Rで解析:サイズが小さいSVGファイルを作成「svglite」パッケージ


投稿日: Rの解析に役に立つ記事

サイズが小さいSVGファイルを作成するパッケージの紹介です。コマンド例ではRに収録されている「svg」コマンドと比較すると約7割ほど小さいファイルサイズとなりました。とにかくSVGファイルのサイズを小さくしたい方にお勧めなパッケージです。

パッケージのバージョンは2.1.0。実行コマンドはwindows 11のR version 4.1.2で確認しています。

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("svglite")

実行コマンド

詳細はコメント、パッケージヘルプを確認してください。

#パッケージの読み込み
library("svglite")

#svgファイルの作成:svgliteコマンド
#grDevices::dev.off()コマンドと組み合わせて使用します
svglite(filename = "ここを実行しても空ファイル.svg", #出力ファイル名
        width = 10, #横幅;インチ
        height = 8, #縦幅;インチ
        bg = "white", #背景の色
        pointsize = 12, #ポイントサイズ
        system_fonts = list(), #フォントの設定
        user_fonts = list(), 
        web_fonts = list(),
        scaling = 1, #スケールの設定
        )

###ここにプロットの内容を記述#####

dev.off()

###########################################
###実行例:作業フォルダにファイルが保存#####
#環境で日本語が文字化けする可能性があるので念のため設定
#出力ファイルサイズ:90,112 バイト
svglite(filename = "Test.svg",
        system_fonts = list(sans = "Yu Gothic"))

#初期設定で利用可能:出力ファイルサイズ:319,488 バイト
#svg(filename = "Testcairo.svg", onefile = TRUE, family = "Yu Gothic")

#tidyverseパッケージがなければインストール
if(!require("tidyHeatmap", quietly = TRUE)){
  install.packages("tidyHeatmap");require("tidyHeatmap")
}

###データ例の作成#####
#tidyverseパッケージがなければインストール
if(!require("tidyverse", quietly = TRUE)){
  install.packages("tidyverse");require("tidyverse")
}
set.seed(1234)
n <- 300
TestData <- tibble(Group = factor(rep(paste0("グループ_", 1:30),
                                      each = 10),
                                  level = paste0("グループ_", 1:30)),
                   SubGroup = factor(rep(paste0("SubGroup_", 1:10),
                                         time = 30),
                                     level = paste0("SubGroup_", 1:30)),
                   Value = sample(c(1:100), n, replace = TRUE),
                   SubValue = sample(c(1:100), n, replace = TRUE),
                   Flag_1 = factor(rep(2:3, each = 10, time = 15)),
                   Flag_2 = factor(rep(c("OK", "NG"), each = 1,
                                       time = 150)),
                   FlagValue_1 = rep(1:10, each = 10, time = 3),
                   FlagValue_2 = factor(rep(11:20, time = 30)),
                   FlagValue_3 = rep(1:10, each = 10, time = 3),
                   FlagValue_4 = rep(11:20, time = 30),
                   FlagValue_5 = rep(11:20, time = 30))
########

TestData %>%
  #heatmapをグループで分割するときはgroup_byで設定
  dplyr::group_by(Flag_1, Flag_2) %>%
  #heatmapコマンド
  heatmap(.row = Group, .column = SubGroup, .value = Value,
          #データのスケール化;"none","row","column","both)
          .scale = "row",
          #クラスタリングの適応有無
          cluster_rows = FALSE, cluster_columns = TRUE,
          #クラスタリング手法
          clustering_distance_rows = "pearson",
          #カラーパレットを指定
          palette_value = c("#4b61ba", "#A9A9A9", "#a87963"),
          #グループ分割の色を指定
          palette_grouping = list(
            #Flag_1の分割
            c("#66C2A5", "#FC8D62"), 
            #Flag_2の分割
            c("#b58b4c", "#74a6aa")
          )) %>%
  #x,y方向にグラフを付与:add_point,add_bar,add_lineコマンド
  #データ内容から付与方向は自動で判断
  add_point(FlagValue_3, palette = NULL,
            annotation_name_gp = grid::gpar(fontsize = 8)) %>%
  add_line(FlagValue_4, palette = NULL,
           size = unit(0.4, "cm")) %>%
  add_bar(FlagValue_5, palette = NULL, size = unit(1, "cm"),
          annotation_name_gp = grid::gpar(fontsize = 8)) %>%
  #x,y方向にデータを付与:add_titleコマンド
  #データ内容から付与方向は自動で判断
  add_tile(FlagValue_1, show_legend = TRUE,
           annotation_name_gp = grid::gpar(fontsize = 6)) %>%
  add_tile(FlagValue_2, show_legend = FALSE)

dev.off()
###########################################

出力例


少しでも、あなたの解析が楽になりますように!!

スポンサードリンク

スポンサードリンク