首页 文章

在ggplot2中使用边缘直方图的散点图

提问于
浏览 次
117

有没有办法用边缘直方图创建散点图，就像在 ggplot2 中的下面的示例中一样？在Matlab中，它是 scatterhist() 函数，并且R也存在等价物 . 但是，我还没有看到ggplot2 .

scatterplot with marginal histograms

我开始尝试创建单个图形但不知道如何正确排列它们 .

require(ggplot2)
 x<-rnorm(300)
 y<-rt(300,df=2)
 xy<-data.frame(x,y)
     xhist <- qplot(x, geom="histogram") + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 5/16, axis.text.y = theme_blank(), axis.title.y=theme_blank(), background.colour="white")
     yhist <- qplot(y, geom="histogram") + coord_flip() + opts(background.fill = "white", background.color ="black")

     yhist <- yhist + scale_x_continuous(limits=c(min(x),max(x))) + opts(axis.text.x = theme_blank(), axis.title.x=theme_blank(), axis.ticks = theme_blank(), aspect.ratio = 16/5, axis.text.y = theme_blank(), axis.title.y=theme_blank() )


     scatter <- qplot(x,y, data=xy)  + scale_x_continuous(limits=c(min(x),max(x))) + scale_y_continuous(limits=c(min(y),max(y)))
none <- qplot(x,y, data=xy) + geom_blank()

并使用发布的功能here安排它们 . 但长话短说：有没有办法创建这些图表？

r ggplot2 histogram scatter-plot

8 回答

  • 27

    gridExtra 包应该在这里工作 . 首先制作每个ggplot对象：

    hist_top <- ggplot()+geom_histogram(aes(rnorm(100)))
empty <- ggplot()+geom_point(aes(1,1), colour="white")+
         theme(axis.ticks=element_blank(), 
               panel.background=element_blank(), 
               axis.text.x=element_blank(), axis.text.y=element_blank(),           
               axis.title.x=element_blank(), axis.title.y=element_blank())

scatter <- ggplot()+geom_point(aes(rnorm(100), rnorm(100)))
hist_right <- ggplot()+geom_histogram(aes(rnorm(100)))+coord_flip()

    然后使用grid.arrange函数：

    grid.arrange(hist_top, empty, scatter, hist_right, ncol=2, nrow=2, widths=c(4, 1), heights=c(1, 4))

    plot

    回复于
  • 43

    由于在比较不同的群体时，对于这种情节没有令人满意的解决方案，我写了一个function来做到这一点 .

    它适用于分组和未分组数据，并接受其他图形参数：

    marginal_plot(x = iris$Sepal.Width, y = iris$Sepal.Length)

    enter image description here

    marginal_plot(x = Sepal.Width, y = Sepal.Length, group = Species, data = iris, bw = "nrd", lm_formula = NULL, xlab = "Sepal width", ylab = "Sepal length", pch = 15, cex = 0.5)

    enter image description here

    回复于
  • 106

    在分布边际指标的一般精神中，只是一个非常小的变化BondedDust's answer .

    Edward Tufte将地毯图的使用称为'dot-dash plot'，并且在VDQI中有一个使用轴线指示每个变量范围的示例 . 在我的示例中，轴标签和网格线也指示数据的分布 . 标签位于Tukey's five number summary（最小，下铰链，中间，上铰链，最大）的值，给出了每个变量的传播的快速印象 .

    因此，这五个数字是箱线图的数字表示 . 这有点棘手，因为不均匀间隔的网格线表明轴具有非线性标度（在此示例中它们是线性的） . 也许最好省略网格线或强制它们在常规位置，并让标签显示五个数字摘要 .

    x<-rnorm(300)
y<-rt(300,df=10)
xy<-data.frame(x,y)

require(ggplot2); require(grid)
# make the basic plot object
ggplot(xy, aes(x, y)) +        
  # set the locations of the x-axis labels as Tukey's five numbers   
  scale_x_continuous(limit=c(min(x), max(x)), 
                     breaks=round(fivenum(x),1)) +     
  # ditto for y-axis labels 
  scale_y_continuous(limit=c(min(y), max(y)),
                     breaks=round(fivenum(y),1)) +     
  # specify points
  geom_point() +
  # specify that we want the rug plot
  geom_rug(size=0.1) +   
  # improve the data/ink ratio
  theme_set(theme_minimal(base_size = 18))

    enter image description here

    回复于
  • 8

    这不是一个完全响应的答案，但它非常简单 . 它说明了显示边际密度的另一种方法，以及如何将alpha级别用于支持透明度的图形输出：

    scatter <- qplot(x,y, data=xy)  + 
         scale_x_continuous(limits=c(min(x),max(x))) + 
         scale_y_continuous(limits=c(min(y),max(y))) + 
         geom_rug(col=rgb(.5,0,0,alpha=.2))
scatter

    enter image description here

    回复于
  • 74

    我发现该软件包（ ggpubr ）似乎对此问题非常有效，并且它考虑了显示数据的几种可能性 .

    包的链接是here，在this link中你会找到一个很好的教程来使用它 . 为了完整起见，我附上了我复制的一个例子 .

    我首先安装了包（它需要 devtools ）

    if(!require(devtools)) install.packages("devtools")
devtools::install_github("kassambara/ggpubr")

    对于显示不同组的不同直方图的特定示例，它与 ggExtra 有关：“ ggExtra 的一个限制是它无法处理散点图和边缘图中的多个组 . 在下面的R代码中，我们使用 cowplot 包提供解决方案 . “在我的情况下，我不得不安装后一个包：

    install.packages("cowplot")

    我按照这段代码：

    # Scatter plot colored by groups ("Species")
sp <- ggscatter(iris, x = "Sepal.Length", y = "Sepal.Width",
            color = "Species", palette = "jco",
            size = 3, alpha = 0.6)+
border()                                         
# Marginal density plot of x (top panel) and y (right panel)
xplot <- ggdensity(iris, "Sepal.Length", fill = "Species",
               palette = "jco")
yplot <- ggdensity(iris, "Sepal.Width", fill = "Species", 
               palette = "jco")+
rotate()
# Cleaning the plots
sp <- sp + rremove("legend")
yplot <- yplot + clean_theme() + rremove("legend") 
xplot <- xplot + clean_theme() + rremove("legend")
# Arranging the plot using cowplot
library(cowplot)
plot_grid(xplot, NULL, sp, yplot, ncol = 2, align = "hv", 
      rel_widths = c(2, 1), rel_heights = c(1, 2))

    这对我很好：

    Iris set marginal histograms scatterplot

    enter image description here

    回复于
  • 83

    一个补充，只是为了节省一些人在我们之后这样做的搜索时间 .

    传说，轴标签，轴文本，刻度使得情节相互偏离，因此您的情节将看起来丑陋且不一致 .

    您可以使用其中一些主题设置来更正此问题，

    +theme(legend.position = "none",          
       axis.title.x = element_blank(),
       axis.title.y = element_blank(),
       axis.text.x = element_blank(),
       axis.text.y = element_blank(), 
       plot.margin = unit(c(3,-5.5,4,3), "mm"))

    和对齐尺度，

    +scale_x_continuous(breaks = 0:6,
                    limits = c(0,6),
                    expand = c(.05,.05))

    所以结果看起来还不错：

    an example

    回复于
  • 3

    这可能有点晚了，但我决定为此创建一个包（ ggExtra ），因为它涉及一些代码并且编写起来可能很乏味 . 该软件包还试图解决一些常见问题，例如确保即使有 Headers 或文本被放大，这些图仍将是彼此内联的 .

    基本思想类似于这里给出的答案，但它有点超出了这个范围 . 以下是如何将边缘直方图添加到1000个点的随机集中的示例 . 希望这可以使将来更容易添加直方图/密度图 .

    Link to ggExtra package

    library(ggplot2)
df <- data.frame(x = rnorm(1000, 50, 10), y = rnorm(1000, 50, 10))
p <- ggplot(df, aes(x, y)) + geom_point() + theme_classic()
ggExtra::ggMarginal(p, type = "histogram")

    enter image description here

    回复于
  • 1

    您可以使用ggstatsplot轻松创建具有边缘直方图的有吸引力的散点图（它也适合并描述模型）：

    data(iris)

library(ggstatsplot)

ggscatterstats(
  data = iris,                                          
  x = Sepal.Length,                                                  
  y = Sepal.Width,
  xlab = "Sepal Length",
  ylab = "Sepal Width",
  marginal = TRUE,
  marginal.type = "histogram",
  centrality.para = "mean",
  margins = "both",
  title = "Relationship between Sepal Length and Sepal Width",
  messages = FALSE
)

    enter image description here

    或者更具吸引力（默认情况下）ggpubr：

    devtools::install_github("kassambara/ggpubr")
library(ggpubr)

ggscatterhist(
  iris, x = "Sepal.Length", y = "Sepal.Width",
  color = "Species", # comment out this and last line to remove the split by species
  margin.plot = "histogram", # I'd suggest removing this line to get density plots
  margin.params = list(fill = "Species", color = "black", size = 0.2)
)

    enter image description here

    UPDATE:

    正如@aickley所建议的那样，我使用了开发版来创建情节 .

    回复于

相关问题