Rにread.tableで2次元の表（分割表）を読み込む

データ

このようなデータをRにクリップボード経由で読み込むには、次のようなコマンドを打ちます。

data=read.table("clipboard",header=T)

この読み込みでは、Student, Eng, Kokugo, Mathという4つの変数からなる形で認識されています。これでは行に名前がない状態ですので、例えばこのデータを使って対応分析を行うことはできません。

対応策1：row.namesを指定する

row.names="Student"のオプションを加えることで、Studentの列を行名として認識させることができます。

対応策2：Studentの部分を空白にする

単純な方法としては1行目の第1列を空行しておくと、Rがその列を列名として認識してくれます。

Rのデータ入力：read.tableによるテーブルヘッダーの読み込み

ヘッダーにXがつく現象

Rにデータをロードするには、clipboardから読み込むのが楽です。

このデータをクリップボードにコピーして：

data=read.table("clipboard",header=T)

で読み込めます。しかしながら、オブジェクトをロードすると次のようにヘッダーの名前がおかしくなります。

これはヘッダーを数値として読み込んでいるからですが、この現象を回避するには次の形で対処できます。

> data=read.table("clipboard",header=T, check.names=F)

ただし、この場合、各行に＄を使ってアクセスするには、変数名をクォーテーションマークで囲む必要があります。

［参照記事］

qiita.com

対応分析（コレスポンデンス分析）のラベルのはみだしをWordで調整する

はじめに

Rで対応分析などを行ってplotすると、ラベルの端が切れてしまうことがあります。そのときの対処法のメモ。

現象

次のような現象が今回の処理の対象です。

対応方法

Rのコマンド例：

library(MASS)

plot(corresp(jikken,nf=5))

(1)plot後、右クリックをして「メタファイルにコピー」

※ビットマップではだめです。

(2)Wordの貼り付け

(3)図を右クリックして、「図の編集」

そうすると、後ろに隠れていた部分が見えるようになります（原理は不明ですが、おそらく編集するためにすべてを可視化するのかもしれません）。

※図が「前面」に変更されてしまいますので、図を選択して「文字列の折り返し」から「四角」や「行内」など望むものを選んでください。

Gmailで添付ファイルのダウンロードが失敗する場合の対処法

はじめに

gmailで添付ファイルが送られてきてChrome等のブラウザからダウンロードしようとすると、「失敗―ダウンロード エラー」となることがあります。

ブラウザを変えても、キャッシュを削除してもうまくいかない場合の対処法を書いておきます。

解決策：ファイル名を変更する

解決策は、「ファイル名を変更する」ということです。アルファベットなどの単純なファイル名にしてダウンロードすれば、エラーは回避されます。

原因は？

この原因はOS間の「ユニコードの正規化の違い」のようです。

「ダ」「ポ」「グ」などの文字列は、一文字（ダ）として表現される場合と結合文字（タ＋濁点）として表現される場合があります。このずれによりファイル名を認識できないというのが原因と考えられます。

参考：Unicodeの特殊な文字 “結合文字列” | ものかの

例えばMacで「ダウンロード.pdf」というファイルを作り、Windowsでダウンロードしようとするとおそらく失敗します（再現していませんが）。

まとめ

• 添付ファイルのダウンロードを失敗した場合、「ファイル名」を変えてみる（アルファベットのみ推奨）
• OS間の違いを考えると、ファイルはアルファベットで命名するのが無難

Rの対応分析でラベルの重なりを解消する

はじめに

Rで対応分析を行う場合、変数が多いとラベルが重複してしまう可能性があります。その場合、plot関数だけではうまく処理できません。

地道なやり方としてはメタファイルに出力して、Adobe Illustratorなどで処理することも可能ですが、ここではwordcloudライブラリを使った方法をメモしておきます（参考：wordcloud makes words less cloudy « Fells Stats）。

用意するもの

• R（できるだけ最新版を）
• MASSライブラリをインストール
• wordcloudライブラリをインストール
• 分析するデータ

→ここでは次のデータ（部分抜粋。単語は３８行あります。A~Eはジャンルだと考えてください）を処理します。

plotしてみる

MASSライブラリを読み込み、corresp関数で対応分析を実行しplotします。

>library(MASS)
>words=read.table("clipboard",header=T)
> words.corresp=corresp(words,nf=4)
> plot(words.corresp)

 これだとかなり重なりがあり、可読性が低い状態です。

予備知識

オブジェクト型はclass関数で見ることができます。

> class(words.corresp)
[1] "correspondence"

correspondence型は$cscoreで列側（上のデータではA、B、C、D、E）のスコアに、$rscoreで行側（単語）にアクセスできます。

例えば：

 > words.corresp$cscore
[,1] [,2] [,3] [,4]
A 3.6911623 1.6803089 0.1717679 0.03243607
B 0.9217827 -2.6917578 0.7224602 -0.10977487
C -0.1368556 -0.1294318 -1.6574275 0.22612367
D -0.4579921 0.3830560 0.4693191 -1.04030145
E -0.4899167 0.3618963 0.8463817 1.69203612

となります。

また、$corで相関係数を表示します。

> words.corresp$cor
[1] 0.57024044 0.20068781 0.14170275 0.08328265

$cor[1]が第１主成分の相関係数、$cor[2]が第２主成分の相関係数です。

Rのplot関数は、２つの系列のスコア（$cscoreと$rscore）を同時に配置するために、それぞれの固有値を相関係数で重み付けをしています。

例えば、Aの第1主成分3.69は（X軸）、第１主成分の相関係数0.57を乗じてプロットされます。

このとき、plot関数で作成される座標軸のスケールにも注意が必要です。図中、上と右に記されるのがrscoreの系統、下と左にあるのがcscoreの系統です。原点だけ一致しています（この見え方はwordcloudを使うと軸を固定することになるので少し変わります）。

wordcloudを使う

ではwordcloudを使って描写してみましょう。この関数はそもそもワードクラウドを作成するためものです。

semanticist.hatenablog.com

しかしながら、texplot関数という大変良くできたものを含んでおり、これを使うことでラベルの重なりを解消することができます。

考え方としては、rscoreとcscoreをtextplot関数で同一画面に上書きで作画する、ということです。このとき、座標軸を固定するのがポイントです。そのためにはxlimとylim（軸の最小値と最大値）を同じにする必要があります。

動的にも取得できますが、先ほどのbiplotをみて決めるのが楽だと思います。今回はxlim=c(-1.5,3),ylim=c(-1.5,2)で固定します。

textplot関数は第1引数にXの値を、第2引数にYの値を、第3引数にラベルを取ります。

まず、ライブラリを読み込みます。

>library(wordcloud)

行と列、それぞれのスコアを変数に格納します。

> words.corresp.rscore=words.corresp$rscore
> words.corresp.cscore=words.corresp$cscore

rscore（単語の方）からプロットしてみましょう。

>textplot(words.corresp.rscore[,1]*words.corresp$cor[1],

words.corresp.rscore[,2]*words.corresp$cor[2],rownames(words.corresp.rscore),

xlim=c(-1.5,3),ylim=c(-1.5,2))

ここで*words.corresp$cor[1]を乗じているのは、重み付けのためです。つまり、words.corresp.rscore[,1]*words.corresp$cor[1]は第1主成分の列に相関係数を乗じて座標点を計算する、という意味になります。第2主成分も同様です。

だいぶきれいに描画できました。

では、ここにcscoreのほうも重ねてみましょう。グラフを上書きするにはpar(new=T)を指定しいます。

> par(new=T)

次いでtextplotを行います。xlimとylimを同じにすることを忘れずに。

>textplot(words.corresp.cscore[,1]*words.corresp$cor[1],

words.corresp.cscore[,2]*words.corresp$cor[2],rownames(words.corresp.cscore),

xlim=c(-1.5,3),ylim=c(-1.5,2), col="blue", font=2)

色は青（col="blue")、そして太字（font=2)にしています。

まとめ

対応分析をplotするとラベルが重なることがある

wordcloudライブラリのtextplotを使うと自動的に重なりを調整してくれる

引数を渡すには$cscore, $rscore, rownames関数を使って値を取得する。その際、$corで重み付けをする