1. raincloudplotsというRのパッケージを使う

まさに文字通りのパッケージです。ただ、raincloudplotsの公式ページを少し読んだ限りだと、raincloud plot流のコードの書き方を新たに覚えないといけないように見えました。

Raincloud plotのためだけに関数を学ぶほどのモチベーションは自分にはありません。なので、この方法は見送りました。

2. ggridgesを使う

ggridgesというパッケージ、これは便利です。どんなパッケージかについては、公式ページのチュートリアルを読んでみてください。

Raincloud plotを描くには、geom_density_ridges()という関数内でposition = "raincloud"と指定すればOKです。

「だったらこの書き方で解決じゃん！（ー完ー）」

……といきたいところですが、ggridgesには、本当にちょっとだけ微妙なところがあります。それは「密度プロットの”尾根”が左右の端までずっと伸びてしまう」という点です。たとえば、irisデータを使うとこんな感じになります。

library(tidyverse)
library(ggridges)

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  geom_density_ridges(position = "raincloud", scale = 0.9)

左右の両端まで、ずずっと線が伸びているのがわかります。もちろん、見栄えという点ではそんなに致命的ではないです。

しかし、下のケースではどうでしょうか？

set.seed(1)
1:3 %>%
  imap_dfr(~ list(
    name = .y,
    value = runif(n = 100, min = 0.1, max = 2)),
  ) %>%
  ggplot(aes(x = value, y = factor(name))) +
  geom_density_ridges(position = "raincloud", scale = 0.8)
## Picking joint bandwidth of 0.186

ここでは、下限0.1〜上限2.0の一様分布から100個×3系列の乱数を発生させ、各系列の分布を描いています。分布の下限が0.1なので、乱数の値が0以下になることはありえません。

しかし、上のプロットでは「尾根」が0以下まで伸びてしまっています。正の値しか取りえないデータ（例：身長や体重）でこのようなことが起こるのは避けたいです。

なお、色々工夫してやればこの問題も解決できるようです。ただ、raincloud plotにそこまでの労力をかけたくありません。なので、自分はこの方法も見送りました。

3. ggdistを使う

これらの問題が解消されているのが、ggdistというパッケージです。このパッケージのstat_halfeye()という関数を使えば、かなり楽にraincloud plotを描けるようになります。

1. 分布

まず、stat_halfeye()でいきなり分布を描いてしまいます。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  stat_halfeye()

これだけでも十分通用するような気もしますが、もうちょっとカスタマイズしてみましょう。とりあえず、

• 信頼区間っぽい部分を消す
• 分布同士の余白が狭いので、分布の高さを少し縮める

ことにします。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  stat_halfeye(point_color = NA, .width = 0, height = 0.6)

stat_halfeye()に3つの引数を追加しました。具体的には、

• point_color：信頼区間の点。NAにすれば消える
• .width：信頼区間の幅。0にすれば消える
• height：デフォルトの高さ（1）に対してどれくらいの比率にするか

に対応しています。

2. データポイント

つぎにデータポイントを付け足します。素朴にgeom_point()を使い、位置をジッターさせてやればOKです。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  stat_halfeye(point_color = NA, .width = 0, height = 0.6) +
  geom_point(position = position_jitter(width = 0, height = 0.1, seed = 1))

ただし、分布とデータポイントが重なってしまっています。分布の位置をy軸方向にずらして（nudgeして）みましょう。

ggplot(iris, aes(x = Sepal.Length, y = Species)) +
  stat_halfeye(
    point_color = NA, .width = 0, height = 0.6,
    position = position_nudge(y = 0.3)
  ) +
  geom_point(position = position_jitter(width = 0, height = 0.1, seed = 1))

3. 箱ひげ図（オプション）

ついでですが、箱ひげ図も付け足します。分布とデータポイントの間に滑り込ませてやりましょう。なお、outlier.shape = NAにしないと、外れ値がプロットされてしまい、データポイントと混ざってしまいます。

あと、さすがに色がないと寂しいので、irisの種ごとに色を付けてあげます。

ggplot(iris, aes(x = Sepal.Length, y = Species, color = Species)) +
  stat_halfeye(
    point_color = NA, .width = 0, height = 0.6,
    position = position_nudge(y = 0.3)
  ) +
  geom_point(position = position_jitter(width = 0, height = 0.1, seed = 1)) +
  geom_boxplot(
    position = position_nudge(y = 0.2),
    width = 0.1, outlier.shape = NA
  )

これで完成です。

箱ひげ図とデータポイントを重ね合わせて描くバージョンもあるみたいですが、その辺はお好みの範疇だと思います。