R ggplot2 クイックスタート: 素早く信頼できるチャートを作るレシピ集

問題

締め切りが厳しいとき、アナリストは一貫した R チャートを作成するのに苦労します。テンプレートなしで geoms・scales・themes を切り替えると、ノイズの多いビジュアルになり、同じ修正を何度も繰り返すことになります。

問題の深刻化

aesthetics の指定漏れ、不適切な凡例、色 scale の不一致によって、ステークホルダーを誤解させるチャートが生まれます。シグナルに集中する代わりに、デフォルト設定の微調整に時間が浪費されます。

解決策

aesthetics を明示的に保ち、データに基づく mapping と固定設定を分離し、クリーンな theme を適用するコンパクトな ggplot2 レシピ集を使います。以下のパターンは、最もよく求められるプロットタイプと、比較のために facet する方法をカバーしています。

散布図: 関係とトレンドライン

library(ggplot2)
 
ggplot(mtcars, aes(x = wt, y = mpg, color = factor(cyl))) +
  geom_point(size = 3, alpha = 0.8) +
  geom_smooth(method = "lm", se = FALSE, linewidth = 0.8) +
  labs(color = "Cylinders", x = "Weight", y = "MPG") +
  theme_minimal()

折れ線: 時系列または順序付きカテゴリ

ggplot(economics, aes(x = date, y = unemploy)) +
  geom_line(color = "#1f77b4", linewidth = 1) +
  labs(x = "Date", y = "Unemployment") +
  scale_x_date(date_breaks = "2 years", date_labels = "%Y") +
  theme_minimal()

棒グラフ: カウントまたは合計値

ggplot(diamonds, aes(x = cut, fill = cut)) +
  geom_bar(width = 0.7, color = "white") +
  labs(x = "Cut", y = "Count") +
  theme_minimal() +
  theme(legend.position = "none")

箱ひげ図とバイオリンプロット: 分布の比較

ggplot(iris, aes(x = Species, y = Sepal.Length, fill = Species)) +
  geom_violin(alpha = 0.4, color = NA) +
  geom_boxplot(width = 0.18, outlier.shape = NA, alpha = 0.8) +
  labs(x = NULL, y = "Sepal Length") +
  theme_minimal() +
  theme(legend.position = "none")

Facet による素早い比較

ggplot(diamonds, aes(carat, price, color = cut)) +
  geom_point(alpha = 0.4, size = 1.5) +
  facet_wrap(~ color) +
  labs(x = "Carat", y = "Price") +
  theme_light()

Geom と主な用途

Geom	データ型	適した用途	コツ
`geom_point()`	数値 vs 数値	関係性・クラスタ	色や shape をカテゴリに map し、トレンドには `geom_smooth()` を追加。
`geom_line()`	順序付き x・数値 y	時系列・シーケンス	`group=` でグループごとに 1 本ずつ線を保ち、ソートのミスを避ける。
`geom_bar()`（カウント） / `geom_col()`（事前集計）	カテゴリ	カウントや合計	割合を見せるときは `position = "fill"` を使用。
`geom_boxplot()`	カテゴリ vs 数値	中央値・IQR の比較	ラベルが長い場合は `coord_flip()` と組み合わせる。
`geom_violin()`	カテゴリ vs 数値	分布形状の把握	四分位を見せるために箱ひげ図と組み合わせる。
`geom_histogram()`	単一の数値	分布	`bins` か `binwidth` を明示的に指定する。

Aesthetics と固定設定の違い

データを map するときは aes() の中で指定: aes(color = species)。
固定値を使うときは aes() の外で指定: geom_point(color = "steelblue")。
値の書式やカラーパレットの制御には scale_* 関数を使う。

Theme とラベリングのチェックリスト

クリーンなデフォルトには theme_minimal() か theme_light() から始める。
文脈を示すために labs(title, subtitle, caption) を追加し、軸ラベルは短く保つ。
色が facet やラベルと重複する場合は、theme(legend.position = "none") で冗長な凡例を隠す。
公開用には、theme(text = element_text(size = 12)) でフォントサイズを調整する。

スターターテンプレート

base_plot <- ggplot(data, aes(x = x_var, y = y_var)) +
  geom_point(color = "#4e79a7", alpha = 0.7) +
  labs(
    title = "Headline metric",
    x = "X axis",
    y = "Y axis",
    caption = "Source: internal data"
  ) +
  theme_minimal()