d <- data.frame(a = c(5, 8, 4, 9),
                b = c(1, 2, 3, 4),
                c = c(9, 8, 7, 5))

rownames(d) <- c("2022年5月",
                 "2022年6月",
                 "2022年7月",
                 "2022年8月")

colnames(d) <- c("チワワ",
                 "トイプードル",
                 "豆柴")

library(kableExtra)
kable(d, caption = "販売数［匹］")

販売数［匹］

	チワワ	トイプードル	豆柴
2022年5月	5	1	9
2022年6月	8	2	8
2022年7月	4	3	7
2022年8月	9	4	5

#積上棒グラフ
# Load necessary libraries
library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.1     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.1
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter()     masks stats::filter()
## ✖ dplyr::group_rows() masks kableExtra::group_rows()
## ✖ dplyr::lag()        masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

library(kableExtra)

# Create the data frame
d <- data.frame(a = c(5, 8, 4, 9),
                b = c(1, 2, 3, 4),
                c = c(9, 8, 7, 5))

# Assign row names
rownames(d) <- c("2022年5月",
                 "2022年6月",
                 "2022年7月",
                 "2022年8月")

# Assign column names
colnames(d) <- c("チワワ",
                 "トイプードル",
                 "豆柴")

# Convert row names to a column
d <- d %>% 
  rownames_to_column(var = "Month")

# Pivot data from wide to long format
d_long <- d %>% 
  pivot_longer(cols = -Month, 
               names_to = "Breed", 
               values_to = "Count")

# Plot the stacked bar chart
ggplot(d_long, aes(x = Month, y = Count, fill = Breed)) +
  geom_bar(stat = "identity") +
  labs(title = "販売数［匹］", 
       x = "月", 
       y = "数") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

#時系列グラフ
# Load necessary libraries
library(tidyverse)
library(kableExtra)

# Create the data frame
d <- data.frame(a = c(5, 8, 4, 9),
                b = c(1, 2, 3, 4),
                c = c(9, 8, 7, 5))

# Assign row names
rownames(d) <- c("2022年5月",
                 "2022年6月",
                 "2022年7月",
                 "2022年8月")

# Assign column names
colnames(d) <- c("チワワ",
                 "トイプードル",
                 "豆柴")

# Convert row names to a column
d <- d %>% 
  rownames_to_column(var = "Month")

# Pivot data from wide to long format
d_long <- d %>% 
  pivot_longer(cols = -Month, 
               names_to = "Breed", 
               values_to = "Count")

# Plot the time series graph
ggplot(d_long, aes(x = Month, y = Count, color = Breed, group = Breed)) +
  geom_line() +
  geom_point() +
  labs(title = "販売数［匹］", 
       x = "月", 
       y = "数") +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1))

#相関図
# Load necessary libraries
library(tidyverse)
library(kableExtra)

# Create the data frame
d <- data.frame(a = c(5, 8, 4, 9),
                b = c(1, 2, 3, 4),
                c = c(9, 8, 7, 5))

# Assign row names
rownames(d) <- c("2022年5月",
                 "2022年6月",
                 "2022年7月",
                 "2022年8月")

# Assign column names
colnames(d) <- c("チワワ",
                 "トイプードル",
                 "豆柴")

# Convert row names to a column
d <- d %>% 
  rownames_to_column(var = "Month")

# Plot the scatter plot for correlation between トイプードル and 豆柴
ggplot(d, aes(x = `トイプードル`, y = `豆柴`)) +
  geom_point(size = 3) +
  geom_smooth(method = "lm", col = "blue") +
  labs(title = "トイプードルと豆柴の販売数の相関図", 
       x = "トイプードルの販売数", 
       y = "豆柴の販売数") +
  theme_minimal()

## `geom_smooth()` using formula = 'y ~ x'

#意味のある相関係数

d <- data.frame(
  トイプードル = c(1, 2, 3, 4),
  豆柴= c(9, 8, 7, 5))

library(DT)
datatable(d)

#psych パッケージを利用したグラフ
library(psych)

## 
##  次のパッケージを付け加えます: 'psych'

##  以下のオブジェクトは 'package:ggplot2' からマスクされています:
## 
##     %+%, alpha

pairs.panels(d)

cor.plot(d)

## Warning in abbreviate(rownames(r), minlength = minlength): ASCII
## 文字でないものが省略名として使われました

## Warning in abbreviate(colnames(r), minlength = minlength): ASCII
## 文字でないものが省略名として使われました

## Warning in abbreviate(dimnames(ans)[[2L]], minlength = abbr.colnames): ASCII
## 文字でないものが省略名として使われました

#インタラクティブグラフ
library(plotly)

## 
##  次のパッケージを付け加えます: 'plotly'

##  以下のオブジェクトは 'package:ggplot2' からマスクされています:
## 
##     last_plot

##  以下のオブジェクトは 'package:stats' からマスクされています:
## 
##     filter

##  以下のオブジェクトは 'package:graphics' からマスクされています:
## 
##     layout

# フォント設定
kyokasho <- list(size = 11, color = 'blue', family = 'UD Digi Kyokasho NK-R')

plot_ly(x = rownames(d),
        y = colnames(d),
        z = as.matrix(d),
        text = paste(d),
        type = 'heatmap') |>
  layout(font = kyokasho,
         title = '販売数｛匹｝',
         xaxis = list(title = '種類'),
         yaxis = list(title = '匹数'))

library(tidyverse)
url <- "https://stats.dip.jp/01_ds/data/rate_manga_read.csv"
data <- read.csv(url)
str(data)

## 'data.frame':    47 obs. of  3 variables:
##  $ 都道府県: chr  "北海道" "青森県" "岩手県" "宮城県" ...
##  $ 男      : num  39.1 32.7 33.7 41.5 33.2 36.6 38.4 37.7 35.3 38.5 ...
##  $ 女      : num  32.4 26.3 29.1 36.4 27 29 30.3 31.6 30.6 31.2 ...

head(data)

##   都道府県   男   女
## 1   北海道 39.1 32.4
## 2   青森県 32.7 26.3
## 3   岩手県 33.7 29.1
## 4   宮城県 41.5 36.4
## 5   秋田県 33.2 27.0
## 6   山形県 36.6 29.0