Lets-Plot for Kotlin を使ったデータ可視化

Lets-Plot for Kotlin（LPK）は、Rのggplot2ライブラリをKotlinに移植したマルチプラットフォームプロットライブラリです。LPKは、豊富な機能を備えたggplot2 APIをKotlinエコシステムにもたらし、高度なデータ可視化機能を必要とする科学者や統計学者に適しています。

LPKは、Kotlin Notebook、Kotlin/JS、JVMのSwing、JavaFX、Compose Multiplatformなど、様々なプラットフォームをターゲットとしています。さらに、LPKはIntelliJ、DataGrip、DataSpell、PyCharmとシームレスに統合されています。

このチュートリアルでは、IntelliJ IDEAでKotlin Notebookを使用し、LPKとKotlin DataFrameライブラリで様々なプロットタイプを作成する方法をデモンストレーションします。

始める前に

Kotlin Notebookは、IntelliJ IDEAにデフォルトでバンドルされ、有効になっているKotlin Notebookプラグインに依存します。

Kotlin Notebookの機能が利用できない場合は、プラグインが有効になっていることを確認してください。詳細については、環境をセットアップするを参照してください。

Lets-Plotを操作するために、新しいKotlin Notebookを作成します。

1. File | New | Kotlin Notebook を選択します。

2. Notebookで、次のコマンドを実行してLPKとKotlin DataFrameライブラリをインポートします。

   %use lets-plot
   %use dataframe

データの準備

ベルリン、マドリード、カラカスの3都市における月平均気温のシミュレートされた数値を格納するDataFrameを作成しましょう。

Kotlin DataFrameライブラリのdataFrameOf()関数を使用してDataFrameを生成します。次のコードスニペットをKotlin Notebookに貼り付けて実行します。

// The months variable stores a list with 12 months of the year
val months = listOf(
    "January", "February",
    "March", "April", "May",
    "June", "July", "August",
    "September", "October", "November",
    "December"
)
// The tempBerlin, tempMadrid, and tempCaracas variables store a list with temperature values for each month
val tempBerlin =
    listOf(-0.5, 0.0, 4.8, 9.0, 14.3, 17.5, 19.2, 18.9, 14.5, 9.7, 4.7, 1.0)
val tempMadrid =
    listOf(6.3, 7.9, 11.2, 12.9, 16.7, 21.1, 24.7, 24.2, 20.3, 15.4, 9.9, 6.6)
val tempCaracas =
    listOf(27.5, 28.9, 29.6, 30.9, 31.7, 35.1, 33.8, 32.2, 31.3, 29.4, 28.9, 27.6)

// The df variable stores a DataFrame of three columns, including monthly records, temperature, and cities
val df = dataFrameOf(
    "Month" to months + months + months,
    "Temperature" to tempBerlin + tempMadrid + tempCaracas,
    "City" to List(12) { "Berlin" } + List(12) { "Madrid" } + List(12) { "Caracas" }
)
df.head(4)

DataFrameには、Month、Temperature、Cityの3つの列があることがわかります。DataFrameの最初の4行には、ベルリンの1月から4月までの気温の記録が含まれています。

LPKライブラリを使用してプロットを作成するには、データ（df）を、データがキーと値のペアで格納されるMap型に変換する必要があります。.toMap()関数を使用すると、DataFrameを簡単にMapに変換できます。

val data = df.toMap()

散布図の作成

Kotlin NotebookでLPKライブラリを使って散布図を作成しましょう。

データがMap形式になったら、LPKライブラリのgeomPoint()関数を使用して散布図を生成します。X軸とY軸の値を指定したり、カテゴリとその色を定義したりできます。さらに、必要に応じてプロットのサイズと点の形状をカスタマイズできます。

// Specifies X and Y axes, categories and their color, plot size, and plot type
val scatterPlot =
    letsPlot(data) { x = "Month"; y = "Temperature"; color = "City" } + ggsize(600, 500) + geomPoint(shape = 15)
scatterPlot

結果は次のとおりです。

箱ひげ図の作成

データを箱ひげ図で可視化しましょう。LPKライブラリのgeomBoxplot()関数を使用してプロットを生成し、scaleFillManual()関数で色をカスタマイズします。

// Specifies X and Y axes, categories, plot size, and plot type
val boxPlot = ggplot(data) { x = "City"; y = "Temperature" } + ggsize(700, 500) + geomBoxplot { fill = "City" } +
    // Customizes colors        
    scaleFillManual(values = listOf("light_yellow", "light_magenta", "light_green"))
boxPlot

結果は次のとおりです。

2D密度プロットの作成

次に、いくつかのランダムデータの分布と集中を可視化するために2D密度プロットを作成しましょう。

2D密度プロットのデータの準備

1. データを処理し、プロットを生成するために依存関係をインポートします。

   %use lets-plot
   
   @file:DependsOn("org.apache.commons:commons-math3:3.6.1")
   import org.apache.commons.math3.distribution.MultivariateNormalDistribution

   TIP

   Kotlin Notebookへの依存関係のインポートに関する詳細については、Kotlin Notebookのドキュメントを参照してください。

2. 2Dデータポイントのセットを作成するために、次のコードスニペットをKotlin Notebookに貼り付けて実行します。

   // Defines covariance matrices for three distributions
   val cov0: Array<DoubleArray> = arrayOf(
       doubleArrayOf(1.0, -.8),
       doubleArrayOf(-.8, 1.0)
   )
   
   val cov1: Array<DoubleArray> = arrayOf(
       doubleArrayOf(1.0, .8),
       doubleArrayOf(.8, 1.0)
   )
   
   val cov2: Array<DoubleArray> = arrayOf(
       doubleArrayOf(10.0, .1),
       doubleArrayOf(.1, .1)
   )
   
   // Defines the number of samples
   val n = 400
   
   // Defines means for three distributions
   val means0: DoubleArray = doubleArrayOf(-2.0, 0.0)
   val means1: DoubleArray = doubleArrayOf(2.0, 0.0)
   val means2: DoubleArray = doubleArrayOf(0.0, 1.0)
   
   // Generates random samples from three multivariate normal distributions
   val xy0 = MultivariateNormalDistribution(means0, cov0).sample(n)
   val xy1 = MultivariateNormalDistribution(means1, cov1).sample(n)
   val xy2 = MultivariateNormalDistribution(means2, cov2).sample(n)

   上記のコードから、xy0、xy1、xy2変数は、2D（x, y）データポイントを持つ配列を格納しています。

3. データをMap型に変換します。

   val data = mapOf(
       "x" to (xy0.map { it[0] } + xy1.map { it[0] } + xy2.map { it[0] }).toList(),
       "y" to (xy0.map { it[1] } + xy1.map { it[1] } + xy2.map { it[1] }).toList()
   )

2D密度プロットの生成

前のステップで作成したMapを使用して、データポイントと外れ値をよりよく可視化するために、背景に散布図（geomPoint）を持つ2D密度プロット（geomDensity2D）を作成します。scaleColorGradient()関数を使用して色のスケールをカスタマイズできます。

val densityPlot = letsPlot(data) { x = "x"; y = "y" } + ggsize(600, 300) + geomPoint(
    color = "black",
    alpha = .1
) + geomDensity2D { color = "..level.." } +
        scaleColorGradient(low = "dark_green", high = "yellow", guide = guideColorbar(barHeight = 10, barWidth = 300)) +
        theme().legendPositionBottom()
densityPlot

結果は次のとおりです。

次のステップ

• Lets-Plot for Kotlinのドキュメントで他のプロットの例を探索する。
• Lets-Plot for KotlinのAPIリファレンスを確認する。
• Kotlin DataFrameとKandyライブラリのドキュメントで、Kotlinでのデータの変換と可視化について学ぶ。
• Kotlin Notebookの利用法と主要な機能に関する追加情報を見つける。