有没有办法在ggplot2的散点图中使用特定的小图像作为点 . 理想情况下,我会想要根据变量调整图像大小 .
这是一个例子:
library(ggplot2) p <- ggplot(mtcars, aes(wt, mpg)) p + geom_point(aes(size = qsec, shape = factor(cyl)))
所以我基本上想知道是否有办法提供特定图像作为形状?
这是一个显示光栅图像而不是点的极简主义geom,
library(ggplot2) library(grid) ## replace by a named list with matrices to be displayed ## by rasterGrob .flaglist <- list("ar" = matrix(c("blue", "white", "blue"), 1), "fr" = matrix(c("blue", "white", "red"), 1)) flagGrob <- function(x, y, country, size=1, alpha=1){ grob(x=x, y=y, country=country, size=size, cl = "flag") } drawDetails.flag <- function(x, recording=FALSE){ for(ii in seq_along(x$country)){ grid.raster(x$x[ii], x$y[ii], width = x$size[ii]*unit(1,"mm"), height = x$size[ii]*unit(0.5,"mm"), image = .flaglist[[x$country[[ii]]]], interpolate=FALSE) } } scale_country <- function(..., guide = "legend") { sc <- discrete_scale("country", "identity", scales::identity_pal(), ..., guide = guide) sc$super <- ScaleDiscreteIdentity class(sc) <- class(ScaleDiscreteIdentity) sc } GeomFlag <- ggproto("GeomFlag", Geom, required_aes = c("x", "y", "country"), default_aes = aes(size = 5, country="fr"), draw_key = function (data, params, size) { flagGrob(0.5,0.5, country=data$country, size=data$size) }, draw_group = function(data, panel_scales, coord) { coords <- coord$transform(data, panel_scales) flagGrob(coords$x, coords$y, coords$country, coords$size) } ) geom_flag <- function(mapping = NULL, data = NULL, stat = "identity", position = "identity", na.rm = FALSE, show.legend = NA, inherit.aes = TRUE, ...) { layer( geom = GeomFlag, mapping = mapping, data = data, stat = stat, position = position, show.legend = show.legend, inherit.aes = inherit.aes, params = list(na.rm = na.rm, ...) ) } set.seed(1234) d <- data.frame(x=rnorm(10), y=rnorm(10), country=sample(c("ar","fr"), 10, TRUE), stringsAsFactors = FALSE) ggplot(d, aes(x=x, y=y, country=country, size=x)) + geom_flag() + scale_country()
(从ggflags包输出)
有一个名为 ggimage 的库可以做到这一点 . 见intro vignette here
ggimage
您只需要在 data.frame 中添加一个列,其中包含图像的地址,可以存储在Web上或本地计算机上,然后您可以使用 geom_image() :
data.frame
geom_image()
library("ggplot2") library("ggimage") # create a df set.seed(2017-02-21) d <- data.frame(x = rnorm(10), y = rnorm(10), image = sample(c("https://www.r-project.org/logo/Rlogo.png", "https://jeroenooms.github.io/images/frink.png"), size=10, replace = TRUE) ) # plot2 ggplot(d, aes(x, y)) + geom_image(aes(image=image), size=.05)
PS . 请注意 ggimage 取决于EBImage . 所以要安装 gginamge 我必须这样做:
gginamge
# install EBImage source("https://bioconductor.org/biocLite.R") biocLite("EBImage") # install ggimage install.packages("ggimage")
首先,这是你的答案:
为了向您展示如何使用如何更好地使用小部件来表示数据差异,我将在R图库中向您推荐chernoff faces的示例:
alt text http://addictedtor.free.fr/graphiques/graphiques/graph_87.png
生成此示例的所有代码均可在站点上获得 .
或者,查看ggplot的stat_spoke以获取一个简单的小部件:alt text http://had.co.nz/ggplot2/graphics/706b1badf6469940342f204b7bc98857.png
grImport提供了一种将简单的PDF图像导入绘图以用作点的机制 .
现在跟随对你的例子的批评 .
这不是散点图 . 它本质上是一个有序数据点的流动列表,其中颜色用于指示其中一个文本变量,并且已使用无信息和冗余的小部件来构建数据,但在大小或形状方面没有提供任何视觉反馈 .
这不是一个好的图表,因为它完全无法回答所述的问题“是否会为更好的结果付出更多的代价”,并让读者自己挣扎得出这个结论(以及其他图表,必要时) .
此外,作者还浪费了x,y轴 - 它们可以很好地用于通过传出和结果来定位元素,以提供对物有所值的视觉理解 . 相反,他们选择按人头成本与平均毕业率的比例来订购图标,这有点有用,但没有回答所述问题,也无法直接直观地比较大学之间的相对比率,或者成本与 Value 之间的关系 .
正如我所说,在我看来,这是一个糟糕的图表,你的读者不会被你复制它 .
3 回答
这是一个显示光栅图像而不是点的极简主义geom,
(从ggflags包输出)
有一个名为
ggimage
的库可以做到这一点 . 见intro vignette here您只需要在
data.frame
中添加一个列,其中包含图像的地址,可以存储在Web上或本地计算机上,然后您可以使用geom_image()
:PS . 请注意
ggimage
取决于EBImage . 所以要安装gginamge
我必须这样做:首先,这是你的答案:
为了向您展示如何使用如何更好地使用小部件来表示数据差异,我将在R图库中向您推荐chernoff faces的示例:
alt text http://addictedtor.free.fr/graphiques/graphiques/graph_87.png
生成此示例的所有代码均可在站点上获得 .
或者,查看ggplot的stat_spoke以获取一个简单的小部件:alt text http://had.co.nz/ggplot2/graphics/706b1badf6469940342f204b7bc98857.png
grImport提供了一种将简单的PDF图像导入绘图以用作点的机制 .
现在跟随对你的例子的批评 .
这不是散点图 . 它本质上是一个有序数据点的流动列表,其中颜色用于指示其中一个文本变量,并且已使用无信息和冗余的小部件来构建数据,但在大小或形状方面没有提供任何视觉反馈 .
这不是一个好的图表,因为它完全无法回答所述的问题“是否会为更好的结果付出更多的代价”,并让读者自己挣扎得出这个结论(以及其他图表,必要时) .
此外,作者还浪费了x,y轴 - 它们可以很好地用于通过传出和结果来定位元素,以提供对物有所值的视觉理解 . 相反,他们选择按人头成本与平均毕业率的比例来订购图标,这有点有用,但没有回答所述问题,也无法直接直观地比较大学之间的相对比率,或者成本与 Value 之间的关系 .
正如我所说,在我看来,这是一个糟糕的图表,你的读者不会被你复制它 .