gpt4 book ai didi

r - 绘制修改后的点和线图 - r 中的可变性为 "spike"图

转载 作者:行者123 更新时间:2023-12-01 02:39:10 27 4
gpt4 key购买 nike

在解释细节之前,这是我的数据:

set.seed (1234) 
datas <- data.frame (Indv = 1:20, Xvar = rnorm (20, 50, 10),
Yvar = rnorm (20, 30,5), Yvar1 = rnorm (20, 10, 2),
Yvar2 = rnorm (20, 5, 1), Yvar3 = rnorm (20, 100, 20),
Yvar4 = rnorm (20, 15, 3))

我想准备一个图(Metroglymph),它本质上是点图,但是(Xvar 和 Yvar 的)点(Xvar 和 Yvar)的尖峰(线)从缩放到其余变量(Yvar1、Yvar2、Yvar3、Yvar4)的点开始。
每个尖峰都是有序的,最好是颜色编码。
require(ggplot2)
ggplot(datas, aes(x=Xvar, y=Yvar)) +
geom_point(shape=1, size = 10) + theme_bw()

enter image description here

最佳答案

这是一种可能对您有所帮助的方法。它使用 stat_spoke()来自 ggplot2。在对 stat_spoke 的 4 次单独调用中,您的每个 y 变量都映射到辐条半径。 .

plot_1 = ggplot(datas, aes(x=Xvar, y=Yvar)) +
stat_spoke(aes(angle=(1/8)*pi, radius=Yvar1), colour="#E41A1C",size=1) +
stat_spoke(aes(angle=(3/8)*pi, radius=Yvar2), colour="#377EB8",size=1) +
stat_spoke(aes(angle=(5/8)*pi, radius=Yvar3), colour="#4DAF4A",size=1) +
stat_spoke(aes(angle=(7/8)*pi, radius=Yvar4), colour="#984EA3",size=1) +
geom_point(shape=1, size = 10)

ggsave("plot_1.png", plot_1)

enter image description here

根据您的数据和特定需求,转换变量以使其更适合绘图可能是有意义的。
normalize = function(x) {
new_x = (x - mean(x)) / sd(x)
new_x = new_x + abs(min(new_x))
return(new_x)
}

plot_2 = ggplot(datas, aes(x=Xvar, y=Yvar)) +
stat_spoke(aes(angle=(1/8)*pi, radius=normalize(Yvar1)), colour="#E41A1C", size=1) +
stat_spoke(aes(angle=(3/8)*pi, radius=normalize(Yvar2)), colour="#377EB8", size=1) +
stat_spoke(aes(angle=(5/8)*pi, radius=normalize(Yvar3)), colour="#4DAF4A", size=1) +
stat_spoke(aes(angle=(7/8)*pi, radius=normalize(Yvar4)), colour="#984EA3", size=1) +
geom_point(shape=1, size = 10)

ggsave("plot_2.png", plot_2)

enter image description here

重要警告:对于相同的辐条半径值,如果线条更垂直,则绘制线条的幅度将更大,如果线条更水平,则绘制线条的幅度将更小。这是因为对于您的数据集,x 的范围大约是 y 范围的两倍。随着 x 轴与 y 轴比率的变化,绘制的角度也会扭曲。添加 coord_equal(ratio=1)解决了这个问题,但可能会引入其他问题。
enter image description here

编辑:无循环绘图

这很有趣,也很有教育意义。可能输入重复代码会更省时!如果有人可以提供改进此代码的建议,请发表评论。
library(reshape2)

dat2 = melt(datas, id.vars=c("Indv", "Xvar", "Yvar"),
variable.name="spoke_var", value.name="spoke_value")

# Apply normalization in a loop. Can plyr do this more gracefully?.
for (var_name in levels(dat2$spoke_var)) {
select_rows = dat2$spoke_var == var_name
norm_dat = normalize(dat2[select_rows, "spoke_value"])
dat2[select_rows, "spoke_value"] = norm_dat
}

# Pick an angle for each Yvar, then add angle column to dat2.
tmp = data.frame(spoke_var=unique(dat2$spoke_var))
tmp$spoke_angle = seq(from=pi/8, by=pi/4, length.out=nrow(tmp))
dat2 = merge(dat2, tmp)

plot_4 = ggplot(dat2, aes(x=Xvar, y=Yvar)) +
stat_spoke(data=dat2, size=1,
aes(colour=spoke_var, angle=spoke_angle, radius=spoke_value)) +
geom_point(data=datas, aes(x=Xvar, y=Yvar), shape=1, size=7) +
coord_equal(ratio=1) +
scale_colour_brewer(palette="Set1")

关于r - 绘制修改后的点和线图 - r 中的可变性为 "spike"图,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11569842/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com