r - ggplot2:在不影响限制的情况下添加几何图形

Question

我想向 ggplot 密度图添加额外的几何图形，但不更改数据的显示限制，也不必通过自定义代码计算所需的限制。举个例子:

set.seed(12345)
N = 1000
d = data.frame(measured = ifelse(rbernoulli(N, 0.5), rpois(N, 100), rpois(N,1)))
d$fit = dgeom(d$measured, 0.6)
ggplot(d, aes(x = measured)) + geom_density() + geom_line(aes(y = fit), color = "blue")

ggplot(d, aes(x = measured)) + geom_density() + geom_line(aes(y = fit), color = "blue") + coord_cartesian(ylim = c(0,0.025))

在第一个图中，拟合曲线(非常适合“测量”数据)掩盖了测量数据的形状:

我想裁剪图以包含来自第一个几何图形的所有数据，但裁剪拟合曲线，如第二个图所示:


虽然我可以用 coord_cartesian 生成第二个图，这有两个缺点:

我必须通过我自己的代码来计算限制(这很麻烦且容易出错)

通过我自己的代码计算限制与分面不兼容。不可能 (AFAIK) 使用 coord_cartesian 提供每个面的轴限制.然而，我需要将情节与 facet_wrap(scales = "free") 结合起来

如果在计算坐标限制时不考虑第二个几何体，将实现所需的输出 - 是否可能 不计算自定义 R 代码中的限制 ?

问题
R: How do I use coord_cartesian on facet_grid with free-ranging axis是相关的，但没有令人满意的答案。

Answer 1

您可以尝试的一件事是缩放 fit并使用 geom_density(aes(y = ..scaled..)
缩放 fit之间0和 1 :

d$fit_scaled <- (d$fit  - min(d$fit)) / (max(d$fit) - min(d$fit))

使用 fit_scaled和 ..scaled.. :

ggplot(d, aes(x = measured)) + 
  geom_density(aes(y = ..scaled..)) + 
  geom_line(aes(y = fit_scaled), color = "blue")

这可以与 facet_wrap() 结合使用:

d$group <- rep(letters[1:2], 500) #fake group

ggplot(d, aes(x = measured)) + 
  geom_density(aes(y = ..scaled..)) + 
  geom_line(aes(y = fit_scaled), color = "blue") + 
  facet_wrap(~ group, scales = "free")

不缩放数据的选项:

您可以使用功能 multiplot()来自 http://www.cookbook-r.com/Graphs/Multiple_graphs_on_one_page_(ggplot2)/

multiplot <- function(..., plotlist=NULL, file, cols=1, layout=NULL) {
  library(grid)
  plots <- c(list(...), plotlist)

  numPlots = length(plots)

  if (is.null(layout)) {

    layout <- matrix(seq(1, cols * ceiling(numPlots/cols)),
                    ncol = cols, nrow = ceiling(numPlots/cols))
  }

 if (numPlots==1) {
    print(plots[[1]])

  } else {

    grid.newpage()
    pushViewport(viewport(layout = grid.layout(nrow(layout), ncol(layout))))

    for (i in 1:numPlots) {

      matchidx <- as.data.frame(which(layout == i, arr.ind = TRUE))

      print(plots[[i]], vp = viewport(layout.pos.row = matchidx$row,
                                      layout.pos.col = matchidx$col))
    }
  }
}

使用此功能，您可以组合两个图，以便于阅读:

multiplot(
  ggplot(d, aes(x = measured)) + 
    geom_density() +
    facet_wrap(~ group, scales = "free"),
  ggplot(d, aes(x = measured)) +  
    geom_line(aes(y = fit), color = "blue") + 
    facet_wrap(~ group, scales = "free")
)

这会给你:



如果你想比较彼此相邻的组，你可以使用 facet_grid()而不是 facet_wrap()与 cols = 2在 multiplot() :

multiplot(
  ggplot(d, aes(x = measured)) + 
    geom_density() +
    facet_grid(group ~ ., scales = "free"),
  ggplot(d, aes(x = measured)) +  
    geom_line(aes(y = fit), color = "blue") + 
    facet_grid(group ~ ., scales = "free"),
  cols = 2
)

它看起来像这样: