15)の文だけループを回す
  species_richness[j] <- sum(species_ryuko_data[j,] > 0)　#個体数が１以上の種を数え上げると、それが種数となる
}

species_richness <- apply(species_ryuko_data > 0, 1, sum)　#for loopを使わずにより高速に計算する方法

簡単な可視化の例

6.2.1 種数についての未加工データの可視化(散布図)(図6.1)

plot(species_richness ~ as.numeric(phyto_metadata$year),#公式(Y~X)の形で指定
     type = "p", #グラフの種類 "p"はポイント（点）描画
     cex = 3　#ポイントの大きさの指定
     )

省スペースなコードの書き方（一つ上と同じ内容）

plot(species_richness ~ as.numeric(phyto_metadata$year), type = "p", cex = 3)

6.2.3 箱ひげ図を用いた可視化(図6.3)

boxplot(
  species_richness ~ phyto_metadata$year,　#Y~Xの形式で軸を指定
  outline = TRUE,　#外れ値を表示するかどうか
  col = "white",　#箱の色
  xlab = "year 2018 vs 2019",　#x軸の軸名
  ylab = "phytoplankton richness"　#y軸の軸名
)

6.2.4 箱ひげ図＋散布図

ランダム割り振り(図6.4A)

boxplot(
  species_richness ~ phyto_metadata$year,
  outline = TRUE,
  col = "white"
)
stripchart(　#単変量（一次元）データの散布図用関数
  species_richness ~ phyto_metadata$year,　#Y~Xの形式で軸を指定
  method = "jitter", #同じ値のデータをどのように描写するか：ランダム割り振り
  pch = c(1,2), #各点のマーク（模様）の指定
  cex = 3,　#マークの大きさの指定
  vertical = TRUE,　#数値軸に縦軸(TRUE)を使うか横軸(FALSE)を使うか
  add = TRUE　#他のグラフに重ね合わせて描画するかどうか
)

規則的割り振り(図6.4B)

boxplot(
  species_richness ~ phyto_metadata$year,
  outline = TRUE,
  col = "white"
)
stripchart(　#単変量（一次元）データの散布図用関数
  species_richness ~ phyto_metadata$year,　#Y~Xの形式で軸を指定
  method = "stack", #同じ値のデータをどのように描写するか：規則的割り振り
  pch = c(1,2), #各点のマーク（模様）の指定
  cex = 3,　#マークの大きさの指定
  vertical = TRUE,　#数値軸に縦軸(TRUE)を使うか横軸(FALSE)を使うか
  add = TRUE　#他のグラフに重ね合わせて描画するかどうか
)

6.2.5二次元散布図による可視化

植物プランクトンのデータを使った場合(図6.5A)

plot(
  species_richness ~ phyto_metadata$temp, #Y~Xの形式で軸を指定
  type = "p", #グラフの種類 "p"はポイント（点）描画
  cex = 3,　#ポイントの大きさの指定
  xlab = "temperature",　#X軸名
  ylab = "species richness"　#Y軸名
)

細菌のデータを使った場合(図6.5B)

plot(summary_ecoplate[,1:5], cex = 2) #1列目から5列までの基質に関して総当たりの二次元散布図を作成