R::ggplot2::geom_points:如何用饼图交换点？

Question

我想在两个维度上绘制饼图，以根据其复合“组”显示每个点的组成。

到目前为止，我正在使用标签排斥来标记最高分，但效果仍然不是很好。我环顾四周，但没有看到我要找的东西。

ggplot(data=aggtmp2,aes(x=cluster,y=x,color=groups,shape=dataset)) +
 geom_jitter() + facet_grid(datasubset~.) +
 geom_text_repel(data=aggtmp2[aggtmp2$xnorm>.925,],aes(label=groups),size=2)


> str(aggtmp2)
'data.frame':   562 obs. of  7 variables:
  $ group_name: chr  "1_1_D1NF_lewisnegative" "1_1_D1NF_lewisnegative" "1_1_D1NF_lewisnegative" "1_1_D1NF_lewisnegative" ...
  $ cluster   : Factor w/ 39 levels "10of10","1of1",..: 30 24 11 18 25 18 30 11 25 24 ...
  $ x         : num  0.591 0.591 0.591 0.591 0.591 ...
  $ xnorm     : num  0.921 0.921 0.921 0.921 0.921 ...
  $ groups    : Factor w/ 43 levels "1_1","1_2","1_3",..: 1 1 1 1 1 2 2 2 2 2 ...
  $ dataset   : Factor w/ 2 levels "D1NF","D2NF": 1 1 1 1 1 1 1 1 1 1 ...
  $ datasubset: Factor w/ 5 levels "all","lewisnegative",..: 2 2 2 2 2 2 2 2 2 2 ...

这个答案很接近:ggplot use small pie charts as points with geom_point但我试图在没有 facet_grid() 的情况下完成这项工作。这样我就可以更自然地在我设置的 xy 坐标空间中显示构图。

Answer 1

更新:

如果您特别想要饼图，最好使用包 scatterpie，https://cran.r-project.org/web/packages/scatterpie/vignettes/scatterpie.html .不过，我下面的方法也适用于非饼图。

---

我很想知道它是否可以完成，我不确定这个解决方案有多灵活，但这就是我想出的。值得逐行逐步执行此代码块，在每个 %>% 管道之前停下来查看它在运行过程中生成的内容。第一个 block 生成一些数据:5 个随机 X 和 Y 值。然后生成组件标签及其值并将其绑定(bind)到 X 和 Y。然后为了概念验证，我创建了一个额外的列，显示每个 X-Y 对的组件总和。

require(dplyr)
require(ggplot2)

df <- data_frame(x1 = rnorm(5), y1 = rnorm(5)) %>% 
  group_by(x1, y1) %>%
  do(data_frame(component = LETTERS[1:3], value = runif(3))) %>% 
  mutate(total = sum(value)) %>% 
  group_by(x1, y1, total) 

df

 Source: local data frame [15 x 5] Groups: x1, y1, total [5]

           x1         y1 component       value     total
        <dbl>      <dbl>     <chr>       <dbl>     <dbl> 

1  -1.0933810  0.4162150         A 0.920992065 2.1406433 
2  -1.0933810  0.4162150         B 0.914163390 2.1406433 
3  -1.0933810  0.4162150         C 0.305487891 2.1406433 
4  -0.9579912  1.4080922         A 0.006967777 0.3149009 
5  -0.9579912  1.4080922         B 0.128341286 0.3149009 
6  -0.9579912  1.4080922         C 0.179591852 0.3149009 
7   0.5617438 -0.8770998         A 0.233895761 1.2324975 
8   0.5617438 -0.8770998         B 0.942843309 1.2324975 
9   0.5617438 -0.8770998         C 0.055758395 1.2324975 
10  0.9970852 -0.4142704         A 0.035965092 1.4261429 
11  0.9970852 -0.4142704         B 0.454193773 1.4261429 
12  0.9970852 -0.4142704         C 0.935984062 1.4261429 
13  1.2253968  0.3557304         A 0.692594728 2.1289173 
14  1.2253968  0.3557304         B 0.972569822 2.1289173 
15  1.2253968  0.3557304         C 0.463752786 2.1289173

---

此 block 采用第一个数据帧，并针对每个唯一的 x1-y1-total 组合，在列表中生成一个普通饼图-名为 subplots 的列。该列中的每个值都是用于生成图形的 ggplot 元素列表。然后它构建另一个列，将每个子图转换为名为 subgrobs 的列中的自定义注释。这些注释可以放到更大的图形中。

df.grobs <- df %>% 
  do(subplots = ggplot(., aes(1, value, fill = component)) + 
       geom_col(position = "fill", alpha = 0.75, colour = "white") + 
       coord_polar(theta = "y") + 
       theme_void()+ guides(fill = F)) %>% 
  mutate(subgrobs = list(annotation_custom(ggplotGrob(subplots), 
                      x = x1-total/4, y = y1-total/4, 
                      xmax = x1+total/4, ymax = y1+total/4))) 

df.grobs

Source: local data frame [5 x 5]
Groups: <by row>

# A tibble: 5 × 5
          x1         y1     total subplots            subgrobs
       <dbl>      <dbl>     <dbl>   <list>              <list>
1 -1.0933810  0.4162150 2.1406433 <S3: gg> <S3: LayerInstance>
2 -0.9579912  1.4080922 0.3149009 <S3: gg> <S3: LayerInstance>
3  0.5617438 -0.8770998 1.2324975 <S3: gg> <S3: LayerInstance>
4  0.9970852 -0.4142704 1.4261429 <S3: gg> <S3: LayerInstance>
5  1.2253968  0.3557304 2.1289173 <S3: gg> <S3: LayerInstance>

---

这里它只采用 5 个独特的 x1-y1-total 组合并将它们绘制为常规 ggplot，但随后也添加了我们制作的自定义注释，其大小与 total 成比例。然后使用空白 geom_cols 从原始数据帧 df 构造一个假图例。

df.grobs %>%
  {ggplot(data = ., aes(x1, y1)) +
      scale_x_continuous(expand = c(0.25, 0)) +
      scale_y_continuous(expand = c(0.25, 0)) +
      .$subgrobs + 
      geom_text(aes(label = round(total, 2))) + 
      geom_col(data = df,
               aes(0,0, fill = component), 
               colour = "white")}

许多用于调整大小和 x、y 比例的数字常量需要通过肉眼更改以适合您的数据集。