代码之家 › 专栏 › 技术社区 › Amp

在ggplot2中用离散轴上的堆叠垂直线显示分位数

geom ggplot2 r

0

Amp · 技术社区 · 8 月前

我正在写一篇论文,并展示了很多发行版,当然,这意味着很多盒子和小提琴的情节。然而,这些可能很无聊,并不总是能显示我的数据的全部情况。我曾经看到一个图,它使用了堆叠在离散x值上的线条集,其中y轴是某个分位数的某个分位的值。这些分位数沿y轴的聚类将指示分布。例如:

我的问题是,我不喜欢连续的x轴。离散的x轴将使标记更容易,并启用我想添加到绘图中的其他功能。我知道我可以在帖子中完成所有的标签,但我认为在ggplot2中找到一种方法会很酷。我对Stack Overflow还是有点陌生,所以如果我需要澄清什么,请告诉我。

构建上图的代码如下。请注意,我不关心数据格式或使用哪种geom_*,我只想要其中一个具有离散x轴的图。

library(ggplot2)

cutoffs <- seq(0, 1, by = 0.05)

a <- sqrt(seq(1, 10000, length.out = 100))
b <- (seq(1, 10, length.out = 100))^2
c <- seq(1, 100, length.out = 100) 

quant_data <- rbind(data.frame('class' = 'a',
                         'quantile' = quantile(a, probs = cutoffs)),
              data.frame('class' = 'b',
                         'quantile' = quantile(b, probs = cutoffs)),
              data.frame('class' = 'c',
                         'quantile' = quantile(c, probs = cutoffs)))

num_data <- data.frame('class' = c(rep('a', 100), rep('b', 100), rep('c', 100)),
                  'val' = c(a, b, c))

x_bases <- c(1, 2, 3)
names(x_bases) <- c('a', 'b', 'c')

quant_data$xmin <- x_bases[quant_data$class] - 0.2
quant_data$xmax <- x_bases[quant_data$class] + 0.2

num_data$xnum <- x_bases[num_data$class]

ggplot()+
  geom_linerange(data = quant_data, mapping = aes(xmin = xmin, xmax = xmax, y = quantile), linewidth = 2)

3 回复 | 直到 8 月前

1

2

Axeman 8 月前

这比你想象的要容易:

quant_data$xnum <- x_bases[quant_data$class]

ggplot(quant_data, aes(class, quantile)) +
  geom_linerange(aes(xmin = xnum - 0.2, xmax = xnum + 0.2))

你一定要小心 xnum 是正确的,在某种意义上与因子水平相同 class 。所以也许用这个 after_stat() 方法,以动态获取正确的x坐标:

ggplot(quant_data, aes(class, quantile)) +
  geom_linerange(aes(xmin = after_stat(x) - 0.2, xmax = after_stat(x) + 0.2))

这肯定是我的首选。

2

1

Allan Cameron 8 月前

我认为最简单的方法是使用垂直误差条,上下值相同。这允许您直接在分类轴上绘制值,并指定线条的宽度,而无需任何其他计算:

library(ggplot2)

cutoffs <- seq(0, 1, by = 0.05)

a <- sqrt(seq(1, 10000, length.out = 100))
b <- (seq(1, 10, length.out = 100))^2
c <- seq(1, 100, length.out = 100) 

quant_data <- rbind(data.frame('class' = 'a',
                               'quantile' = quantile(a, probs = cutoffs)),
                    data.frame('class' = 'b',
                               'quantile' = quantile(b, probs = cutoffs)),
                    data.frame('class' = 'c',
                               'quantile' = quantile(c, probs = cutoffs)))

ggplot(quant_data, aes(y = quantile)) +
  geom_errorbar(aes(x = class, ymax = quantile, ymin = quantile), 
                linewidth = 2, width = 0.5) +
  theme_gray(20)

3

0

Josh Allen 8 月前

如果将x轴标签视为因素,则应能解决问题

library(ggplot2)
library(dplyr)


add_numeric = quant_data |>
  mutate(numeric_class = case_when(class == 'a' ~ 1,
                                  class == 'b' ~ 2,
                                 class == 'c' ~ 3))

 factor_labels  = ggplot()+
  geom_linerange(data = add_numeric, mapping = aes(x = as.factor(numeric_class), xmin = xmin, xmax = xmax, y = quantile), linewidth = 2)

non_factor_labels = ggplot()+
  geom_linerange(data = add_numeric, mapping = aes(x = numeric_class, xmin = xmin, xmax = xmax, y = quantile), linewidth = 2)

library(patchwork)

factor_labels/non_factor_labels

^{创建于2024年8月15日

reprex v2.1.1}