データの占有状況を可視化

treemapの使用例としてちらほら見られるのがディレクトリの階層構造を可視化するというもの。

ビジュアライジング・データ ―Processingによる情報視覚化手法

ということで書いた。
デフォルトでは現在の作業ディレクトリを対象としている。
なお、色分けのやり方がよくわからず適当につけていてイマイチなので誰か教えてください。

dirplot <- function(path=getwd()){
  require(ggplot2)
  require(googleVis)
  require(stringr)
 
  setwd(path)
  df <- file.info(dir(recursive=TRUE))
  max_len <- max(unlist(lapply(strsplit(row.names(df), split="/"), length)))

  res <- data.frame(matrix(NA, ncol=max_len+1, nrow=nrow(df)))
  for(i in 1:nrow(df)){
    size <- df$size[i]
    ROW <- unlist(strsplit(row.names(df), split="/")[[i]])
    res[i, ] <- t(c(ROW, rep(NA, max_len-length(ROW)), size))
    }
  colnames(res) <- c(str_c("l", 1:(ncol(res)-1)), "size")
  res$size <- as.numeric(res$size)

  #layer0
  all <- data.frame(p=NA, id="all", size=sum(res[, ncol(res)]), stringsAsFactors=FALSE)

  #layer1
  l1 <- ddply(res, .(id=l1), summarise, size=sum(size))
  l1 <- data.frame(p="all", l1, stringsAsFactors=FALSE)
  lay <- rbind(all, l1)

  #layer2 and so on
  for(i in 1:(length(res)-2)){
    smp <- res[, c(i, i+1, length(res))]
    colnames(smp) <- c("p", "id", "size")
    smp <- subset(smp, complete.cases(smp))
    lay0 <- ddply(smp, . (p, id), summarise, size=sum(size))
    lay <- rbind(lay, lay0)
    }

  lay$color <- 1:nrow(lay)
  trmp <- gvisTreeMap(lay, idvar="id", parentvar="p", colorvar="color",
                      options=list(width=600, height=500, fontSize=10))
  trmp$html$header <- gsub("utf-8", "CP932", trmp$html$header)
  plot(trmp)
  }