代码之家 › 专栏 › 技术社区 › duhaime

R:将定制的n次多项式拟合到facet\u wrap'd绘图中的每个facet

curve-fitting linear-regression ggplot2 r

3

duhaime · 技术社区 · 7 年前

可以对所有面使用统一的1阶线性拟合,如下所示:

library(ggplot2)

df <- diamonds

polys <- c(2, 2, 2, 2, 2)

custom.smooth <- function(formula, data,...) {
  smooth.call <- match.call()
  smooth.call[[1]] <- lm
  eval.parent(smooth.call)
}

ggplot(df, aes(x=carat, y=price)) +
  geom_point(alpha=0.1) +
  facet_wrap(~cut, scales='free') +
  stat_smooth(method='custom.smooth')

我搞不懂的是如何使用 ith 整数输入 polys 作为 伊思 在情节中。

有人知道如何实现这种行为吗?任何帮助别人都将不胜感激!

1 回复 | 直到 7 年前

1

Community Mohan Dere 5 年前

可以分割数据,为每个面生成单独的平滑。

# set up
library(ggplot2)

df <- diamonds
custom.smooth <- function(formula, data,...) {
  smooth.call <- match.call()
  smooth.call[[1]] <- lm
  eval.parent(smooth.call)
}

运行函数

ggplot(df, aes(x=carat, y=price)) +
  geom_point(alpha=0.1) +
  facet_wrap(~cut, scales='free') +
  mapply(function(dat, i) 
         stat_smooth(data=dat, method='custom.smooth', formula=y~poly(x, i)),
         dat=split(df, df$cut), i=1:length(unique(df$cut)))

生产

mapply 接受一个函数以应用于多个参数。首先定义一个函数,它有两个参数:1)数据,2)多项式次数。这与定义任何其他函数没有区别

function(dat, i) stat_smooth(data=dat, 
                             method='custom.smooth', 
                             formula=y~poly(x, i))

然后,参数被定义为数据:原始数据被划分为每个方面中使用的数据,并定义一个度向量,1到5(这可能是您的 polys

split(df, df$cut)
1:length(unique(df$cut))

然后将这些参数传递给 映射层 ,通过dots参数,该参数在每组参数上运行函数,以生成自动添加到facet的指定平滑列表。