ノーコードでビジネスデータ分析を可能にするRパッケージRadiant
その4-1（RadiantでEDA – グラフ作成）

2781
ノーコードでビジネスデータ分析を可能にするRパッケージRadiantその4-1（RadiantでEDA – グラフ作成）

データ分析や予測モデル構築などをやってみたいが……

  • RやPythonだとの無料ツールはコーディングスキルがそれなりに必要になりハードルがある
  • 有料ツールのSASやSPSSなどは使いやすそうだけど高額すぎる。

無料で使える使いやすさが有料級の分析ツールはないだろうか？

と言うことで、Radiantです。

Radiantは、ノーコードでビジネスデータ分析を可能にする無料で使える有料級Rパッケージです。

  • その1：Radiantのインストール・起動・終了
  • その2：Radiantのデータ読み込み
  • その3：Radiantでデータ抽出（絞り込み）
  • その4：RadiantでEDA（探索的データ分析）
    • その4-1 グラフ作成　⇒　今回
    • その4-2 ピボット集計
    • その4-3 記述統計量
  • その5：Radiantで予測モデル構築

前回は、その3の「Radiantでデータ抽出（絞り込み）」について簡単に説明しました。

ノーコードでビジネスデータ分析を可能にするRパッケージRadiantその3（Radiantでデータ抽出（絞り込み））

今回は、その4の「RadiantでEDA（探索的データ分析）」の「その4-1 グラフ作成」について簡単に説明します。

今回利用するデータセット

2種類のサンプルデータを使います。

  • Radiantのサンプルデータである「diamonds」　※テーブルデータ
  • Rに最初から備わっているサンプルデータである「longley」　※時系列データ

 

サンプルデータ「diamonds」

サンプルデータ「diamonds」は、最初からRadiantに備わっているため、特に準備は必要ありません。

以下は、データ項目です。

  • price： price in US dollars
  • carat： weight of the diamond
  • clarity： measurement of how clear the diamond
  • cut： quality of the cut
  • color： diamond color
  • depth： total depth percentage
  • table： width of top of diamond relative to widest point
  • x： length in mm
  • y： width in mm
  • z： depth in mm

 

サンプルデータ「longley」

サンプルデータ「longley」は、米国経済の時系列データです。

最初からRに備わっていますが、事前にRのワークスペースにロードしておく必要があります。

以下、コードです。

data(longley)

 

以下は、データ項目です。

  • GNP.deflator：GNP implicit price deflator (1954=100)
  • GNP： Gross National Product
  • Unemployed： number of unemployed
  • Armed.Forces： number of people in the armed forces
  • Population：‘noninstitutionalized’ population ≥ 14 years of age
  • Year： the year (time)
  • Employed： number of people employed

 

取り急ぎRadiantを起動

以下、コードです。

# 必要パッケージのロード
library(radiant)

# radiantの起動
radiant()

 

サンプルデータの読み込み

サンプルデータ「longley」は、Rのワークスペースにロードしただけです。Radiant上では使えません。Radiant上で使うには、Rのワークスペースからデータを読み込む必要があります。非常に簡単です。

メニューバーにある「Data」をクリックし、「Manage」をクリックすると、データ読み込みや保存ができます。

 

「Load data of type」で、「from global workspace」を選択します。そうすると、Rのワークスペース上にあるオブジェクトの中で読み込めるデータセットが「Data.frames in Global Env」に表示されます。今回は、「longley」を選択します。最後に「Load」ボタンをクリックし読み込みます。Radiant上で扱うデータセットを切り替えるときには、左上の「Datasets」で切り替えます。

 

グラフ作成（Visualize）

データセットを読み込み眺めただけでは、どのようなデータなのか理解するのは難しいです。グラフで表現すると、データ理解が進みます。

Radiantのメニューにある「Visualize」ボタンをクリックすると、グラフ作成用の画面が現れ、様々なグラフを描くことができます。

 

例えば、以下のようなグラフを描くことができます。

  • Distribution：ヒストグラム
  • Density：密度推定
  • Scatter：散布図
  • Surface：ヒートマップ
  • Line：折れ線グラフ
  • Bar：棒グラフ
  • Box-plot：ボックスプロット

その中のいくつかを作り方を、以下の順番で簡単に説明します

  • サンプルデータ「diamonds」　※テーブルデータ
    • Bar：棒グラフ
    • Distribution：ヒストグラム
    • Density：密度推定
    • Box-plot：ボックスプロット
    • Scatter：散布図
  • サンプルデータ「longley」　※時系列データ
    • Line：折れ線グラフ

 

棒グラフ

clarity別にpriceの平均値（mean）を棒グラフで表現してみます。左側の「Plot-type」で「Box」を選択し作ります。

 

ヒストグラム

clarity別にpriceの分布を、ヒストグラムで表現してみます。左側の「Plot-type」で「Distribution」を選択し作ります。

 

密度推定

clarity別にpriceの分布を、ヒストグラムで表現してみます。左側の「Plot-type」で「Density」を選択し作ります。

 

箱ひげ図

clarity別にpriceの分布を、ボックスプロットで表現してみます。左側の「Plot-type」で「Box-plot」を選択し作ります。

 

散布図

clarity別にpriceとcaratの関係性を散布図および回帰線で表現してみます。左側の「Plot-type」で「Scatter」を選択し作ります。

 

折れ線グラフ

今まではサンプルデータ「diamonds」使ってきました。折れ線グラフは時系列データである「longley」を使います。

左上の「Datasets」で、「longley」に切り替えます。

 

GDP、Population、Employedの時系列推移を表現するために、折れ線グラフで表現してみます。左側の「Plot-type」で「Line」を選択し棒グラフを作ります。「Y-variable」で折れ線グラフで表現する対象の時系列データ（例：GDP、Population、Employed）を指定し、「X-variable」で時間軸（例：Year）を指定します。

 

次回

今回は、その4の「RadiantでEDA（探索的データ分析）」の「その4-1 グラフ作成」について簡単に説明しました。

  • その1：Radiantのインストール・起動・終了
  • その2：Radiantのデータ読み込み
  • その3：Radiantでデータ抽出（絞り込み）
  • その4：RadiantでEDA（探索的データ分析）
    • その4-1 グラフ作成
    • その4-2 ピボット集計　⇒　次回
    • その4-3 記述統計量
  • その5：Radiantで予測モデル構築

次回は、その4の「RadiantでEDA（探索的データ分析）」の「その4-2 ピボット集計」について説明します。

ノンコードでビジネスデータ分析を可能にするRパッケージRadiantその4-2（RadiantでEDA – ピボット集計）