Rで解析：ggplot2の配色・テーマ・図形を拡張する「see」パッケージの紹介

「see」パッケージは、ggplot2で描いたグラフの配色やテーマ、点や分布の見せ方を整えるための拡張です。easystatsシリーズのモデル可視化に加えて、普段のggplot2のコードにそのまま重ねて使えます。図の体裁を手早くそろえたい人におすすめです。

パッケージバージョンは0.14.2。Windows 11 x64 (build 26200)のR version 4.6.1で確認しています。

＜おすすめのRに関する書籍です＞

RとStanではじめる 心理学のための時系列分析入門 (KS心理学専門書)

心理学の縦断データ・時系列データを扱うための一冊。RとStanで実装しながら学ぶ。

www.amazon.co.jp

パッケージのインストール

下記コマンドを実行してください。

# パッケージのインストール
install.packages("see")
# パッケージの読み込み
library("see")
# コマンド例実行で必要なパッケージを読み込み
library("ggplot2")

コマンド例

詳細はコメント、パッケージのヘルプを確認してください。

seeのコマンドは大きく3系統に分かれます。scale_ で始まる配色スケール、theme_ で始まるテーマ、geom_ や coord_ で始まる図形と座標系です。いずれもggplot2の + でつなぐ記法に従うため、既存のグラフの末尾に足すだけで見た目が変わります。

配色スケールは、色覚の多様性に配慮したOkabe-Ito配色や、Material Designの色群など、あらかじめ用意された色の組を離散・連続の別に呼び出します。テーマは目盛や余白、凡例の位置をまとめて調整します。図形は、片側だけのバイオリンや、分布と点を重ねた表示など、ggplot2の標準にはない見せ方を追加します。

ここでは、京都府内の宇治茶の産地4か所（宇治市・和束町・南丹市・京丹後市）で採取した新芽のテアニン含有量と萎凋歩合、および主要3品種の官能評価点を模した擬似データを共通データとして使用します。

# 乱数シードの固定
set.seed(2026)
# 対象とする宇治茶の産地
産地 <- c("宇治市", "和束町", "南丹市", "京丹後市")
# 各産地の茶園から採取した新芽のテアニン含有量（mg/100g）と萎凋歩合（%）
茶葉 <- data.frame(
  産地 = rep(産地, each = 45),
  テアニン = round(c(rnorm(45, 1360, 130), rnorm(45, 1290, 110),
                     rnorm(45, 1180, 150), rnorm(45, 1230, 120))),
  萎凋歩合 = round(c(rnorm(45, 12, 2.2), rnorm(45, 14, 2.0),
                     rnorm(45, 10, 1.8), rnorm(45, 11, 2.4)), 1))
# 産地ごとの平均値をまとめた集計表
産地平均 <- aggregate(cbind(テアニン, 萎凋歩合) ~ 産地, data = 茶葉, FUN = mean)
# 宇治茶の主要3品種を5つの観点で官能評価した点数（10点満点）
官能 <- data.frame(
  評価項目 = rep(c("香り", "甘み", "渋み", "こく", "水色"), times = 3),
  品種 = rep(c("さみどり", "ごこう", "おくみどり"), each = 5),
  点数 = c(8.2, 7.4, 6.1, 7.9, 8.4,
           7.1, 8.5, 5.3, 8.2, 7.5,
           7.7, 6.9, 7.2, 6.8, 7.3))

＜おすすめのRに関する書籍です＞

Rではじめるデータサイエンス 第2版 | Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund, 大橋 真也

tidyverseの事実上の公式教科書。データの取り込み・整形・可視化・モデリング・レポート化までを一本の流れとして学べる。

[塗りつぶしをOkabe-Ito配色にする]：scale_fill_okabeitoコマンド

scale_fill_okabeitoは、Okabe-Ito配色を塗りつぶしの色に割り当てます。paletteで色の組を、orderで使用する色の順番を選び、reverseにTRUEを渡すと色の並びが逆になります。色相の差がはっきりしており、印刷や色覚の条件が異なる環境でも見分けやすい配色です。

# 産地ごとの平均テアニン含有量を棒グラフにし、Okabe-Ito配色を適用する
ggplot(産地平均, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_col() +
  scale_fill_okabeito()

# 色順を逆にし、3番目以降の色から使う
ggplot(産地平均, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_col() +
  scale_fill_okabeito(reverse = TRUE, order = 3:9)

産地ごとの平均テアニン含有量を棒グラフにし、Okabe-Ito配色を適用する

色順を逆にし、3番目以降の色から使う

[塗りつぶしをMaterial Design配色にする]：scale_fill_materialコマンド

scale_fill_materialは、Material Designの色群を塗りつぶしに割り当てます。discreteで離散・連続を切り替え、paletteで「ice」や「contrast」などの部分集合を選べます。落ち着いた中間色が多く、区分の数が少ないグラフに向きます。

# 産地ごとのテアニン含有量の箱ひげ図にMaterial Design配色を適用する
ggplot(茶葉, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_boxplot() +
  scale_fill_material()

# 寒色系のiceパレットに切り替え、色順を逆にする
ggplot(茶葉, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_boxplot() +
  scale_fill_material(palette = "ice", reverse = TRUE)

産地ごとのテアニン含有量の箱ひげ図にMaterial Design配色を適用する

寒色系のiceパレットに切り替え、色順を逆にする

[モダンな体裁に整える]：theme_modernコマンド

theme_modernは、背景の枠線や目盛線を減らし、余白を広めに取った体裁に変更します。base_sizeで全体の文字サイズを、legend.positionで凡例の位置を指定し、show.ticksにTRUEを渡すと目盛線が加わります。

# 産地ごとのテアニン含有量の箱ひげ図をモダンな体裁で描く
ggplot(茶葉, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_boxplot() +
  scale_fill_okabeito() +
  theme_modern()

# 文字サイズを大きくし、凡例を下に置き、目盛線を表示する
ggplot(茶葉, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_boxplot() +
  scale_fill_okabeito() +
  theme_modern(base_size = 14, legend.position = "bottom", show.ticks = TRUE)

産地ごとのテアニン含有量の箱ひげ図をモダンな体裁で描く

文字サイズを大きくし、凡例を下に置き、目盛線を表示する

＜おすすめのRに関する書籍です＞

遺伝統計学の基礎 Rによる遺伝因子解析・遺伝子機能解析

遺伝因子解析・遺伝子機能解析をRで行うための教科書。ゲノム解析に特有の統計的な考え方を学べる。

www.amazon.co.jp

[分布を半分のバイオリンで示す]：geom_violinhalfコマンド

geom_violinhalfは、分布の密度を片側だけのバイオリンで描きます。flipで向きを、scaleで幅のそろえ方を指定します。中央線に沿って並ぶため、箱ひげ図より裾の形が読み取りやすくなります。

# 産地ごとのテアニン含有量の分布を半バイオリンで示す
ggplot(茶葉, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_violinhalf() +
  scale_fill_okabeito()

# 向きを反転し、面積ではなく最大幅をそろえる
ggplot(茶葉, aes(x = 産地, y = テアニン, fill = 産地)) +
  geom_violinhalf(flip = TRUE, scale = "width") +
  scale_fill_okabeito()

産地ごとのテアニン含有量の分布を半バイオリンで示す

向きを反転し、面積ではなく最大幅をそろえる

[バイオリンと点を重ねて示す]：geom_violindotコマンド

geom_violindotは、片側のバイオリンと、反対側に積み上げた点を組み合わせて描きます。dots_sizeで点の大きさ、binwidthで点を積む間隔、position_dotsで点の位置を調整します。観測数が少ないときに、分布の形と実際の値を同時に示せます。

# 産地ごとの萎凋歩合について、分布の形と個々の観測を重ねて示す
ggplot(茶葉, aes(x = 産地, y = 萎凋歩合, fill = 産地)) +
  geom_violindot() +
  scale_fill_material()

# 点を大きくし、点を積む間隔を広げる
ggplot(茶葉, aes(x = 産地, y = 萎凋歩合, fill = 産地)) +
  geom_violindot(dots_size = 1.2, binwidth = 0.15) +
  scale_fill_material()

産地ごとの萎凋歩合について、分布の形と個々の観測を重ねて示す

点を大きくし、点を積む間隔を広げる

[レーダーチャートの座標系にする]：coord_radarコマンド

coord_radarは、極座標を用いて軸を放射状に並べ、レーダーチャートを描きます。thetaで角度に対応する変数、startで開始角度、directionで回る向きを指定します。geom_polygonやgeom_lineと組み合わせ、theme_radarで軸の体裁を整えます。

# 官能評価の点数を品種ごとにレーダーチャートで比較する
ggplot(官能, aes(x = 評価項目, y = 点数, color = 品種, group = 品種)) +
  geom_polygon(fill = NA, linewidth = 1) +
  coord_radar() +
  theme_radar()

# 開始角度を回し、反時計回りにする
ggplot(官能, aes(x = 評価項目, y = 点数, color = 品種, group = 品種)) +
  geom_polygon(fill = NA, linewidth = 1) +
  coord_radar(start = pi / 4, direction = -1) +
  theme_radar()

官能評価の点数を品種ごとにレーダーチャートで比較する

開始角度を回し、反時計回りにする

＜おすすめのRに関する書籍です＞

サラっとできる!フリー統計ソフトEZR(Easy R)でカンタン統計解析

EZRでの統計解析をコンパクトにまとめた一冊。必要な手順だけを素早く確認したいときに。

www.amazon.co.jp

この記事が誰かの役に立ちますように。